導讀:本論文主要論述了日冕圖像論文范文相關的參考文獻,對您的論文寫作有參考作用。

(昆明理工大學信息與自動化學院,昆明 650504)

(Faculty of Information Engineering and Automation,Kunming University of Science and Technology,Kunming 650504,China)

摘 要：本文介紹了自主檢測日冕物質拋射的應用程序,我們所用到的日冕物質拋射圖像數據來源于LASCO(Large Angle Spectrometric Coronagraph).這個應用程序的關鍵是在(time,height)圖中將Cme進行Hough變換成明亮的脊線.第二步,使用和形態學標識出不同的Cmes.這個程序的輸出事件列表類似于傳統的人工目錄,它也包含Cmes的起始時間,主角,角寬度和速度.與人工操作相比,自動監測方法可以在每天24小時內沒有人工干預的情況下把Cmes被檢測出來.因此,這種自動檢測方法不僅快,而且客觀.

Abstract: This paper introduced the independent testing application of coronal mass ejections. The coronal mass ejections image data is from LASCO(Large Angle Spectrometric Coronagraph). The key of this program is to tran論文范文orm Cme into bright ridges by Hough in the (time,height)diagram. Secondly, to mark different Cmes with morphology. This program&amp,acute,s output event list similar to the traditional manual directory. It also contains the start time, main angle, angular breadth and speed. Compared with manual operation, the automatic monitoring method can detect the Cmes 24h a day without manual intervention. So this detection method is not only rapid but also objective.

關鍵詞：日冕物質拋射；Hough變換；自動檢測

Key words: coronal mass ejections；Hough tran論文范文orm；automatic detection

中圖分類號：P182.6+2 文獻標識碼：A 文章編號：1006-4311(2015)30-0207-02

0 引言

早期,對于日冕拋射物質的檢測,主要是有經驗的科技工作者通過檢查連續的日冕觀測圖像判別是否有Cmes產生,這種方法很準確但是效率很低,而工作量巨大.因此,我們開發了一種軟件CACTus(“Computer Aided CME Tracking”)用于檢測日冕圖像的日冕物質拋射.Berghmans et al. (2002a,b)[1]介紹了早期的CACTus軟件包.本論文主要介紹對CACTus的改進機制.這個方法包含了兩個步驟①圖像處理,②特征提取.第二部分主要介紹的是圖像預處理模塊,該模塊融合了c2和c3圖像,提高了Cme(coronal mass ejections)之間的對比度.將c2與c3圖像進行合并并經證明較之早期版本是比較優良的改進操作,在此操作中應注意不同的時空分辨率.第三部分是主要介紹圖像識別模塊.由于靠近c3日冕最邊緣的信噪比變得很低,所以此部分最難的部分是Cme運動提取.因此,Cme信號提取后,該模塊使用聚類和形態學閉運算將這些日冕物質區分開來.第四部分主要是人工檢測Cmes方法和自動檢測Cmes方法對比分析.

1. 圖像處理模塊

初始的Lasco圖像(在http://sohowww.nascom.nasa.gov可以看近期圖像)包括準靜態k冕流結構和一些緩慢移動的恒星,行星和彗星,F冕,還有一些儀器發散的雜光,因此不適合日冕物質拋射的檢測.此外,由于Cme間的對比度降低,視場邊緣處噪聲急劇增加,Cme很難被檢測出.日冕圖像有很高的空間分辨率,遠遠超出了我們檢測日冕物質對圖像的需要.一個典型的日冕在亮度上有很微弱的變化,只能從某些時刻圖像中看到.基于這些原因,我們需要識別出在大量數據中呈現出亮度變化的微弱的信號.如果對1024*1024的圖像直接使用圖像識別模塊會導致非常大的計算工作.為了避免以上情況,使用圖像處理模塊重新格式化初始圖像：

①讀入從LASCO C2和C3得到的LEVEL 0.5圖像,使用論文范文時光標準化并且移除明亮的點狀源(行星或恒星,宇宙射線撞擊產生的).

②將圖像從直角坐標(x,y)轉換到極坐標 (θ, r).將(x,y)下的1024*1024圖像轉換為182*34的c2(θ, r) FOV和180*197的c3(θ,r)FOV.2003年的研究表明這種低分辨率圖像適合CACTus區分Cme的種類,并且增加了信噪比,顯著加速了程序運行效率.

③對于Cme通道中的每一個極坐標[θ, r]下的像素值都有一個正的偏差值.Cme的對比通常是用ΔB/Bbg.ΔB是指日冕中亮度差的最大值,Bbg指的是背景亮度.Sime和Hundhausen (1987)[2]指出ΔB/Bbg變化范圍為百分之幾.跟以往不同的是,改進程序不再使用一張背景圖片,這里使用差分圖像并且逐像素的將差分圖像的尺寸擴大到原始圖片的大小.最終求得某個像素強度Bt的值是：

事實上ΔB是δB/δt(因為圖像沒必要要求等時間間隔)我們不使用背景圖片,而使用差分圖像,這個過程輸出的是[θ,r,t],這個結果比之前輸入的要小很多.并且其中很多非Cme信號被去除或強烈地衰減.

2. 圖像識別模塊

為了應用特征識別技術檢測日冕物質拋射,我們需要清楚地了解Cme的定義.Hundhausen et al.[3,4] (1984； Munro et al. 1979)給出了Cme的定義,指出日冕結構在幾分鐘或者幾小時的明顯變化,在日冕儀圖像中呈現的一種新的,離散的,明亮的白光.現在我們稍微改一下這個定義,日冕是指是一種日冕儀器拍攝的新產生的,離散的,明亮的有著徑向向外速度(Schwenn 1995)[5]的白光.

實驗證明圖像分割技術不能用在自動檢測每個日冕圖像的日冕的位置和范圍方面.Cme表面上的多變性使得不容易識別出它們的范圍,特別是它們的尾部邊緣,而且很容易和其他的日冕拋射融合在一起.因此,我們不在極坐標圖像檢測Cme,而是著眼于[θ,r,t] 數據立方體中θ對應的[t,r]切片.如果角度為θ的[t,r]切片穿過Cme,則會在t,r]切片中看到明亮的脊線.1999年sheeley et al首次在[t,r]切片中檢測Cmes. [t,r]切片和Cmes脊線都在預處理模塊處理的圖像中,這樣的話圖像就有了更好的對比度并且包含了低噪聲.

使用[t,r]切片的好處在于所有的Cmes看起來是一樣的,甚至亮度較弱的Cme也能清晰顯示出來,而且斜脊線的檢測自然滿足上述指定徑向向外移動特性的必要條件,最令人興奮的是,Cme的運動速度可以從Cme的傾角中得到.

Hough變換在1997年被用于在噪聲中檢測出直線,在1999年被用于LASCO/c2圖像中檢測極羽.每條在[t,r]霍夫空間的直線可以通過兩個變量t0和Δt參數化表示.RMIN和RMAX對應的邊緣視場在徑向方向.Δt為CME花費在視場中的時間.描述這條直線的方程：

修正的霍夫變換線性擬合是在[t0,Δt]平面(所謂的累加器空間)的一個點與該強度的沿著相應的積分線中的原始圖像.然后(t0,Δt)空間局部最大值在原始的的圖像中呈現出不同的直線.這里使用修正的霍夫變換擬合(t,r)切片.在這一步驟中,把時間間距不等的圖片也考慮進去,如果圖像的時間間距是相等的,脊線就看起來像一條直線.在變換空間中,使用信號濾波器,選出一些重要的信號.(t,r)切片中每一個角度為θR的脊R可以用起始時間 tR,速度vR(～Δ1t)和亮度IR來表示.我們可以通過讓每一個脊線[vR,θR,tR]等于IR,建立一個數據立方體[VR,θR,TR]等于IR.

由于Cme是個大尺度的結構,每個角度對應的起始時間和速度只是很小的變化.這就意味著[θ,r,t]數據立方體中的Cme可以用數據點的密集群表示.檢測Cmes的問題就轉化為在3維散布圖中識別集群.我們僅僅沿著速度方向集成[v,θ,t]立方體,并且將[θ,t]Cme概觀圖中集群的位置確定為Cme發生的時間和跨越角度.在論文的算法中我使用一些閾值來限制假的Cme的數量.

日冕之戀:NASA：公布太陽“日冕物質拋射”延時圖像 [看東方]

3. 對比分析

實驗表明,根據日冕圖像序列自動監測Cmes是可行的,主要是估計日冕拋射物質的起始時間、主角、角的寬度、速度并且像人工監測日冕物質拋射一樣得到一個日冕目錄.當前版本的程序在實時且幾乎相同的起始時間和主要角的基礎上,幾乎恢復目錄中的所有的Cmes.CACTus發現了的Cmes的個數將近是人工檢測目錄中Cmes個數的3倍.CACTus目錄中包含了一些變化比較弱的Cmes,而這些在人工檢測中被當作“gusty outflow”而檢測不到.雖然如此,人工檢測的Cmes也符合第三部分給出的Cme的定義.在某些情況下,CACTus去除了目錄中一些不重要的Cme,只留下了一些重要的Cme.當分析大量的Cme數據時,前面的有關于Cme的統計可以起著重要的參考作用.人工目錄也不是100%正確,因為CACTus確實發現了一些目錄中沒有的確定的Cmes.

4. 結論

較之前的人工檢測方法,CACTus有許多優勢.但CACTus并不是完美無缺的,一些改進工作也正在進行,例如：Cme加速度的確定等.該程序應用于空間天氣預測方面,不僅Cme的速度而且它的強度和質量都是一些重要參數.CACTus軟件的輸出結果可以被當作一些自動實時程序的輸入數據,而用于每天的天氣預報.

參考文獻：

[1]Berghmans, D. 2002b, ESA SP-506, 85.

[2]Sime, D. G., &amp, Hundhausen, A. J. 1987, JGR, 92, 1049.

[3]Hundhausen, A. J. 1993, JGR, 98, 177.

[4]Hundhausen, A. J., Sawyer, C. B., House, L., et al. 1984, JGR, 89,2639.

[5]Schwenn, R. 1995, International Solar Wind 8 Conf., 45.

日冕圖像范文

日冕之戀參考文獻總結:

關于對不知道怎么寫日冕圖像論文范文課題研究的大學碩士、相關本科畢業論文日冕圖像論文開題報告范文和文獻綜述及職稱論文的作為參考文獻資料下載。

總結

以上是生活随笔為你收集整理的日冕物质抛射检测matlab,日冕图像论文,关于基于实时数据的日冕物质抛射自动检测方法相关参考文献资料-免费论文范文...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。