光球亮点和色球亮点作为最小尺度磁结构,被认为是细磁流管的示踪者,研究太阳光球和色球亮点对推动研究细磁流管从低层到高层的运动、以及日冕加热有着重要的意义。目前,学者对光球亮点的基本特征已经有了很好的理解,传统的对光球亮点的研究采用的是“先识别后跟踪”的方法,由于“先识别后跟踪”方法在识别的过程中没有考虑光球亮点在时间上演化造成的部分特性的改变,从而造成亮点在部分时刻因为强度较弱而被漏检,导致出现亮点的生命演化不连续。针对上述问题,已提出一个基于三维分割的太阳光球亮点的边识别边跟踪算法,该算法在由位置、时间、强度构成的三维时空立方体中直接对光球亮点进行识别和跟踪,有效地解决了“先识别后跟踪”所造成的问题。相较于光球亮点而言,太阳色球亮点的研究比较少,这是由于太阳色球图像上的亮点的边缘结构不明显并且太阳色球亮点与周围结构的强度近似,给提取太阳色球亮点带来了很大的困难,因此,太阳色球亮点的识别大多采用的是手工提取的方式,同时,在提取对应的太阳光球亮点和色球亮点的方法上,采用的也是手工对应的方式。面对越来越多的数据,手工提取的方法显然不实用。因此,为了更加快速、有效地解决这些问题,如何应用图像处理方法、数值分析方法等对太阳光球亮点和色球亮点进行处理和研究是必要的。针对上述问题,本论文提出了一个自动对应太阳光球和色球亮点的方法,该方法包括三个部分。首先,为了消除望远镜采集图像时造成的图像之间的错位,结合太阳光球和色球图像上的结构对应这一特性,参照Harris特征点检测算法设计了一个太阳光球和色球图像配准的算法,接着,在配准后的太阳光球和色球图像中识别太阳光球和色球亮点,在识别太阳光球亮点的时候仍然采用基于三维分割的光球亮点边识别边跟踪方法,针对太阳色球亮点的识别,也同样参考太阳光球亮点的边识别边跟踪方法的基本思想,在由位置(x,y)、时间(t)和强度(i)所组成的四维坐标系里采用三维区域生长的方法结合太阳色球亮点的演化在时间轴上的关联性对其进行三维立体分割,在算法设计过程中,充分考虑了太阳色球图像与光球图像的不同之处,以及太阳色球亮点的特征。最后,根据识别出的亮点的位置设计了一个自动对应两个波段上孤立亮点的算法,并对对应亮点的特征进行统计分析。实验结果表明,采用本论文对应太阳光球和色球亮点的方法提取出的对应亮点之间的特征分析与前人手工配准得到的结论相符合,因此,说明了本论文提出的方法对应太阳光球和色球亮点及特征是有效且准确的,并且该方法改变了以往传统的手工提取方法,为太阳光球和色球亮点的研究提供了一个更加快速且有效的方法。同时,本论文提出的太阳色球亮点的边识别边跟踪算法能够完整且有效的提取太阳色球图像上的亮点,为今后太阳色球亮点的研究提供一个较好的识别和跟踪手段。除此之外,本论文提出的识别亮点及对应亮点的方法除了适用于太阳光球和色球之外,也可将该方法进行改进后用于太阳其他波段的研究。从而更好地促进了细磁流管从低层到高层扩展的研究,进而促进了太阳磁场的研究。