-
题名基于支持向量机的云图自动识别和提取方法
- 1
-
-
作者
王利文
贾鹏
蔡冬梅
刘慧根
-
机构
太原理工大学物理与光电工程学院
南京大学天文与空间科学学院
-
出处
《天文学报》
CSCD
北大核心
2018年第4期54-65,共12页
-
基金
国家自然科学基金项目(11503018
U1631133)
山西省高等学校科技创新项目(2016033)资助
-
文摘
在时域天文研究中,中小口径光学望远镜的自动巡天是获取观测数据的重要来源.受台站观测条件影响,图像中会有云的干扰,给测光和暗弱目标的自动提取带来很大的困难.为此有必要对天文图像中的云进行识别和提取,建立云的指标图,为后续的信息提取提供参考.为了实现这一目标,建立了天文图像筛选系统,该系统将图像灰度不一致度与纹理差异作为图像的多维特征指标,并与支持向量机(Support Vector Machine,SVM)相结合,对有云的数据进行筛选.在筛选的基础上,利用直方图变换和特征提取,进一步提取了云的指标图.实验结果表明:纹理识别结合SVM对天文图像进行实时筛选,分类准确率大于98%.利用直方图变换和特征提取可以初步提取云的指标图,给测光和暗弱目标的提取提供参考.
-
关键词
技术:图像处理
技术:测光
天文数据库:巡天
-
Keywords
techniques:image processing
techniques:photometric
astronomical data bases:surveys
-
分类号
P111
[天文地球—天文学]
-
