[发明专利]一种基于遗传算法和模拟退火算法的太阳黑子识别的方法

说明书

本发明涉及基于遗传算法和模拟退火算法的太阳黑子识别的方法，属天文技术和图像处理领域。本发明首先对图像预处理，对全日面图像先做膨胀和腐蚀操作，用全日面图像减去经膨胀和腐蚀的背景图，获得背景均匀的全日面图像，对背景均匀的全日面图像进行均值平滑滤波进行降噪；其次使用遗传算法进化两组阈值；然后对两组阈值分别使用模拟退火算法，得到新种群并判断是否满足退出条件，满足则找出种群中的最佳熵的两个阈值对图像进行分割，对分割结果进行去除小面积块处理，最后标记显示分割后的图像。本发明能较精确地对全日面图像的太阳黑子进行了识别。

技术领域

本发明涉及一种基于遗传算法和模拟退火算法的太阳黑子识别的方法，属天文技术和图像处理领域。

背景技术

太阳黑子是最基本和最明显的太阳磁场活动之一。太阳黑子活动活跃时会对地球的磁场产生很大影响，比如出现磁暴现象使指南针不能正确地指示方向；飞机、轮船和人造卫星的无线电通讯会受到严重阻碍。所以急需能够精确、高效的识别全日面上的太阳黑子的方法，该方法是研究和解决太阳黑子对地球磁场和空间天气影响的基础和前提。

识别太阳黑子就是指将太阳黑子从全日面图像中分割出来，这样就离不开阈值的设置。阈值的设置方法一般分为手动和自动两种方法。在早期阶段，手动设置阈值对不同的背景和目标的图像需要设置不同的阈值，而对相同的背景和目标在不同的光照和噪声干扰时也需要设置不同的阈值。因此每一张图像都需要一个不同的阈值进行分割，手动设置阈值对图像分割会很麻烦。最大间方差分割法能自动确定阈值，要求灰度图像直方图呈现明显的峰谷特性，否则图像分割方法失效，在太阳黑子的半影和米粒结果的灰度值很接近的情况下，最大间方差分割法也不能将黑子的本影和半影很好的分割出来。因此，传统的太阳黑子识别方法在处理全日面图像上太阳黑子本影和半影的识别时存在明显缺陷。

本发明正是为了解决这些问题提出了一种基于遗传算法和模拟退火算法的太阳黑子识别的方法。

发明内容

本发明提供了一种基于遗传算法和模拟退火算法的太阳黑子本影和半影的自动识别的方法，将遗传算法和模拟退火算法应用于全日面图像的基于最佳熵适应度函数的自适应双阈值的选取上，用于解决传统的识别太阳黑子的方法中人工手动设定阈值和自动设置单阈值的问题。

本发明的技术方案是：一种基于遗传算法和模拟退火算法的太阳黑子识别的方法，首先对图像预处理，对全日面图像先做膨胀和腐蚀操作，用全日面图像减去经膨胀和腐蚀的背景图，获得背景均匀的全日面图像，对背景均匀的全日面图像进行均值平滑滤波进行降噪；其次使用遗传算法进化两组阈值种群，初始化种群和退火参数之后，计算出每个种群的最佳熵即适应度，随机的选择出两个种群进行编码，并使用遗传算子对编码进行组合交叉和变异，对变异的结果进行解码；然后对两组阈值种群分别使用模拟退火算法，计算新旧个体的适应度之差，若适应度之差大于0，则接受新的个体，否则根据模拟退火算法接受一个比当前解还要差的新解，退温降火，得到新种群并判断是否满足退出条件，满足则找出种群中的最佳熵的两个阈值对图像进行分割，对分割结果进行去除小面积块处理，最后标记显示分割后的图像。

所述方法的具体步骤如下：

步骤1：图像预处理：首先对全日面图像进行临边昏暗的处理，对日面图像先做膨胀运算再做腐蚀运算，得到一个没有太阳黑子的全日面背景图；然后用全日面图像减去经膨胀和腐蚀的背景图，获得消除了临边昏暗的背景均匀的全日面图像，最后对背景均匀的全日面图像进行均值平滑滤波进行降噪，得到降低噪声后的全日面图像；

步骤2：使用遗传算法进化两组阈值种群：首先计算降噪后全日面灰度图像的直方图信息，求出图像中每个像素值所占的比例，然后初始化退火参数和初始化种群作为阈值种群，并使每组阈值种群中的两个阈值按升序的顺序排序；接着用直方图的最佳熵方法计算每个种群的适应度，随机选择两个种群，取出这两个种群的个体的两对染色体分别用8位的二进制进行编码，其中每个染色体代表一个阈值，采用随机设置交叉点的方法进行交叉，再用基本位变异算子进行变异；最后对变异的结果解码得到0～255之间的数；