《一种基于图像处理的太阳射电爆发自动实时检测方法.pdf》由会员分享，可在线阅读，更多相关《一种基于图像处理的太阳射电爆发自动实时检测方法.pdf（18页珍藏版）》请在专利查询网上搜索。
1、(10)申请公布号 CN 104156981 A (43)申请公布日 2014.11.19 CN 104156981 A (21)申请号 201410369467.3 (22)申请日 2014.07.30 G06T 7/20(2006.01) (71)申请人 云南大学 地址 650091 云南省昆明市五华区翠湖北路 2 号 (72)发明人 袁国武 董亮 高冠男 徐丹 张学杰 (74)专利代理机构 北京科亿知识产权代理事务 所 ( 普通合伙 ) 11350 代理人 汤东凤 (54) 发明名称 一种基于图像处理的太阳射电爆发自动实时 检测方法 (57) 摘要 本发明公开了一种基于图像处理的太阳射电。
2、 爆发自动实时检测方法， 把太阳射电爆发的检测 看作是对太阳射电频谱图像的运动目标检测， 采 用混合高斯模型的思想检测太阳射电频谱的运动 区域， 并对检测出来的爆发区域准确量化， 提取爆 发强度、 爆发带宽和持续时间， 包括自动检测太阳 射电爆发和太阳射电爆发参数值的提取两部分。 本发明自动提取爆发的参数值， 把全人工完成的 太阳射电爆发的检测工作， 通过图像处理的方法 自动完成， 提高了效率和参数提取的精度 ； 实时 检测到的太阳射电爆发和提取得到的爆发参数， 为实时灾害性空间天气的预警提供数据， 在灾害 性空间天气来临时， 对现代化设备系统进行调整， 能尽可能地降低灾害性空间天气带来的影响。
3、。 (51)Int.Cl. 权利要求书 4 页 说明书 9 页 附图 4 页 (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书4页 说明书9页 附图4页 (10)申请公布号 CN 104156981 A CN 104156981 A 1/4 页 2 1. 一种基于图像处理的太阳射电爆发自动实时检测方法， 其特征在于， 该基于图像处 理的太阳射电爆发自动实时检测方法把太阳射电爆发的检测看作是对太阳射电频谱图像 的运动目标检测， 采用混合高斯模型的思想检测太阳射电频谱的运动区域并对检测出来的 爆发区域准确量化 ； 提取爆发强度、 爆发带宽和持续时间， 包括自动检测太阳射电爆发。
4、和太 阳射电爆发参数值的提取两部分 ； 自动检测太阳射电爆发包括模型初始化、 模型学习、 背 景模型的参数进行更新、 对检测得到的黑白两色的二值图像进行形态学处理并去除部分噪 声 ； 太阳射电爆发参数值的提取包括爆发强度提取、 爆发带宽和持续时间的提取。 2. 如权利要求 1 所述的基于图像处理的太阳射电爆发自动实时检测方法， 其特征在 于， 在混合高斯模型中， 每一个像素的背景模型用 K 个高斯分布来描述， 即 其中，是在t时刻第i个高斯分布的权值， 参数K是高斯分布的个数， 是一个高斯 概率分布函数， 它的均值为 t,i， 方差为即 ： 在 t 时刻， 对于当前视频图像帧的每一个像素 xt。
5、， 当存在一个 i， 1 i K， 满足 时， 该像素被判定为背景， 否则为前景。 3. 如权利要求 1 所述的基于图像处理的太阳射电爆发自动实时检测方法， 其特征在 于， 所述的自动检测太阳射电爆发的具体方法为 ： 步骤一、 模型初始化 ： 对于每个像素点， 用太阳射电频谱视频图像序列中的第 1 帧的像 素值建立对应位置的第 1 个高斯分布， 该高斯分布的均值 是第 1 帧的像素值， 给定方差 0 和权值 w 0 ； 步骤二、 模型学习 ： 已经为背景模型的每一个像素建立 K 个高斯分布， 表示 K 种宁静太 阳时的太阳射电频谱图像的像素值， 读入太阳射电频谱视频的第t帧图像xt， 将该帧图。
6、像的 每个像素与对应位置上已建立的第 i 个高斯分布相比较 (i K)， 判定是背景还是前景像 素 ： |xt-i,t| 2.5i,t 步骤三、 在模型的学习过程中， 对混合高斯背景模型的参数进行更新 ； 步骤四、 对检测得到的黑白两色的二值图像 Bt进行形态学处理， 去除部分噪声 ： Bt Close(Open(Bt,Mask),Mask) 其中 Open(A,B) 表示用掩膜 B 对 A 做形态学开操作， Close(A,B) 表示用掩膜 B 对 A 做 权 利 要 求 书 CN 104156981 A 2 2/4 页 3 形态学闭操作， 掩膜 4. 如权利要求 1 所述的基于图像处理的太。
7、阳射电爆发自动实时检测方法， 其特征在 于， 模型学习的具体方法为 ： 当存在一个 i， 1 i K， 满足式 |xt-i,t| 2.5i,t， 则表明该像素在第 t 帧图像与 第 i 个高斯分布相匹配， 该像素标识为黑色， 则该像素为背景像素， 表示 t 时刻在该频率没 有发生射电爆发 ； 对于每一个像素， 如果对于所有 i(1 i K)， 式 |xt-i,t| 2.5i,t都不满足时， 则该像素为前景像素， 该像素标识为白色， 表示 t 时刻在该频率发生了太阳射电爆发， 分为 两种情况 ： 如果这时 iK， 则按照模型初始化的方法， 生成一个新的高斯分布， 这个新的高斯分布中均 值 为第 。
8、t 帧该像素的值， 并设置方差 0 和权值 w 0， 用新生成的这个高斯分布以 替换已有高斯模型中权值最低者， 也就是替换第 K 个模式。 5. 如权利要求 1 所述的基于图像处理的太阳射电爆发自动实时检测方法， 其特征在 于， 混合高斯背景模型参数的更新的处理方法如下 ： i,t (1-)i,t-1+xt i,t2 (1-)i,t-12+(xt-i,t-1)2 其中 为均值和方差更新率， 为权值更新率 ； 对于不匹配的高斯分布， 应按照下式减小权值 ： wi,t (1-)wi,t-1 在对混合高斯背景模型参数进行更新后， 由于权值有变化， 所以要对归一化， 使 得并且， 对 K 个模式重新排。
9、序， 使按照归一化之后的降序排列。 6. 如权利要求 1 所述的基于图像处理的太阳射电爆发自动实时检测方法， 其特征在 于， 爆发强度的提取的具体方法为 ： Intensity(t,f) 是太阳爆发时在时刻 t、 频率 f 处爆发强度的值， 该次检测出来的射 电爆发区域为 Q， 那么， 一次爆发事件发生后， 为了记录这次爆发的强度最大值， 在这个爆发 事件结束后， 在这个时间段内找到最大的 Intensity(t,f) 值， 表示为这次爆发的最大强度 Intensitymax： 权 利 要 求 书 CN 104156981 A 3 3/4 页 4 同时， 由于在检测得到的爆发事件区域内每个像素。
10、都有一个 Intensity(t,f) 值， 这 些值随时间和频率不同， 用一个统一的量来表示这次爆发的平均强度， 采用区域加权求平 均的方式得到爆发的平均强度 ； 设爆发区域的像素是集合 Q， 那么这个区域的几何中心是 Center(x0,y0)， 那么得到 ： 其中， XCoordinate(p) 表示提取 p 点的 X 坐标， YCoordinate(p) 表示提取 p 点的 Y 坐 标， Count(Q) 表示计算区域集合 Q 有多少个像素点 ； 之后， 计算爆发事件的加权爆发强度， 通常， 靠近几何中心 Center(x0,y0) 的像素权值 大， 远离几何中心 Center(x0,。
11、y0) 的像素权值小， 采用以下公式来计算加权平均的爆发强 度 ： 其中 t,f是在爆发区域 Q 内时刻 t、 频率 f 的爆发强度权值， 该权值满足以几何中心 Center(x0,y0) 为中心的二维正态分布， 保证离中心越近权值越大， 离中心越远权值越小。 7. 如权利要求 1 所述的基于图像处理的太阳射电爆发自动实时检测方法， 其特征在 于， 爆发带宽和持续时间的提取的具体方法为 ： 在某个时刻， 爆发的带宽就是检测得到的运动区域的高度， 持续时间就是检测得到的 运动目标区域累计的宽度 ； 时刻t爆发的带宽检测运动区域内时刻t竖条的最高点所对应的频率ftmax和最低点所 对应的频率 ft。
12、min， 它们的差就是时刻 t 爆发的爆发带宽 BurstBandwidtht： BurstBandwidtht ftmax-ftmin 那么， 该次太阳射电爆发的爆发带宽 BurstBandwidth 是 ： 其中， Q 是该次爆发区域的像素集合 ； 同样， 运动目标区域的累计宽度就对应着爆发的持续时间， 依次在运动区域内提取频 率 f 的横条图像， 获得频率 f 横条图像的最左端和最右端坐标得到频率 f 的爆发开始时间 和结束时间两者的差值就是这次射电爆发事件在频率 f 的持续时间 Durationf： 权 利 要 求 书 CN 104156981 A 4 4/4 页 5 那么， 该次爆发。
13、总的持续时间 Duration 是 ： 其中， Q 是爆发区域的像素集合。 权 利 要 求 书 CN 104156981 A 5 1/9 页 6 一种基于图像处理的太阳射电爆发自动实时检测方法 技术领域 0001 本发明属于太阳射电检测领域， 尤其涉及一种基于图像处理的太阳射电爆发自动 实时检测方法。 背景技术 0002 太阳是唯一可以被精细观测的恒星， 同时， 太阳系还是人类已知的唯一有生命繁 衍行为的恒星系统。 因此， 太阳物理研究不仅是天文学中最为活跃和重要的领域， 而且对研 究宇宙中生命的起源、 演化也具有极其重要的意义。 太阳的剧烈爆发， 主要指耀斑和日冕物 质抛射 (CME， Co。
14、ronal Mass Ejection)， 它们是太阳系中最剧烈的能量释放过程。特别是 CME， 它将大量的等离子体物质， 以超过千公里 / 秒的速度， 抛向行星际空间。 0003 耀斑和 CME 事件产生的辐射、 加速的高能粒子有可能对地球周围的空间环境及地 磁场产生剧烈扰动， 直接影响航天器、 通讯、 电力等现代化技术系统的正常运行， 对人类生 活环境造成重大的不利影响。 人们把这种由太阳活动引起的近地空间或从太阳大气到地球 大气的空间环境状态的变化， 称之为空间天气。 相对于地面天气而言， 空间天气发生在距离 地面 30 公里以上。 0004 太阳爆发对空间天气有很大的影响， 最剧烈的就。
15、是耀斑和CME事件， 耀斑和CME事 件都伴随着太阳射电爆发。 太阳爆发事件的能量释放过程在整个电磁波谱的范围内均有表 现， 因此， 射电波段的观测是相当重要和必不可少的手段。 0005 太阳射电爆发包含耀斑和 CME 的大量的粒子加速和辐射的过程， 对 CME 的预测和 预警具有先兆作用， 而且在对地方向上的 CME 的预测和预警方面， 太阳射电频谱仪的作用 是其它仪器无可替代的。所以， 在太阳射电爆发发生时， 对爆发的参数值进行提取、 进行灾 害性空间天气预警有重大意义。 0006 目前， 太阳射电频谱的检测主要通过每天在观测后， 观测人员回放太阳射电频谱 视频， 人工筛选可疑爆发数据， 。
16、然后人工确定爆发的相关参数。但是， 采用人工检测的方法 主要存在以下问题 ： 0007 1、 滞后性 ： 每天形成太阳射电活动报告都在观测完几小时以后， 对于太阳射电爆 发事件， 无法第一时间获得相关数据， 不能做到灾害性空间天气的实时预警 ； 0008 2、 遗漏性 ： 由于每天每套观测设备产生将数个 GB 的频谱数据， 这些数据记录了 10 个小时的太阳活动情况， 需要工作人员进行视频回放， 寻找有意义的太阳活动数据。 人工检 测需要耗费大量的时间， 并且， 短时爆发信号具有时间短不易察觉等特性， 人工检测太阳活 动数据会存在遗漏的情况 ； 0009 3、 随意性 ： 对于人工检测出来的太。
17、阳射电爆发， 需要对爆发的参数值进行量化。 但 是人工提取太阳射电爆发的相关参数值， 和工作人员的状态有很大相关性， 每个工作人员 提取参数的细致程度也可能不同。这就造成太阳射电爆发参数值人工提取随意性大， 无法 准确量化， 为后续理论研究带来诸多不便。 说 明 书 CN 104156981 A 6 2/9 页 7 发明内容 0010 本发明的目的在于提供一种基于图像处理的太阳射电爆发自动实时检测方法， 旨 在提高太阳射电爆发检测的效率和参数提取的精度。 0011 本发明是这样实现的， 一种基于图像处理的太阳射电爆发自动实时检测方法把太 阳射电爆发的检测看作是对太阳射电频谱图像的运动目标检测，。
18、 采用混合高斯模型的思想 检测太阳射电频谱的运动区域， 并对检测出来的爆发区域准确量化， 提取爆发强度、 爆发带 宽和持续时间， 包括自动检测太阳射电爆发和太阳射电爆发参数值的提取两部分， 自动检 测太阳射电爆发包括模型初始化、 模型学习、 背景模型的参数进行更新， 对检测得到的黑白 两色的二值图像进行形态学处理并去除部分噪声， 太阳射电爆发参数值的提取包括爆发强 度提取、 爆发带宽和持续时间的提取。 0012 进一步， 在混合高斯模型中， 每一个像素的背景模型可以用 K 个高斯分布来描述， 即 0013 0014 其中，是在 t 时刻第 i 个高斯分布的权值， 参数 K 是高斯分布的个数， 。
19、是一个 高斯概率分布函数， 它的均值为 t,i， 方差为即 0015 0016 在 t 时刻， 对于当前视频图像帧的每一个像素 xt， 当存在一个 i， 1 i K， 满足 时， 该像素被判定为背景， 否则为前景。 0017 进一步， 所述的自动检测太阳射电爆发的具体方法为 ： 0018 步骤一、 模型初始化 ： 对于每个像素点， 用太阳射电频谱视频图像序列中的第 1 帧 的像素值建立对应位置的第 1 个高斯分布， 该高斯分布的均值 是第 1 帧的像素值， 给定 方差 0 和权值 w 0 ； 0019 步骤二、 模型学习 ： 假设已经为背景模型的每一个像素建立 K 个高斯分布， 表示 K 种宁。
20、静太阳时的太阳射电频谱图像的像素值， 读入太阳射电频谱视频的第t帧图像xt， 将该 帧图像的每个像素与对应位置上已建立的第 i 个高斯分布相比较 (i K) ： 0020 |xt-i,t| 2.5i,t 0021 步骤三、 在模型的学习过程中， 对混合高斯背景模型的参数进行更新 ； 0022 步骤四、 对检测得到的黑白两色的二值图像 Bt进行形态学处理， 去除部分噪声 ： 0023 Bt Close(Open(Bt,Mask),Mask) 0024 其中 Open(A,B) 表示用掩膜 B 对 A 做形态学开操作， Close(A,B) 表示用掩膜 B 对 说 明 书 CN 104156981。
21、 A 7 3/9 页 8 A 做形态学闭操作， 掩膜 0025 进一步， 模型学习的具体方法为 ： 0026 当存在一个 i， 1 i K， 满足式 |xt-i,t| 2.5i,t， 则表明该像素在第 t 帧图 像与第 i 个高斯分布相匹配， 该像素标识为黑色， 则该像素为背景像素， 表示 t 时刻在该频 率没有发生射电爆发 ； 0027 对于每一个像素， 如果对于所有 i(1 i K)， 式 |xt-i,t| 2.5i,t都不满足 时， 则该像素为前景像素， 该像素标识为白色， 表示 t 时刻在该频率发生了太阳射电爆发， 分为两种情况 ： 0028 如果这时 iK， 则按照模型初始化的方法，。
22、 生成一个新的高斯分布， 这个新的高斯分布 中均值 为第 t 帧该像素的值， 并设置方差 0 和权值 w 0。用新生成的这个高斯分 布以替换已有高斯模型中权值最低者， 也就是替换第 K 个模式。 0030 进一步， 混合高斯背景模型参数的更新的处理方法如下 ： 0031 i,t (1-)i,t-1+xt 0032 i,t2 (1-)i,t-12+(xt-i,t-1)2 0033 0034 其中 为均值和方差更新率， 为权值更新率 ； 0035 对于不匹配的高斯分布， 应按照下式减小其权值 ： 0036 wi,t (1-)wi,t-1 0037 在对混合高斯背景模型参数进行更新后， 由于权值有变。
23、化， 所以要对归一 化， 使得并且， 对 K 个模式重新排序， 使其按照归一化之后的降序排列。 0038 进一步， 爆发强度的提取的具体方法为 ： 0039 假设Intensity(t,f)是太阳爆发时在时刻t、 频率f处爆发强度的值， 该次检测出 来的射电爆发区域为 Q， 那么， 一次爆发事件发生后， 为了记录这次爆发的强度最大值， 在这 个爆发事件结束后， 可以在这个时间段内找到最大的 Intensity(t,f) 值， 表示为这次爆发 的最大强度 Intensitymax： 0040 0041 同时， 由于在检测得到的爆发事件区域内每个像素都有一个 Intensity(t,f) 值， 说。
24、 明 书 CN 104156981 A 8 4/9 页 9 这些值随时间和频率不同， 用一个统一的量来表示这次爆发的平均强度， 采用区域加权求 平均的方式得到爆发的平均强度， 设爆发区域的像素是集合 Q， 那么这个区域的几何中心是 Center(x0,y0)， 那么可以得到 ： 0042 0043 0044 其中， XCoordinate(p) 表示提取 p 点的 X 坐标， YCoordinate(p) 表示提取 p 点的 Y 坐标， Count(Q) 表示计算区域集合 Q 有多少个像素点 ； 0045 之后， 计算爆发事件的加权爆发强度， 通常， 靠近几何中心 Center(x0,y0) 。
25、的像素 权值大， 远离几何中心 Center(x0,y0) 的像素权值小， 采用以下公式来计算加权平均的爆发 强度 ： 0046 0047 其中 t,f是在爆发区域 Q 内时刻 t、 频率 f 的强度权值， 该权值满足以几何中心 Center(x0,y0) 为中心的二维正态分布， 保证离中心越近权值越大， 离中心越远权值越小。 0048 进一步， 爆发带宽和持续时间的提取的具体方法为 ： 0049 在某个时刻， 爆发的带宽就是检测得到的运动区域的高度， 持续时间就是检测得 到的运动目标区域累计的宽度 ； 0050 时刻t爆发的带宽可以检测运动区域内时刻t竖条的最高点所对应的频率ftmax和 最。
26、低点所对应的频率 ftmin， 它们的差就是时刻 t 爆发的爆发带宽 BurstBandwidtht： 0051 BurstBandwidtht ftmax-ftmin 0052 那么， 该次太阳射电爆发的爆发带宽 BurstBandwidth 是 ： 0053 0054 其中， Q 是爆发区域的像素集合 ； 0055 同样， 运动目标区域的累计宽度就对应着爆发的持续时间， 依次在运动区域内 提取频率 f 的横条图像， 获得频率 f 横条图像的最左端和最右端坐标得到频率 f 的爆发 开始时间和结束时间两者的差值就是这次射电爆发事件在频率 f 的持续时间 Durationf： 0056 0057。
27、 那么， 该次爆发总的持续时间 Duration 是 ： 0058 说 明 书 CN 104156981 A 9 5/9 页 10 0059 其中， Q 是爆发区域的像素集合。 0060 效果汇总 0061 本发明通过采用动态视频图像处理的技术， 自动、 实时地判断太阳射电爆发， 自动 提取爆发的参数值， 把全人工完成的太阳射电爆发的检测工作， 通过图像处理的方法自动 完成， 提高了效率和参数提取的精度。 实时检测到的太阳射电爆发和提取得到的爆发参数， 可以为实时灾害性空间天气的预警提供数据， 在灾害性空间天气来临时， 对航天器、 通讯、 电力等现代化设备系统进行调整， 尽可能地降低灾害性空间。
28、天气带来的影响， 对国民经济 发展有重要意义。 附图说明 0062 图 1 是本发明实施例提供的太阳射电爆发的自动检测和特征值提取流程图 ； 0063 图 2 是本发明实施例提供的采用混合高斯模型自动检测太阳射电爆发的算法流 程图 ； 0064 图 3 是本发明实施例提供的自动实时检测太阳射电爆发方法的结果示意图 ； 0065 图中， 左图是太阳射电频谱图， 右图为检测出来的太阳爆发区域 ； a 是没有太阳射 电爆发时的情况， b、 c 和 d 是有太阳射电爆发时的情况 ； 0066 图 4 是本发明实施例提供的自动提取的爆发带宽示意图 ； 0067 图 5 是本发明实施例提供的自动提取的总的。
29、持续时间示意图。 具体实施方式 0068 为了使本发明的目的、 技术方案及优点更加清楚明白， 以下结合附图及实施例， 对 本发明进行进一步详细说明。 应当理解， 此处所描述的具体实施例仅仅用以解释本发明， 并 不用于限定本发明。 0069 通常， 太阳射电望远镜采集得到的射电频谱通过视频的方式表示出来。每个太阳 射电望远镜有最高时间分辨率和最高频率分辨率， 表示每次采样的最短时间间隔和频率间 隔， 常见的最高时间分辨率为 2ms， 最高频率分辨率为 200kHz。在 t 时刻， 太阳射电望远镜 观测得到的数据可以表示为一个宽度为 1 像素， 高度为 h 像素的竖条图像， 表示 t 时刻在某 一。
30、段频率上的太阳射电强度， 该图像就是 t 时刻的射电频谱视频图像帧， 每个时刻的图像 帧都是宽度为 1 像素， 高度为 h 像素的竖条图像。 0070 把各个时刻的太阳射电频谱竖条图像帧进行拼合， 就得到一个在 X-Y 平面上的图 像， X 轴表示时间， Y 轴表示频率， 每个像素点 (x,y) 的像素值 d(x,y) 表示在 x 时刻 y 频率 太阳射电的强度。对于常见的最高时间分辨率为 2ms， 最高频率分辨率为 200kHz(0.2MHz) 的太阳射电望远镜形成的频谱图像， 在X方向上， 相邻像素之间的时间间隔为2ms， 在Y方向 上， 相邻像素之间的频率间隔为 200kHz(0.2MH。
31、z)。 0071 由于太阳射电频谱也是一种视频， 所以太阳射电爆发的检测本质上是一种智能视 频监控。 它们之间的区别是 ： 普通智能视频监控的对象是自然拍摄场景视频， 而太阳射电爆 发检测中， 监控对象是太阳射电频谱视频。 它们具有很强的相似性， 所以本发明把智能视频 监控中运动目标检测的思想应用到太阳射电频谱的监控上来。 0072 太阳射电爆发反映到射电频谱图像上， 就是频谱图像上出现和宁静太阳时不同的 说 明 书 CN 104156981 A 10 6/9 页 11 颜色块， 表示在某个频率和时间出现一定强度的射电爆发， 所以用运动目标检测的方法找 到这个不同颜色块的区域， 就等同于检测到。
32、了太阳射电爆发。本发明把太阳射电爆发的检 测看作是对太阳射电频谱图像的运动目标检测， 采用混合高斯模型的思想检测太阳射电频 谱的运动区域， 并对检测出来的爆发区域准确量化， 提取爆发强度、 爆发带宽和持续时间。 0073 运动目标检测的方法中， 最具代表性的就是混合高斯背景模型 (Gaussian Mixture Model， GMM)。在这种方法中， 运用多个高斯分布对每一个像素的背景进行表示， 并且利用迭代方式进行模型参数的更新。多个高斯分布表示的背景， 就可以把一些周期性 变化的背景都同时涵盖其中， 因此该模型可以有效的克服背景图像周期性扰动所带来的干 扰。在建立了背景模型后， 运动目标。
33、区域就可以用当前帧和背景模型进行有条件的差分得 到。这个模型非常适合于背景有周期性变化的场景， 例如背景水波、 微风吹过的草地、 树叶 晃动等的场景。 0074 对于太阳射电频谱图像， 由于干扰的存在， 在宁静太阳期间， 频谱也会发生细小的 周期性变化。频谱图像的像素在一个很短的时间内不是一个固定的值。这非常适合于用混 合高斯模型来表示， 每个像素的背景高斯模型有多个， 可以分别表示该像素在宁静太阳时 的微小的周期性变化的各个状态。如果当前该像素的值都不与这几个高斯分布相似， 就表 明该像素代表某个频率和时间点上的一次太阳射电爆发。 对整个截取得到的竖条区域进行 混合高斯模型的检测， 就能提取。
34、到某个时间点的太阳射电爆发事件。把检测得到的结果按 时间顺序呈现出来， 就是整个太阳射电爆发时间段内的情况。 0075 本发明是这样实现的， 一种基于图像处理的太阳射电爆发自动实时检测方法把太 阳射电爆发的检测看作是对太阳射电频谱图像的运动目标检测， 采用混合高斯模型的思想 检测太阳射电频谱的运动区域， 并对检测出来的爆发区域准确量化， 提取爆发强度、 爆发带 宽和持续时间， 包括自动检测太阳射电爆发和太阳射电爆发参数值的提取两部分， 自动检 测太阳射电爆发包括模型初始化、 模型学习、 背景模型的参数进行更新、 对检测得到的黑白 两色的二值图像 Bt进行形态学处理并去除部分噪声， 太阳射电爆发。
35、参数值的提取包括爆发 强度提取、 爆发带宽和持续时间的提取， 如图 1 所示。 0076 进一步， 在混合高斯模型中， 每一个像素的背景模型可以用 K 个高斯分布来描述， 即 0077 0078 其中，是在t时刻第i个高斯分布的权值， 参数K是高斯分布的个数， 是一个 高斯概率分布函数， 它的均值为 t,i， 方差为即 0079 0080 在 t 时刻， 对于当前视频图像帧的每一个像素 xt， 当存在一个 i， 1 i K， 满足 时， 该像素被判定为背景， 否则为前景。 0081 进一步， 如图 2 所示， 所述的自动检测太阳射电爆发的具体方法为 ： 说 明 书 CN 104156981 A。
36、 11 7/9 页 12 0082 步骤一、 模型初始化 ： 对于每个像素点， 用太阳射电频谱视频图像序列中的第 1 帧 的像素值建立对应位置的第 1 个高斯分布， 该高斯分布的均值 是第 1 帧的像素值， 给定 方差 0 和权值 w 0 ； 0083 步骤二、 模型学习 ： 假设已经为背景模型的每一个像素建立 K 个高斯分布， 表示 K 种宁静太阳时的太阳射电频谱图像的像素值， 读入太阳射电频谱视频的第t帧图像xt， 将该 帧图像的每个像素与对应位置上已建立的第 i 个高斯分布相比较 (i K) ： 0084 |xt-i,t| 2.5i,t 0085 步骤三、 在模型的学习过程中， 对混合高。
37、斯背景模型的参数进行更新 ； 0086 步骤四、 对检测得到的黑白两色的二值图像 Bt进行形态学处理， 去除部分噪声 ： 0087 Bt Close(Open(Bt,Mask),Mask) 0088 其中 Open(A,B) 表示用掩膜 B 对 A 做形态学开操作， Close(A,B) 表示用掩膜 B 对 A 做形态学闭操作， 掩膜 0089 进一步， 模型学习的具体方法为 ： 0090 当存在一个 i， 1 i K， 满足式 |xt-i,t| 2.5i,t， 则表明该像素在第 t 帧图 像与第 i 个高斯分布相匹配， 该像素标识为黑色， 则该像素为背景像素， 表示 t 时刻在该频 率没有发。
38、生射电爆发 ； 0091 对于每一个像素， 如果对于所有 i(1 i K)， 式 |xt-i,t| 2.5i,t都不满足 时， 则该像素为前景像素， 该像素标识为白色， 表示 t 时刻在该频率发生了太阳射电爆发， 分为两种情况 ： 0092 如果这时 iK， 则按照模型初始化的方法， 生成一个新的高斯分布， 这个新的高斯分布 中均值 为第 t 帧该像素的值， 并设置方差 0 和权值 w 0。用新生成的这个高斯分 布以替换已有高斯模型中权值最低者， 也就是替换第 K 个模式。 0094 进一步， 混合高斯背景模型参数的更新的处理方法如下 ： 0095 i,t (1-)i,t-1+xt 0096 。
39、i,t2 (1-)i,t-12+(xt-i,t-1)2 0097 0098 其中 为均值和方差更新率， 为权值更新率 ； 0099 对于不匹配的高斯分布， 应按照下式减小其权值 ： 0100 wi,t (1-)wi,t-1 0101 在对混合高斯背景模型参数进行更新后， 由于权值有变化， 所以要对归一 说 明 书 CN 104156981 A 12 8/9 页 13 化， 使得并且， 对 K 个模式重新排序， 使其按照归一化之后的降序排列。 0102 进一步， 爆发强度的提取的具体方法为 ： 0103 假设 Intensity(t,f) 是太阳爆发时在时刻 t、 频率 f 处爆发强度的值， 该。
40、次检 测出来的射电爆发区域为 Q， 那么， 一次爆发事件发生后， 为了记录这次爆发的强度最大 值， 在这个爆发事件结束后， 可以在这个时间段内找到最大的 Intensity(t,f) 值， 表示为 Intensitymax， 这个爆发强度就表示在时刻 t、 频率 f 处的爆发最强烈 0104 0105 同时， 由于在检测得到的爆发事件区域内每个像素都有一个 Intensity(t,f) 值， 这些值随时间和频率不同， 用一个统一的量来表示这次爆发的平均强度， 采用区域加权求 平均的方式得到爆发的平均强度， 设爆发区域的像素是集合 Q， 那么这个区域的几何中心是 Center(x0,y0)， 那。
41、么可以得到 ： 0106 0107 0108 其中， XCoordinate(p) 表示提取 p 点的 X 坐标， YCoordinate(p) 表示提取 p 点的 Y 坐标， Count(Q) 表示计算区域集合 Q 有多少个像素点 ； 0109 之后， 计算爆发事件的加权爆发强度， 通常， 靠近几何中心 Center(x0,y0) 的像素 权值大， 远离几何中心 Center(x0,y0) 的像素权值小， 采用以下公式来计算加权平均的爆发 强度 ： 0110 0111 其中 t,f是在爆发区域 Q 内时刻 t、 频率 f 的强度权值， 该权值满足以几何中心 Center(x0,y0) 为中心。
42、的二维正态分布， 保证离中心越近权值越大， 离中心越远权值越小。 0112 进一步， 爆发带宽和持续时间的提取的具体方法为 ： 0113 在某个时刻， 爆发的带宽就是检测得到的运动区域的高度， 持续时间就是检测得 到的运动目标区域累计的宽度 ； 0114 时刻t爆发的带宽可以检测运动区域内时刻t竖条的最高点所对应的频率ftmax和 最低点所对应的频率 ftmin， 它们的差就是时刻 t 爆发的爆发带宽 BurstBandwidtht： 0115 BurstBandwidtht ftmax-ftmin 0116 那么， 该次太阳射电爆发的爆发带宽 BurstBandwidth 是 ： 0117 。
43、说 明 书 CN 104156981 A 13 9/9 页 14 0118 其中， Q 是爆发区域的像素集合 ； 0119 同样， 运动目标区域的累计宽度就对应着爆发的持续时间， 依次在运动区域内 提取频率 f 的横条图像， 获得频率 f 横条图像的最左端和最右端坐标得到频率 f 的爆发 开始时间和结束时间两者的差值就是这次射电爆发事件在频率 f 的持续时间 Durationf： 0120 0121 那么， 该次爆发总的持续时间 Duration 是 ： 0122 0123 其中， Q 是爆发区域的像素集合。 0124 上述虽然结合附图对本发明的具体实施方式进行了描述， 但并非对本发明保护范 围的限制， 所属领域技术人员应该明白， 在本发明的技术方案的基础上， 本领域技术人员不 需要付出创造性的劳动即可做出的各种修改或变形仍在本发明的保护范围之内。 说 明 书 CN 104156981 A 14 1/4 页 15 图 1 说 明 书 附 图 CN 104156981 A 15 2/4 页 16 图 2 说 明 书 附 图 CN 104156981 A 16 3/4 页 17 图 3 说 明 书 附 图 CN 104156981 A 17 4/4 页 18 图 4 图 5 说 明 书 附 图 CN 104156981 A 18 。