日冕物质抛射(Coronal Mass Ejection,CME)是太阳大气中的一种大规模爆发现象,它的剧烈爆发是扰动地球空间环境、驱动空间灾害天气(如地磁暴、电离层暴等)的主要源头。CME爆发过程中,常伴有日冕暗化、耀斑、暗条等相关现象的发生,对这些相关现象的研究有助于进一步理解CME的起源机理,有助于减少空间灾害天气带来的危害。日冕暗化作为CME初发的重要特征,已成为太阳物理领域的研究热点。本文结合图像处理技术、机器学习方法和可视化技术,对日冕暗化现象的检测方法和可视化方法进行研究,具体工作主要包括以下四个内容。1.日冕暗化现象的检测方法研究。本文利用图像处理技术和机器学习方法对暗化现象进行了有效地检测,其思路是通过提取暗化图像的纹理特征(灰度共生矩阵、双树复小波变换、Gabor特征、局部二值模式、Tamura特征)作为描述暗化现象的特征向量,利用支持向量机和逻辑回归分类算法学习暗化特征,实现对暗化现象的检测。2.日冕暗化统计特征的可视化方法研究。本文结合暗化图像的时序性,计算暗化时间序列图像局部像素值分布的统计特征(方差,图像熵),提出角度可视化方法、环形可视化方法和时序可视化方法。并利用可视化技术D3.js将暗化图像统计特征还原至日面空间,同时展示出暗化现象的发生位置和统计特征随时间的变化。3.日冕暗化图像特征的可视化方法研究。本文针对暗化基准差分图像,用DBSCAN聚类算法提取暗化区域,将暗化区域灰度图像线性映射至RGB空间,增强暗化区域图像的对比度,并将暗化区域绘制在日面区域,实现对暗化现象面积、强度和位置变化的可视化,帮助分析暗化现象物理特征的演变规律。其次,本文利用平行坐标和雷达图,对暗化图像的灰度共生矩阵和双树复小波纹理特征进行分析。实验表明,有暗化现象和无暗化现象的太阳图像的相关特征有较明显的区别。4.CME相关现象伴生关系的可视化方法研究。本文基于弦图设计了CME相关现象相互间同时发生次数的可视化方法,分析CME发生时,其相关现象(日冕暗化、冕洞、日冕喷流等)之间的伴生紧密程度。