太阳暗条是一种没有固定形状的太阳活动现象,其手征性影响着太阳磁场的旋转方向,且与日冕抛射物质的爆发也有着密切的联系,因此研究太阳暗条的手征性对分析太阳磁场与日冕抛射物质的变化有着重要意义。现有识别太阳暗条以及手征性的方法中主要存在的问题是利用太阳暗条中左、右旋毛刺的数量关系进行太阳暗条手征性判断会造成识别准确率下降,且会出现太阳暗条手征性漏识别等情况。本文针对识别太阳暗条手征性过程中存在的问题,进行了以下方面的研究工作。第一,太阳暗条自动检测。首先结合图像缩放、标准差归一化、图像去噪、移除不均匀光照现象以及指数变换等方法对图像进行预处理操作来增强图像相关信息的可检测性。其次利用边缘检测和图像形态学操作来提取太阳活动区域。最后通过计算每个区域偏心率的方法,来对提取出的太阳活动区域进行筛选得到太阳暗条区域。第二,太阳暗条主轴与毛刺自动识别。本文利用基于分块的思想来识别太阳暗条的主轴与毛刺图像。利用太阳暗条骨骼图像的特点,自动将只存在毛刺图像部分的骨骼图像分割出来进行毛刺图像的识别,同时也就得到了太阳暗条的部分主轴图像。第三,太阳暗条手征性自动识别。毛刺的多态性导致传统方法用来识别暗条手征性的判断标准太过单一,无法准确得到太阳暗条的手征性。本文研究后认为,太阳暗条左、右旋毛刺的数量、主轴与毛刺的夹角以及毛刺的面积都是影响太阳暗条手征性的重要因素,并提出一种基于加权法判断太阳暗条手征性的方法。第四,利用本文方法、文献方法以及人工识别方法,分别针对图像数据进行实验,并将结果进行对比。本文方法识别太阳暗条手征性的准确率高于文献方法的准确率,而且本文识别的太阳暗条手征性结果分布符合太阳暗条的手征性半球规则。综合来看,本文的主要研究与工作有如下几点:(1)太阳暗条自动检测过程中,利用计算偏心率的方法来移除多余特征。(2)太阳暗条主轴与毛刺的识别过程中,利用分块识别的方法。(3)将更多影响太阳暗条手征性的因素加入到太阳暗条手征性识别中,并提出加权判断太阳暗条手征性的方法。根据实验结果可知本文方法改善了文献方法中太阳暗条手征性漏识别率较高的问题,更适合识别左、右旋毛刺相等暗条的手征性。而且能为研究太阳暗条活动、太阳活动的地球物理效应和太阳磁场等提供可靠的支撑。