基于图论的日冕暗化现象提取技术研究
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 论文的研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 CME观测手段研究现状 | 第12-13页 |
| 1.2.2 日冕暗化提取研究现状 | 第13-14页 |
| 1.3 本文的研究内容 | 第14-15页 |
| 1.4 本文的组织结构 | 第15-17页 |
| 第2章 背景知识介绍 | 第17-23页 |
| 2.1 日冕物质抛射概述 | 第17-18页 |
| 2.2 日冕暗化及其相关太阳活动 | 第18-19页 |
| 2.2.1 日冕暗化 | 第18页 |
| 2.2.2 耀斑 | 第18页 |
| 2.2.3 EIT波 | 第18-19页 |
| 2.3 基于图论的图像分割技术 | 第19-21页 |
| 2.3.1 图理论 | 第19-20页 |
| 2.3.2 基于图论的图像分割算法 | 第20-21页 |
| 2.4 实验数据来源 | 第21-22页 |
| 2.4.1 AIA图像数据 | 第21-22页 |
| 2.4.2 EIT图像数据 | 第22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 日冕暗化图像预处理 | 第23-32页 |
| 3.1 日冕暗化图像去噪 | 第23-26页 |
| 3.1.1 图像去噪算法概述 | 第23-24页 |
| 3.1.2 日冕暗化图像去噪实验 | 第24-26页 |
| 3.2 日冕暗化图像种子点提取方案 | 第26-31页 |
| 3.2.1 著图提取算法概述 | 第26-27页 |
| 3.2.2 种子点提取方案概述 | 第27-31页 |
| 3.3 本章小结 | 第31-32页 |
| 第4章 融合灰度和梯度信息的暗化提取算法 | 第32-44页 |
| 4.1 Graph Cuts在图像分割中的应用 | 第32-35页 |
| 4.1.1 构建加权图 | 第32-33页 |
| 4.1.2 分配图的权重值 | 第33-34页 |
| 4.1.3 构建能量函数 | 第34页 |
| 4.1.4 能量函数最小化 | 第34-35页 |
| 4.2 融合灰度和梯度信息的暗化提取算法介绍 | 第35-38页 |
| 4.3 实验与分析 | 第38-42页 |
| 4.4 本章小结 | 第42-44页 |
| 第5章 融合纹理和梯度信息的暗化提取算法 | 第44-56页 |
| 5.1 图像的纹理特征 | 第44-45页 |
| 5.1.1 纹理概述 | 第44-45页 |
| 5.1.2 图像纹理特征提取方法 | 第45页 |
| 5.2 基于Gabor小波的纹理特征提取 | 第45-47页 |
| 5.3 融合纹理和梯度信息的暗化提取方案介绍 | 第47-50页 |
| 5.4 实验与分析 | 第50-55页 |
| 5.5 本章小结 | 第55-56页 |
| 第6章 日冕图像暗化区域自动提取系统 | 第56-66页 |
| 6.1 系统开发环境及工具 | 第56页 |
| 6.2 日冕暗化原始图像库及参考基准库 | 第56-57页 |
| 6.3 日冕图像暗化区域提取算法定量分析 | 第57-61页 |
| 6.4 日冕图像暗化区域自动提取系统 | 第61-65页 |
| 6.4.1 图片读取功能 | 第61页 |
| 6.4.2 参数设置功能 | 第61-63页 |
| 6.4.3 暗化区域提取功能 | 第63-64页 |
| 6.4.4 暗化信息展示功能 | 第64页 |
| 6.4.5 暗化信息绘图功能 | 第64-65页 |
| 6.5 本章小结 | 第65-66页 |
| 结论 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 攻读硕士学位期间参与的科研项目 | 第74页 |
