一种用于分类全日面图像中太阳黑子群的方法及系统

YNAO OpenIR > 抚仙湖太阳观测和研究基地

	一种用于分类全日面图像中太阳黑子群的方法及系统
	邓林华; 张志刚; 陈泽华; 杨赣虎; 许春; 王建成
申请（专利权）人	中国科学院云南天文台
专利号	ZL202211649266.X
申请号	CN202211649266.X
	2023-07-04
申请日期	2022-12-21
公开（公告）号	CN116383424A
公开日期	2023-07-04
IPC 分类号	G06F16/55G06F16/583G06V10/26G06V10/40G06V10/764
授权国家	中国
专利类型	发明
专利状态	公开
学科领域	天文学 ; 太阳与太阳系 ; 计算机科学技术 ; 计算机应用 ; 计算机图象处理
产权排序	1
摘要	本发明公开了一种用于分类全日面图像中太阳黑子群的方法及系统，包括以下步骤：S1、图像预处理：对得到的全日面图像上提取单个太阳黑子的图片，并把黑子群形态信息和极性信息进行收集；S2、图像分类处理：将预处理后的图像根据苏黎世太阳黑子分类法对太阳黑子群图像进行标注分类；S3、图像特征提取：根据苏黎世太阳黑子分类法的多种分类；本发明通过对太阳黑子群进行分类储存，在获取太阳黑子群根据太阳黑子群的形状大小等进行分类，主要分为A、B、C、D、E、F、G、H和J型等，在进行回顾查看时方便查找，分类识别太阳黑子的方法不仅能自动识别全日面图像上的太阳黑子，还能准确的标记出太阳黑子大小和位置信息。
主权项	1.一种用于分类全日面图像中太阳黑子群的方法及系统，其特征在于：包括以下步骤： S1、图像预处理：对得到的全日面图像上提取单个太阳黑子的图片，并把黑子群形态信息和极性信息进行收集； S2、图像分类处理：将预处理后的图像根据苏黎世太阳黑子分类法对太阳黑子群图像进行标注分类； S3、图像特征提取：根据苏黎世太阳黑子分类法的多种分类，对不同的太阳黑子群图像进行特征图提取； S4、目标位置确定：通过缩放采集太阳黑子群图像的特征图，对每个分类的太阳黑子群进行位置确定； S5、过滤筛选：根据每种太阳黑子群分类的阈值，筛选出各种到达阈值的太阳黑子，对重复和定位错误的位置进行过滤； S6、分类标注黑子群：计算不同分类的太阳黑子在全日面图像上的坐标，然后进行标注。 2.根据权利要求1所述的一种用于分类全日面图像中太阳黑子群的方法及系统，其特征在于：所述图像预处理具体为将全日面图像转化为灰度图，然后使用区域联通的方法标记单个太阳黑子区域，从而对太阳黑子的位置进行标记。 3.根据权利要求2所述的一种用于分类全日面图像中太阳黑子群的方法及系统，其特征在于：所述图像预处理还包括对标记的黑子群形态信息和极性信息进行收集，方便对黑子群的不同形态进行分类。 4.根据权利要求1所述的一种用于分类全日面图像中太阳黑子群的方法及系统，其特征在于：所述图像分类处理为将预处理后的图像根据苏黎世太阳黑子分类法使用对不同类型的黑子群进行标注，然后将标注的太阳黑子群进行分类储存。 5.根据权利要求1所述的一种用于分类全日面图像中太阳黑子群的方法及系统，其特征在于：所述图像特征提取为根据标注的太阳黑子群，对每一个太阳黑子群图片的特征进行标记，且通过检测太阳黑子群图片的多个关键点特征标记位置获得目标的大致位置。 6.根据权利要求1所述的一种用于分类全日面图像中太阳黑子群的方法及系统，其特征在于：所述目标位置确定为根据不同类别黑子群的特征，对图像特征提取的太阳黑子群图片中进行筛选。 7.根据权利要求1所述的一种用于分类全日面图像中太阳黑子群的方法及系统，其特征在于：所述过滤筛选主要包括对重复和定位错误的太阳黑子群位置的图片筛除，从而对更精确地找到过滤后太阳黑子群图片的中太阳黑子群准确位置。 8.根据权利要求1所述的一种用于分类全日面图像中太阳黑子群的方法及系统，其特征在于：所述分类标注黑子群为通过缩放值观察出不同太阳黑子在全日面图像上的坐标，根据结果分类标注太阳黑子群的类别。 9.根据权利要求8所述的一种用于分类全日面图像中太阳黑子群的方法及系统，其特征在于：所述分类标注黑子群中同一个太阳黑子在不同的缩放比例下会被多次标记，采用非极大值抑制的方法挑选出概率最高的一个，作为最终的太阳黑子标记。 10.一种用于分类全日面图像中太阳黑子群的系统，其特征在于：包括图像获取设备、图像接收设备、图像处理设备和图像显示设备，图像获取设备包括天文摄像设备，所述图像接收设备和图像处理设备为计算机，所述图像显示设备为显示屏。
语种	中文
专利代理人	陈明娟
代理机构	北京箐昱专利代理事务所（普通合伙）
文献类型	专利
条目标识符	http://ir.ynao.ac.cn/handle/114a53/26104
专题	抚仙湖太阳观测和研究基地射电天文研究组天体测量技术及应用研究组
作者单位	中国科学院云南天文台, 云南省昆明市官渡区羊方旺396号
第一作者单位	中国科学院云南天文台
推荐引用方式 GB/T 7714	邓林华,张志刚,陈泽华,等. 一种用于分类全日面图像中太阳黑子群的方法及系统. ZL202211649266.X[P]. 2023-07-04.

条目包含的文件
文件名称/大小	文献类型	版本类型	开放类型	使用许可
CN116383424A-一种用于分类全（368KB）	专利		开放获取	CC BY-NC-SA	浏览请求全文