基于改进混合高斯模型的太阳Hα图像特征检测

文中提出将三帧差分与混合高斯模型相结合的算法来对太阳Hα图像中的特征进行检测。对图像进行标准差归一化后,利用维纳滤波方法对图像进行平滑处理;并利用三帧差分快速得到一副背景图像,更新到混合高斯模型主背景分布中建立稳定的动态背景,从而探测作为前景变化的耀斑、暗条活动;按照太阳活动面积去除掉前景图像中残留的噪声点完成检测操作;根据检测结果计算太阳活动的相关数据。文中分别选用了国家天文台怀柔太阳观测基地的两组数据和太阳全球振荡监测网的一组数据来展示其执行过程并对结果进行评价。实验结果表明,同目前存在的耀斑识别算法相比,文中算法能够自动识别出暗条和耀斑的爆发;能根据耀斑面积演化计算出耀斑级别和耀斑的开始、峰值和结束时刻;有效解决了噪声与光照变化的影响,提高了耀斑检测的准确度。