太阳喷射出的带电粒子形成太阳风撞击地球磁场，沿着地磁力线沉降，进入地球的两极地区后会发出光芒，从而形成极光现象。形状、位置和亮度变化非常迅速的极光结构则对应着各异的磁层边界层动力学过程。日侧极光更能反映太阳风。磁层在日侧的相互作用，特别是在磁中午附近出现的主要极光形态-日侧冕状极光，是太阳风与地球磁层相互作用产生的典型电离层踪迹，对研究空间天气和太阳风一磁层相互耦合具有重要意义。 为研究日侧冕状极光空时分布及其综观特征，本文系统地分析了日侧极光的结构特征，将冕状极光从日侧全天空极光观测序列中(主要是与另一种极光形态-弧状极光)分离出来，实现日侧极光的自动分类。主要的创新性研究成果概括如下： 针对冕状极光呈放多射装状的纹理形态特征，本文首先提出了一种基于Gabor变换的日侧极光分类算法。引入具有良好的多尺度特性和方向特性的Gabor滤波器组提取了极光图像的局部Gabor特征，然后利用主成分分析进一步进行特征降维，最后用k近邻分类器实现了日侧极光的分类。在北极黄河站采集到的实测极光图像数据库上所做的分类实验表明了算法的有效性。 针对大量复杂的极光样本，提出了一种基于静态图像分类的日侧冕状极光检测算法。为了解决冕状和弧状两种极光样本类内多样性大，交叉分布和可分性差的问题，引入K-均值聚类算法针对极光样本的Gabor特征进行有监督聚类的样本选择，从而保证了训练样本的多样性和有效性。最后使用AdaBoost算法进行特征选择，并构建级联分类器实现日侧冕状极光的自动检测。实验结果表明针对数量大的复杂极光样本，采用样本选择的AdaBoost冕状极光检测器可以取得令人满意的分类效果。