基于监督学习的日冕暗化检测与提取算法

摘要：

日冕物质抛射(CME)是空间灾害天气的重要驱动源,而日冕暗化(dimming)被认为是CME初发的主要表征,对理解和预测CME具有重要作用.基于极紫外成像望远镜(EIT)和大气成像仪(AIA)的观测数据,实现了图像中日冕暗化现象的检测与提取.通过分析差分图中与暗化现象相关的图像统计特征,采用Adaboost分类算法检测暗化现象的发生,进而分割出日冕暗化区域.实验表明,提出的算法较现有算法能更准确有效地检测和提取日冕暗化区域,为分析日冕暗化特性提供了研究基础.

关键词：日冕物质抛射、日冕暗化、Adaboost分类、图像分割

所属期刊栏目：42

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61202190,61175047,61105054;中央高校基本科研业务费专项资金2682013CX055

在线出版日期：2015-06-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：47-50