一种基于怀柔全日面单色像的太阳黑子自动识别方法

摘要

本发明涉及一种怀柔全日面单色像的太阳黑子自动识别方法，我国天文领域的太阳物理学科中，目前还是利用人工手段识别日面上太阳黑子的轮廓，效率极其低下，不能满足海量数据的需求。本发明针对国家天文台怀柔太阳观测基地的全日面单色像，采用形态学低帽变换提取日面上的梯度信息，采用分段阈值法消除日面固有的临边昏暗规律影响，实现太阳黑子的自动识别。其特点在于：相比其他算法基于高质量的太阳空间数据识别太阳黑子，本发明针对质量较低、且受仪器噪声干扰的地面图像，对太阳黑子的识别精度较高。本发明可用于其它波段的单色像或白光像中太阳黑子的自动识别，可为发电机理论、太阳活动的预报和空间环境监测等领域提供直接服务。

主权项

一种基于怀柔全日面单色像的太阳黑子自动识别方法，其特征在于：相比其他算法基于高质量的太阳空间数据识别太阳黑子，本发明针对质量较低、且受仪器噪声干扰的地面图像，对太阳黑子的识别精度较高。该方法的步骤如下：(1)首先，日面本身存在的非均匀性以及受到云层的干扰，使得基于全局阈值的办法进行太阳黑子识别不可行，为了克服这个问题，我们采用了能够在亮背景下提取暗物体的形态学低帽变换(公式如(1)、(2)、(3)、(4)，A代表原始图像，B和g代表结构元素)，来去除日面背景，提取日面上的梯度信息；(2)其次，由于受到太阳固有的临边昏暗规律的影响，提取的梯度信息存在靠近日面中心大，日面边缘小的问题，对此我们采用分段阈值进行处理：在靠近日面中心利用较高阈值，在日面边缘处采用较低阈值分别进行分割，得到了太阳黑子的候选区域；同时，仪器噪声虽然靠近日面中心，但其梯度值相对于太阳黑子梯度较低，因此，在日面中心处采用较高阈值进行分割，也可以基本消除仪器噪声；(3)最后，由于每个太阳黑子区域的中心灰度值高，边缘灰度值低，在此限制每个候选区域的最大、最小像素的灰度之差必须大于5个像素，并去除不满足此条件的候选区域，最终得到日面上的太阳黑子。