论文部分内容阅读
太阳黑子是太阳活动的重要表现和主要来源。太阳黑子内部,较暗的核心被称为本影,相对明亮的外围区域被称为半影。太阳活动对空间天气、无线电等影响极大,因此高精度、高鲁棒性地识别出太阳黑子的本影和半影对预报空间天气非常重要。太阳黑子的自动检测方法涉及到多种图像处理技术,无一例外都使用了阈值法分割黑子。这些方法存在如下问题:(1)一般使用先验知识估计强度阈值,但随着太阳磁场的不断演化,太阳黑子也在不断变化,固定阈值导致黑子的本影和半影识别不够准确。(2)太阳边缘的黑子因为临边昏暗现象,直接采用阈值法容易被漏检。阈值对于黑子的识别和黑子面积的计算起到了决定性作用,因此如何得到准确的、自适应的阈值非常重要。本文基于模拟退火遗传算法(Simulated Annealing Genetic method,SAG)的思想自适应地求出分割黑子本影和半影的两个阈值。主要研究内容如下:(1)研究去除全日面图像临边昏暗的解决办法,为SAG算法自适应获取阈值做好预处理;(2)研究用SAG算法获得分割太阳黑子本影和半影的两个阈值,重点研究设计选择、交叉和变异算子,以及符合分割黑子本影和半影的适应度函数,其中遗传算子决定种群中如何快速进化产生最优解,适应度函数决定能否找到最优解;(3)研究SAG算法的参数设置,主要包括初始温度、衰减因子、种群大小等,使该算法有更好的鲁棒性和自适应性;(4)综合分析评价SAG算法识别出的黑子结果;(5)针对序列图像改进算法。研究成果如下:(1)采用平滑平均径向轮廓有效地去除了临边昏暗,很好地分割出全日面图像边缘太阳黑子的本影和半影;(2)对SAG算法中的选择、交叉、变异、适应度函数进行了研究设计;并讨论确定SAG三个参数初始温度、衰减因子、种群大小的范围,分别为10~5~10~6、0.999~0.9995、20~40;使该算法在求取本影和半影两个阈值时,有更好的鲁棒性和自适应性;(3)计算出2010-2016年太阳黑子面积、本影面积、半影面积与HMIDD公布数据吻合的很好,相关性系数值分别达到了0.99、0.99、0.95,并将本论文计算出的太阳黑子面积数据公布于服务器上供学者研究使用;(4)针对序列图像改进的SAG算法效率提高一倍。