专利名称：全天空极光图像占空比参数的提取方法
技术领域：
本发明属于图像处理技术领域，涉及特征提取和图像分割，可用于复杂形态的极 光区域从天空背景区域的分割。
背景技术：
空间科学的研究重点在于了解近地球周围环境的物理过程的语义，这些过程由太 阳风等离子体、地球磁场和地球大气层相互之间的复杂作用所引起。极光就是由太阳风引 起的变化而带来的能量所产生的主要现象之一，因此极光所引起的空间和时间上的变化在 很大程度上反映了太阳风与地球磁场的变化，对极光的观察成为了研究地球科学的重要基 础。早期主要通过一些物理属性，例如太阳风速度、电子密度等对极光进行研究，实际上，除 了以上物理特征，极光在亮度、结构等方面的变化也是极光研究的一个重要方面。随着数字全天空摄像仪的出现，全天空极光图像为极光现象的研究提供了新的研 究途径。其中极光区域在全天空极光图像所占面积的比例，即占空比成为极光研究的重要 参数。占空比参数在时间轴上的变化蕴含了极光变化的丰富信息，为了获得极光的占空比 参数，首先要将极光区域从整个全天空图像中分割出来。为了准确的分割出极光区域，要对 极光的形态进行深入的分析，对不同形态的极光区域采用不同的分割方法。极光的形态与极光所属类型密切相关，中国极地中心的科学家以日侧冕状极光为 研究重点，将极光分为四类多弧状极光、热点冕状极光、辐射冕状极光和帷幔冕状极光。以 上四类极光主要呈现出以下三种形态·光斑状该类极光只包含光带或光斑，不含或几乎不含光线，通常是弧状和热点 冕状极光；·光线状该类极光只包含光线，几乎没有光斑出现，通常以帷幔冕和辐射冕状极 光为主；·混合形态该类极光不仅包含光斑还包含光线，多弧状极光、热点冕状极光、帷幔 冕状和辐射冕状极光都有这种情况出现，在极光图像中比较普遍。近年来图像分割领域非常活跃，有很多方法被提出并在相应的领域获得了良好的 分割效果，但在极光图像的分割应用上却很少，这是因为极光在天空背景上是透明的、边缘 模糊、形状不规则，而且变化速度快且变化形式多样，因此对极光的描述非常困难。在 1999 年，Syrjasuo 等人在文献 “Μ. T. Syrjasuo, Τ. I. Pulkkinen. Determining theSkeletons of the Auroras. International Conference on Image Analysis and Processing, Venice, Italy pp. 1063-1066，1999. ”中为了勾画极光的骨架，在预处理阶段 使用Fuzzy logic的方法对具有明显形状的极光区域进行了分割，他们通过对极光边缘的 提取从而将极光区域与背景天空区域分割开，这项技术要求极光区域要有明显的边缘，对 于具有明显光斑和光带的极光图像，该方法的效果较好，但对于边缘模糊的光斑尤其是没 有明显边缘的极光光线部分，分割效果并不好。在 2004 年，Syrjasuo 等人在文献“Μ. T. Syrjasuo, E. F. Donovan and L. L. Cogger.Content-based retrieval of auroral images—thousands of irregular shapes. InternationalConference on Visualization, Imaging, and Image Processing, Marbella，Spain，pp. 224-228,2004. ” 以及 2005 年在文献“Μ· Τ· Syrjasuo，and Ε. F. Donovan. Using relevance feedbackin retrieving auroral images. International Conference on Computational Intelligence, CalgaryAlberta, Canada, pp. 420-425, 2005. ”中使用Isolable-contour map对一种亮度很高的特殊弧状极光即南北走向弧状极 光进行分割，并提取分割结果的边缘特征该类极光的检索。Isolable-contour map方法要 求被检测区域要有明确的形状，因此该方法适合有明显形状的且亮度较高的极光区域，对 于亮度较低、前景与背景没有明显区域差别的光斑以及很难描述形状的光线区域，该方法 无法获得理想的分割结果。综上，已有的极光图像分割方法主要存在以下两个问题l)Fuzzy logic和Isolable-contour map适用于图像中明显光斑区域的分割，对 于边缘模糊或没有明显形状的光斑区域，由于无法提取其边缘或形状特征，无法实现精确 分割，导致光斑部分占空比参数不准确，从而使整个极光区域占空比参数的产生误差。2)现有的极光分割技术只考虑了亮度较高的光斑或光带的分割，而多数极光是光 斑和光线的混合体，甚至有些极光的光线区域在整个极光区域中占很大比例，现有技术无 法实现光线区域的分割，从而导致极光光线区域分割的缺失，造成分割结果的不准确，进而 导致占空比参数的不准确。
发明内容
本发明的目的在于克服上述现有方法的不足，提出一种基于极光不同形态的全天 空极光图像占空比参数的提取方法，以提高极光区域分割的准确率，减少占空比参数的误差。实现本发明的技术思路是首先采用改进的Otsu方法对光斑区域进行分割，得到 光斑区域分割结果，然后对图像的光线区域进行分割，接着将上面两部分的分割结果进行 组合形成极光整体区域的分割结果，最后计算极光区域在整个天空区域的比例得到极光占 空比参数，具体实现步骤如下(1)对数据库中所有全天空极光图像进行预处理将每一幅原始大小为512X512 的全天空极光图像用半径为220的圆形区域进行掩模，去掉周围干扰灯光、山脉噪声，掩模 成大小为440X440的掩模图像，所有掩模图像构成掩模图像集、；(2)输入一幅掩模图像IM，使用改进的Otsu方法对极光光斑区域进行分割，得到 光斑区域分割结果Rp ；(3)从掩模图像集、中选择100幅不含极光或几乎不含极光的掩模图像构建纹理 阈值训练集&，使用自适应局部二值模式ALBP特征向量提取算法，提取纹理阈值训练集& 中每一幅图像的ALBP特征向量，构成ALBP特征向量集A= {、}，其中α i表示纹理阈值 训练集&中第i幅掩模图像的ALBP特征向量；(4)对纹理阈值训练集&的ALBP特征向量集A进行训练，得到参考向量R和纹理 分割阈值Z ；(5)将掩模图像Im分割成大小为16X 16的图像块，构成图像块集X = IxiJ，提取每一块的ALBP特征向量，构成ALBP特征向量集B = { β。」}，其中Xi, j表示掩模图像Im中 第i行第j列的图像块，β 表示图像块Xy的ALBP特征向量；(6)计算ALBP特征向量β㈩与参考向量R的相似度Si,:
权利要求
1. 一种全天空极光图像占空比参数的提取方法，包括如下步骤(1)对数据库中所有全天空极光图像进行预处理将每一幅原始大小为512X512的全 天空极光图像用半径为220的圆形区域进行掩模，去掉周围干扰灯光、山脉噪声，掩模成大 小为440X440的掩模图像，所有掩模图像构成掩模图像集、；(2)输入一幅掩模图像IM，使用改进的Otsu方法对极光光斑区域进行分割，得到光斑 区域分割结果&；(3)从掩模图像集、中选择100幅不含极光或几乎不含极光的掩模图像构建纹理阈值 训练集&，使用自适应局部二值模式ALBP特征向量提取算法，提取纹理阈值训练集&中每 一幅图像的ALBP特征向量，构成ALBP特征向量集A= {、}，其中α i表示纹理阈值训练 集&中第i幅掩模图像的ALBP特征向量；(4)对纹理阈值训练集&的ALBP特征向量集A进行训练，得到参考向量R和纹理分割 阈值Z ；(5)将掩模图像Im分割成大小为16X 16的图像块，构成图像块集X = Ixi,」}，提取每 一块的ALBP特征向量，构成ALBP特征向量集B = { β “」}，其中Xi,」表示掩模图像Im中第 i行第j列的图像块，β i,」表示图像块Xi,」的ALBP特征向量；(6)计算ALBP特征向量与参考向量R的相似度Si,j:
2.根据权利要求1所述的全天空极光图像占空比参数的提取方法，其中步骤(2)所述 的使用改进的Otsu方法对极光光斑区域进行分割，按如下步骤进行(2a)只保留掩模图像Im中圆形区域Rm，计算该圆形区域内像素总数
3.根据权利1所述的全天空极光图像占空比参数的提取方法，其中步骤(3)所述的使 用自适应局部二值模式ALBP特征向量提取算法，提取纹理阈值训练集&中每一幅图像的 ALBP特征向量，按如下步骤进行(3a)构建主要概率模式集P:首先，从掩模图像集、中选择100幅含有大量光线区域的掩模图像构成特征训练集&，对特征训练集&中每一幅掩模图像提取旋转不变LBP特征；其次，将特征训练集&中所有掩模图像的旋转不变LBP特征向量取均值，得到平均旋 转不变LBP特征向量V;最后，按照模式发生概率从大到小的顺序，对平均旋转不变LBP特征向量V进行排序得 到排序后的平均旋转不变LBP特征向量V'，选择该向量V'中前C个模式，这C个模式的 概率值之和Sum满足大于或等于90 %，用这C个模式组成主要概率模式集P ；(3b)对于输入的掩模图像I，提取I的旋转不变LBP特征向量ι·Μ，根据主要概率模式集 P，保留Α中与其对应的C个模式及其概率值，即为掩模图像I的ALBP特征向量。
4.根据权利1所述的全天空极光图像占空比参数的提取方法，其中步骤⑷所述的对 纹理阈值训练集&的ALBP特征向量集A进行训练，按如下步骤进行(4a)提取纹理阈值训练集&中每幅掩模图像的ALBP特征α ,,并对该训练集&中掩 模图像的ALBP特征求平均值，得到参考向量R
全文摘要
本发明公开了一种全天空极光图像占空比参数的提取方法，主要解决现有技术只能对具有明显形状和边界的光斑进行分割导致占空比参数误差较大的缺陷。其特定是根据极光在天空所呈现的不同形态采用相应分割方法，即首先对全天空极光图像进行预处理；然后确定光斑区域最优分割阈值，对光斑区域进行分割；接着根据光线区域与背景天空区域纹理结构的差异，对光线区域进行分割；最后根据光斑和光线区域的分割结果，计算占空比参数。本发明通过灰度特征确定光斑分割阈值，对无明显形状或边界的光斑也能精确分割，并根据纹理特征实现光线区域的成功分割，有效降低了占空比参数的误差，可用于复杂形态的极光区域从天空背景区域的分割。
文档编号G06K9/80GK102129576SQ20111004707
公开日2011年7月20日 申请日期2011年2月28日 优先权日2011年2月28日
发明者付蓉, 李洁, 杨曦, 王斌, 王秀美, 王颖, 田春娜, 简拥军, 邓成, 高新波 申请人:西安电子科技大学