论文部分内容阅读
极光是沿磁力线运动的高能带电粒子(主要是电子)沉降到极区电离层高度激发大气粒子后产生的光激发现象。这些高能粒子既有通过太阳风—磁层相互作用的磁动力学过程产生的,也有部分是直接由太阳风携带的。极光是人们唯一能够直接用肉眼观测到的具有极区特征的地球物理现象,是极区日地物理过程(特别是磁层-电离层相互作用)的最集中的表现形式,是研究太阳风暴的最佳窗口。对其形态和演变的系统观测可以获得磁层和日地空间电磁活动的大量信息,有助于深入研究太阳活动对地球的影响方式与程度,对了解空间天气过程的变化规律具有重要意义。多变的极光形态是磁层和电离层某种确定的动力学过程对大气层的反应,是这个过程投影到地球大气层的映射。研究已经证实,不同的极光形态类型与一些确定的磁层边界层动力学过程有着密切的关系,而且太阳风的参数变化直接影响极光的形态。高分辨率的极光成像设备(例如全天空观测仪)能够获取极光的二维形态信息,从而使得研究人员可以连续观测极光的演变。因此,从图像的角度研究极光现象越来越受到人们的关注。然而,现在的研究大多还停留在人工的案例分析,以至每年都在不断增长的庞大的极光图像成为闲置资源。面对如此庞大的数据量,如何有效利用和自动分析这些全天空极光图像已成为各国极光研究人员亟待解决的问题。本文基于图像处理和模式识别技术,提出了多种适合极光数据特征的静态和动态表征方法,初步实现了对海量极光数据的自动化分析,研究成果为很多现有的理论提供了形态学证明,验证了模式识别技术应用于空间物理研究的可行性和有效性。本文的主要研究成果有:(1)对极光图像特征进行了系统分析和多种尝试,提出使用基于空间纹理的全天空极光图像表征方法。该方法能够表征极光图像的全局形状和局部纹理,不同的极光类型都得到了有效的表征,并且对一定范围内的尺度和亮度变化以及形变具有很好的鲁棒性。基于这一表征方法,实现了高正确率的极光图像自动分类。(2)基于表象特征的极光自动分类技术用于对日侧极光类型的统计分析。无论极光类型是定义在极光的形态学信息还是其他物理属性上的,这些极光类型在极光卵上的发生总是呈现出周期性和规律性,这已经在许多空间科学研究中得到证实。本文得到了四类日侧极光的发生分布,分布的特征说明发生在日侧极光卵不同区域的极光确实具有各自明显的形态学特征。四种特殊的极光类型占据不同的极光卵区域,它们发生分布的峰值与基于三波段(427.8,557.7和630.0nm)沿磁子午面激发谱线能量的综观分布图是完全一致的。这一结论支持了“极光形态可分”这一观点,为极光分类机制提供了形态学证据,同时给出了极光类型的形态学解释。(3)对于极光数据的形态特征而言,尚无被广泛接受的分类机制。本文利用了无监督的聚类算法对极光数据进行了聚类,从而避免了有监督分类中被诟病的分类机制问题。在本文中,不基于任何先验知识,通过无监督的方法,日侧极光的主要形态特征得到总结,同时对现有的基于极光形态特征的分类机制进行了验证和补充。聚类标记的发生分布规律性证明了依赖于极光表象特征研究极光现象的可行性。这些成果进而验证了机器视觉方法用于研究极光现象的有效性。(4)因为极光运动具有非刚体性质,本文首次把针对流体运动的流体运动场估计算法应用到极光图像中,并根据极光图像在不同尺度上具有不同运动方式的特性,提出了非一致多尺度流体运动场估计算法。这一方法不再依赖于亮度不变假设,而且为不同尺度上的极光运动选择匹配的正则化因子。改进后的基于流体的运动场估计算法能够有效、准确、鲁棒地提取各种类型极光的运动。(5)基于提取出的极光瞬时运动场表征极光序列,实现极光事件的自动检测。由于极光活动复杂多变,随机性强,本文利用时空累计方法对极光视频序列进行运动特征描述。基于运动向量的时空统计特征能够表征极光的运动方向和运动速度,可以实现不同长度极光序列的比较。在此基础上,实现了对多个特殊极光事件的准确检索,为实现基于大量连续观测的极光视频对极光动态过程进行统计分析奠定了基础。(6)提出了一种新的基于局部向量差的时空统计特征,它能够融合运动的时间性和空间性,可以实现不同长度序列的比较。该方法可以有效、可靠地描述极光视频序列的运动特征,成功地实现了极光序列的自动分割和事件聚类。利用本文提出的极光事件自动分析方法,在无监督的条件下,即可实现对大量的全天空极光活动进行高速地浏览、检查和排除。本文受国家自然科学基金(60872154,41031064)、、海洋公益性行业科研专项(201005017)等项目的经费资助。