基于融合特征和时空连续性判定规则的CME检测方法

摘要

本发明提供了一种基于融合特征和时空连续性判定规则的CME检测方法，该方法结合CME事件连续两帧之间的时空连续性，根据图像的灰度统计特征和纹理特征利用基于ELM的分类器对日冕观测图像进行识别，检测图像中是否存在CME。本发明的有益效果是：本发明建立了多特征融合CME检测模型，避免了根据单一特征检测CME的误差，同时也避免了日冕观测图像中的噪声部分和CME发生区域发生混淆造成的误判，检测准确度高，检测效率高。

主权项

一种基于融合特征和时空连续性判定规则的CME检测方法，其特征在于，包括以下步骤：步骤1，选取一定时间段内包含各种CME的图像序列，并对图像序列中的图像进行人工标定其是否有CME的发生，在标定的有CME的发生的CME图像中提取CME区域，并切割成CME切割块样本；在标定的无CME的发生的CME图像中找出无CME区域及有噪声的区域，并切割成非CME切割块样本；组合CME切割块样本和非CME切割块样本做为训练样本集；步骤2，利用机器学习方法学习不同种类的CME的多种特征并交其融合，建立分类器去检测图像中是否有CME现象的发生，然后从样本集中提取融合特征；步骤3，根据步骤2提取的融合特征，训练步骤1中得到的训练样本集，从而得到可以区分CME区域和非CME区域的检测模型；步骤4，以滑窗形式扫描单幅图片，扫描过程中，用步骤3得到的检测模型检测滑窗所覆盖的区域是否为候选CME区域，然后结合CME的时空连续性，进一步确定候选区域是噪声区域还是CME区域，根据确定出的CME区域，拟合所有发生的CME现象的切割块，即可得出CME的轮廓。