论文摘要
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105106、0.9990.9995、2040;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。
论文目录
文章来源
类型: 硕士论文
作者: 杨洪娟
导师: 杨云飞
关键词: 太阳黑子,本影,半影,图像处理
来源: 昆明理工大学
年度: 2019
分类: 基础科学,信息科技
专业: 天文学,计算机软件及计算机应用
单位: 昆明理工大学
分类号: TP391.41;P182.41
DOI: 10.27200/d.cnki.gkmlu.2019.000325
总页数: 82
文件大小: 5624K
下载量: 21
相关论文文献
- [1].基于自适应模拟退火遗传算法的码垛次序规划方法[J]. 南京理工大学学报 2017(04)
- [2].基于模拟退火遗传算法的自动化立体仓库货位优化[J]. 机床与液压 2020(14)
- [3].模拟退火遗传算法在危货优化配装中的应用[J]. 许昌学院学报 2009(05)
- [4].模拟退火遗传算法在电力系统无功优化中的应用[J]. 安徽工程科技学院学报(自然科学版) 2009(04)
- [5].基于整体退火遗传算法的低功耗极性转换(英文)[J]. 半导体学报 2008(02)
- [6].基于模拟退火遗传算法的我国创新型大企业的构建研究[J]. 科技管理研究 2008(06)
- [7].模拟退火遗传算法在水电工程施工资源均衡优化中的应用[J]. 水电能源科学 2016(01)
- [8].基于整体退火遗传算法的最佳混合极性搜索[J]. 复旦学报(自然科学版) 2013(03)
- [9].基于退火遗传算法的自动化单元测试方法分析[J]. 计算机光盘软件与应用 2013(11)
- [10].自适应模拟退火遗传算法在薄膜厚度及光学常数反演中的应用[J]. 光学技术 2012(02)
- [11].基于模拟退火遗传算法的接地网故障磁场诊断方法研究[J]. 电力系统保护与控制 2012(20)
- [12].改进的模拟退火遗传算法在地下水管理中的应用[J]. 水文地质工程地质 2011(03)
- [13].基于模拟退火遗传算法的凸多面体间碰撞检测算法研究[J]. 长春工业大学学报(自然科学版) 2008(01)
- [14].基于模拟退火遗传算法的网络优化应用研究[J]. 信息通信 2016(09)
- [15].基于模拟退火遗传算法的图像增强[J]. 激光杂志 2015(02)
- [16].基于枝解法退火遗传算法的树状管网优化设计[J]. 安全与环境学报 2013(03)
- [17].基于模拟退火遗传算法的二次曲面提取方法[J]. 内蒙古水利 2010(06)
- [18].基于整体退火遗传算法的低功耗最佳极性搜索[J]. 计算机辅助设计与图形学学报 2008(01)
- [19].基于模拟退火遗传算法的纺纱车间调度系统[J]. 纺织学报 2020(06)
- [20].采用退火遗传算法的配电网优化方法[J]. 重庆大学学报 2014(02)
- [21].基于模拟退火遗传算法的自动组卷方法研究[J]. 福建电脑 2014(02)
- [22].多用户检测中一种改进选择法的模拟退火遗传算法研究[J]. 广东通信技术 2011(06)
- [23].基于自适应模拟退火遗传算法的非线性方程组求解[J]. 微型电脑应用 2010(09)
- [24].模拟退火遗传算法的泵站优化运行[J]. 上海大学学报(自然科学版) 2009(01)
- [25].基于模拟退火遗传算法的土地利用变化驱动力研究[J]. 中国土地科学 2008(07)
- [26].基于模拟退火遗传算法的传感器节点优化部署[J]. 工业控制计算机 2015(05)
- [27].改进的模拟退火遗传算法在函数优化中的应用[J]. 计算机与数字工程 2010(07)
- [28].退火遗传算法及其在一维切割问题上的应用[J]. 新乡学院学报(自然科学版) 2009(02)
- [29].基于模拟退火遗传算法的云资源调度方法[J]. 华东理工大学学报(自然科学版) 2019(03)
- [30].基于模拟退火遗传算法的虹膜轮廓提取方法[J]. 激光杂志 2018(06)