摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第11-23页 |
1.1 Hα全日面太阳图像简介 | 第11-12页 |
1.2 标准Hα全日面太阳图像的处理 | 第12-18页 |
1.2.1 临边昏暗曲线的获取 | 第13-18页 |
1.2.1.1 图像二值化 | 第13-14页 |
1.2.1.2 提取二值图像的边缘 | 第14-15页 |
1.2.1.3 圆拟合 | 第15页 |
1.2.1.4 坐标变换 | 第15-16页 |
1.2.1.5 计算精确度较高的太阳圆心的意义 | 第16页 |
1.2.1.6 获取临边昏暗曲线 | 第16-17页 |
1.2.1.7 中值临边昏暗曲线 | 第17页 |
1.2.1.8 临边昏暗曲线的归一化 | 第17-18页 |
1.2.2 处理结果 | 第18页 |
1.3 质量欠佳的Hα全日面太阳图像 | 第18-20页 |
1.4 论文主要内容 | 第20-21页 |
1.5 论文的结构安排 | 第21-22页 |
1.6 本章小结 | 第22-23页 |
第二章 Hα全日面图像质量评价算法 | 第23-31页 |
2.1 判断二值化后全日面图像上的太阳圆面是否为标准圆 | 第23-25页 |
2.2 计算Hα全日面图像四条平均临边昏暗曲线的相关系数 | 第25-29页 |
2.2.1 评价算法的有效性 | 第25-28页 |
2.2.1.1 目视可以评价的云污染全日面图像 | 第26-27页 |
2.2.1.2 目视无法评价的畸变全日面图像 | 第27-28页 |
2.2.2 评价算法的应用 | 第28-29页 |
2.2.2.1 选出质量欠佳的全日面图像 | 第28页 |
2.2.2.2 验证修复算法 | 第28-29页 |
2.3 本章小结 | 第29-31页 |
第三章 质量欠佳全日面图像的修复算法 | 第31-35页 |
3.1 临边昏暗背景的扣除 | 第32-34页 |
3.1.1 云污染Hα全日面图像的背景扣除 | 第32-33页 |
3.1.2 光学畸变Hα全日面图像的背景扣除 | 第33-34页 |
3.2 滤波 | 第34页 |
3.3 本章小结 | 第34-35页 |
第四章 中值滤波修复算法 | 第35-49页 |
4.1 云污染Hα图像的中值滤波修复 | 第35-43页 |
4.1.1 滤波窗口宽度的选择 | 第35页 |
4.1.2 修复实例 | 第35-40页 |
4.1.2.1 最佳滤波窗口宽度的选择 | 第35-37页 |
4.1.2.2 实验过程 | 第37-40页 |
4.1.3 算法的通用性 | 第40-42页 |
4.1.4 算法的补充说明 | 第42-43页 |
4.2 光学畸变Hα图像的中值滤波修复 | 第43-47页 |
4.2.1 光学畸变Hα图像中值滤波修复步骤 | 第43页 |
4.2.2 修复实例 | 第43-45页 |
4.2.3 算法的通用性 | 第45-46页 |
4.2.4 算法的补充说明 | 第46-47页 |
4.3 本章小结 | 第47-49页 |
第五章 形态学滤波修复算法 | 第49-61页 |
5.1 单次形态学滤波修复算法 | 第50-55页 |
5.1.1 最佳滤波窗口选择 | 第50页 |
5.1.2 实验过程 | 第50-54页 |
5.1.3 算法的通用性 | 第54-55页 |
5.2 三次形态学滤波修复法 | 第55-60页 |
5.2.1 最佳滤波窗口选择 | 第56页 |
5.2.2 实验过程 | 第56-59页 |
5.2.3 算法的通用性 | 第59-60页 |
5.3 本章小结 | 第60-61页 |
第六章 其它滤波修复算法 | 第61-67页 |
6.1 低通滤波修复算法 | 第61-63页 |
6.2 小波变换滤波修复算法 | 第63-66页 |
6.3 本章小结 | 第66-67页 |
第七章 修复算法比较 | 第67-71页 |
7.1 SSIM简介 | 第67页 |
7.2 云污染Hα全日面图像三种修复算法的比较 | 第67-70页 |
7.3 本章小结 | 第70-71页 |
第八章 总结与展望 | 第71-73页 |
8.1 论文工作总结 | 第71-72页 |
8.2 下一步工作展望 | 第72-73页 |
致谢 | 第73-75页 |
参考文献 | 第75-79页 |
附录A:攻读学位其间发表论文目录 | 第79-81页 |
附录B:攻读学位期间参与的研究成果 | 第81页 |