基于支持向量机的云图自动识别和提取方法-天文学报.PDF

第卷第期 天 文 学 报 年月 基于支持向量机的云图自动识别 和提取方法 1 1 1 2 王利文 贾 鹏 蔡冬梅 刘慧根 太原理工大学物理与光电工程学院太原 南京大学天文与空间科学学院南京 摘要 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 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 纹理识别结合对天文图像进行实时筛选 分类准确率 大于 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 中图分类号 文献标识码 引言 时域天文学是目前非常活跃的一个研究领域, 其研究对象主要包括超新星、变星及 系外行星等光度连续变化的目标源和太阳系内的近地天体等快速运动目标. 虽然这些天 体位置与光度变化的时间尺度各不相同, 且对于观测提出的具体要求也各有不同, 但是 总体上都要求在各自的时间窗口内保证观测数据的连续获取, 因此大多使用多台地理上 − 分散分布的中小口径望远镜, 通过自动控制系统对天空进行连续成像观测 . 但这种 观测手段给时域天文的观测和数据处理带来了许多新的挑战和问题 : 在时域天文观测 时, 除了近地快速移动目标为线源外, 大部分感兴趣的目标属于点源, 在仪器端获取的大 量的天文数据中, 会有部分数据受到天空中云层的污染. 在对这些数据中的天文目标进 行探测和光度测量时, 云层往往会影响观测精度, 甚至会完全干扰观测 . 如图1所示为 仪器端获取的图像数据, 其中(a)–(c)为没有云的正常图像, (d)–(f)为受云干扰的图像. 收到原稿 收到修改稿 国家自然科学基金项目、和山西省高等学校科技创新项目资助 卷 天 文 学 报 期 图 图像示例 正常图像 含云图像 由于云的影响, 光透过云层强度会发生衰减, 给测光带来误差; 同时来自地面的光会 从云区直接反射到成像系统, 使有云区比无云区更亮一些, 严重影响对暗弱暂现源的提 取. 基于此, 为了给测光和暗弱暂现源提取时提供参考, 有必要首先对图像中的云进行提 取并根据云的灰度变化建立指标图. 指标图是一幅与原始数据大小相等的图片, 其每个 像元的灰度信息可以反映出获取的数据中的云的轮廓和云的灰度信息. 但是如果图像中 没有云, 获得的指标图对于观测将变得毫无意义. 因此, 需要在提取云之前筛选出含云的 图像. 由于时域天文观测的