[发明专利]一种清洗天文图像中太阳光球亮点的方法

权利要求书

1.一种清洗天文图像中太阳光球亮点的方法，其特征在于：首先采用一种拉普拉斯滤波和形态学膨胀相结合的方法来识别亮点；再通过三维联通的方法跟踪亮点；然后提取亮点的多个相关度较低的特征值作为清洗的数据；接着，对清洗的数据做z-score标准化处理；再采用主成分分析法将标准化后的数据根据贡献率降低维度；最后，通过DBSCAN方法对降维后的数据进行清洗，从而剔除非亮点结构。

2.根据权利要求1所述的清洗天文图像中太阳光球亮点的方法，其特征在于：

所述清洗天文图像中太阳光球亮点的方法的具体步骤如下：

Step1、亮点数据识别；首先对序列图像进行预处理，包括采用最大局部相关的对齐方法对齐序列图像，归一化序列图像、平滑图像；然后采用拉普拉斯滤波和形态学膨胀相结合的方法识别序列图像中每幅图的光球亮点；

Step2、亮点数据跟踪；在序列图像的每一幅图上识别出光球亮点后，再由序列图像中识别出的所有亮点构成的三维时空立方体中采用三维联通方法对光球亮点进行三维跟踪，其中，三维时空立方体(x,y,t)中x和y是二维平面图像的坐标,t是时间坐标；

Step3、亮点数据特征提取；识别和跟踪亮点后，提取亮点的相关度较低、且能代表亮点的光学强度、形态和运动等各方面的多个特征值作为清洗的数据；

Step4、亮点数据标准化；得到清洗数据之后，采用z-score方法标准化亮点数据，即将数据标准化为均值为0，方差为1的正态分布；

Step5、亮点数据降维；采用主成分分析法对标准化后的清洗数据进行降维处理，根据贡献率选择可降至的维度；

Step6、亮点数据清洗；对降维后的数据采用DBSCAN聚类方法进行清洗，从而剔除非亮点结构。

3.根据权利要求2所述的清洗天文图像中太阳光球亮点的方法，其特征在于：所述步骤Step3的清洗的数据属性包括等效直径、强度、偏心率、亮点边缘处于暗径的比例、速度、运动方式和扩散系数特征值。

4.根据权利要求2所述的清洗天文图像中太阳光球亮点的方法，其特征在于：所述步骤Step5的贡献率采用90％以上。