摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第10-18页 |
1.1 研究背景概述 | 第10-11页 |
1.2 太阳活动检测和识别的研究进展 | 第11-15页 |
1.2.1 国内外研究现状 | 第11-14页 |
1.2.2 日球物理学事件知识库 | 第14-15页 |
1.3 本章研究的重点和章节安排 | 第15页 |
1.4 本章小结 | 第15-18页 |
第二章 太阳活动的图像分割 | 第18-32页 |
2.1 引言 | 第18页 |
2.2 基于阈值的分割算法 | 第18-21页 |
2.2.1 直方图阈值法 | 第18-19页 |
2.2.2 最大类间方差法 | 第19-20页 |
2.2.3 最大熵阈值法 | 第20-21页 |
2.3 基于边缘检测的分割方法 | 第21-24页 |
2.3.1 Roberts算子 | 第21-22页 |
2.3.2 Sobel算子 | 第22页 |
2.3.3 Canny算子 | 第22-24页 |
2.4 基于区域生长的分割算法 | 第24-26页 |
2.4.1 种子区域生长算法 | 第24-26页 |
2.4.2 分水岭分割算法 | 第26页 |
2.5 基于方形网格结构的梯度阈值分割算法 | 第26-30页 |
2.5.1 阈值选取策略 | 第27页 |
2.5.2 GBTD算法 | 第27-29页 |
2.5.3 初步实验与结论 | 第29-30页 |
2.6 本章小结 | 第30-32页 |
第三章 基于相关性分析的太阳活动图像特征选择 | 第32-42页 |
3.1 引言 | 第32-33页 |
3.2 太阳活动特征分析 | 第33-34页 |
3.3太阳图像特征 | 第34-37页 |
3.4 图像样本库 | 第37页 |
3.5 特征提取 | 第37-38页 |
3.6 特征相关性分析 | 第38-40页 |
3.6.1 计算特征相关矩阵 | 第39页 |
3.6.2 特征选择 | 第39-40页 |
3.7 分类特征的评估 | 第40-41页 |
3.8 本章小结 | 第41-42页 |
第四章 太阳活动自动检测和识别系统的实验设计与实现 | 第42-54页 |
4.1 引言 | 第42-43页 |
4.2 HEK数据采集 | 第43-44页 |
4.3 图像预处理 | 第44-47页 |
4.3.1 网格结构划分 | 第44-45页 |
4.3.2 去除临边增亮 | 第45-46页 |
4.3.3 尺度变换 | 第46-47页 |
4.4 太阳活动图像的分割实验 | 第47-51页 |
4.4.1 边缘检测分割法实验 | 第47-49页 |
4.4.2 区域生长分割法实验 | 第49-51页 |
4.4.3 梯度阈值分割法实验 | 第51页 |
4.5 边界识别 | 第51-53页 |
4.6 本章小结 | 第53-54页 |
第五章 评估实验设计与结果分析 | 第54-64页 |
5.1 图像分割的评价准则 | 第55-58页 |
5.1.1 分析法 | 第55-56页 |
5.1.2 实验法 | 第56-58页 |
5.2 图像分割效果评估 | 第58-60页 |
5.3 抗噪性评估 | 第60页 |
5.4 识别准确度评估 | 第60-61页 |
5.5 本章小结 | 第61-64页 |
第六章 总结与展望 | 第64-66页 |
致谢 | 第66-68页 |
参考文献 | 第68-74页 |
附录A 攻读硕士学位期间发表论文目录 | 第74页 |