检索结果-南通市图书馆

天文研究与技术 2020年第1期17卷 76-84页

作者：高振斌李梦慈邱波陈建军曹子皇宋涛河北工业大学天津300401 中国科学院国家天文台北京100101

全天相机云图在天文观测领域具有重要价值,但云图所含噪声会造成不良影响。先后分析了星光噪声、月光噪声、日光噪声、雷电噪声、反光噪声和特殊噪声等对云图的影响,并总结出不同类型噪声的分布、区域大小等特点,最后结合与云层的相对... 详细信息

全天相机云图在天文观测领域具有重要价值,但云图所含噪声会造成不良影响。先后分析了星光噪声、月光噪声、日光噪声、雷电噪声、反光噪声和特殊噪声等对云图的影响,并总结出不同类型噪声的分布、区域大小等特点,最后结合与云层的相对位置关系提出了边界阈值法、时间轴法、反比例线性变换等8种图像处理去噪算法,并形成一个完整的去噪系统。通过实验对不同的算法加以比较,得出不同噪声情况下的最佳去噪方案。实验结果表明,该系统可以有效去除常见噪声,基本保持云层和天空的信息完整性,可简单便捷地实现云图去噪。

关键词：全天相机云图噪声分析去噪算法图像处理

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

全天相机云图的自动分类算法研究

全天相机云图的自动分类算法研究

引用

作者：魏诗雅河北工业大学

学位级别：硕士

使用全天相机拍摄云图是现在天文学界广泛使用的监测天空云量的方法,之后对云量的估算结果将对望远镜观测和选址产生重要影响。目前,国家天文台根据30米口径望远镜判读全天相机云图云量的方法,人工地将全天相机云图分为Clear、Covered、... 详细信息

使用全天相机拍摄云图是现在天文学界广泛使用的监测天空云量的方法,之后对云量的估算结果将对望远镜观测和选址产生重要影响。目前,国家天文台根据30米口径望远镜判读全天相机云图云量的方法,人工地将全天相机云图分为Clear、Covered、Inner以及Outer四类。由于人工判读云图费时费力且判读过程完全依赖个人经验,因此本文利用阈值法、支持向量机、K近邻、随机森林、逻辑回归和卷积神经网络六种分类算法对16387张全天相机夜间云图实现自动分类,然后将六种分类算法的分类结果进行比较分析。实验结果表明,卷积神经网络算法的分类准确率为90.8%,较其它五种算法中分类准确率最高的支持向量机算法提高了11.8%。因此,卷积神经网络算法在有效地自动处理云图数据的同时,也提高了全天相机云图分类的准确率。本文的主要成果如下:(1)全天相机云图数据预处理。针对复杂多变的全天相机云图数据,本文首先通过云图增强和云图去噪对云图数据进行处理。其中,云图增强使用的是形态学上的高低帽法;云图去噪方面则针对月亮、星点、闪电和反光四种噪声建立不同的模型,完成噪声的有效去除。实验结果表明,云图预处理有效降低了全天相机云图数据样本的复杂度。(2)利用阈值法对全天相机云图分类。本文利用自适应阈值法中的大律法进行云检测,并针对多云和少云云图分别计算云量完成云分类。实验结果表明,该方法相较于人工判读云量进行分类的有更高的效率。(3)利用传统机器学习的方法对全天相机云图分类。本文首先通过灰度梯度共生矩阵提取全天相机云图的纹理统计特征,然后利用支持向量机、随机森林、K近邻、逻辑回归四种传统的分类器,实现对全天相机云图数据的分类处理。实验结果表明,四种分类算法的分类结果在准确率上要优于阈值法。(4)利用卷积神经网络的方法对全天相机云图分类。本文基于Tensorflow框架搭建卷积神经网络模型,并对模型进行改进。实验结果证实,卷积神经网络能够成功应用于全天相机云图分类,且分类准确率较以上五种传统的分类算法有大幅度的提高。本文搭建了一个完整的云图自动处理系统,可实现对云图的自动分类,并完全对应于现在天文界的TMT分类法,可大部分替代相应的人工处理工作。最终,本文对以上六种分类算法的运行效率和分类结果做了比较分析。实验结果表明,卷积神经网络在运行效率和准确率方面取得的效果最优,高效地完成了全天相机云图自动分类。

关键词：全天相机云图阈值法支持向量机 K近邻随机森林逻辑回归卷积神经网络

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全天相机云图噪声分类及去除

全天相机云图噪声分类及去除

引用

作者：李梦慈河北工业大学

学位级别：硕士

国家“十三五”时期优先布局的10个重大科技项目之一是建设光学红外望远镜(LOT)。目前,LOT选址问题主要依据对候选处的全天相机云图的分析。但云图中的噪声会影响分析的结果。而现有研究主要是去除云图“引入噪声”和太阳、月亮这两类... 详细信息

国家“十三五”时期优先布局的10个重大科技项目之一是建设光学红外望远镜(LOT)。目前,LOT选址问题主要依据对候选处的全天相机云图的分析。但云图中的噪声会影响分析的结果。而现有研究主要是去除云图“引入噪声”和太阳、月亮这两类固有噪声,且需要结合辐照度、温度等信息,十分复杂,没能除去云图全部固有噪声,除去成本较高。因此,本课题研究目标是利用图像处理技术,简便、完整地除去云图中含有的多种固有噪声,以便获取完整的天空、云层信息,为进一步的云检测工作打下良好的基础。本文的主要成果如下:(1)对兴隆观测站云图数据库中的8367张云图进行人工读图,将噪声分为星光、月光、日光、雷电、反光这5种常见噪声和积雪、白光、雨水、冰晶4种特殊噪声,并对每类噪声进行分析,总结其特点。考虑到特殊噪声往往会覆盖整个镜头,破坏云图有用的云层信息,故本文的研究重点为常见噪声。(2)根据噪声特点,利用图像处理技术,提出8种单一噪声去噪算法,包括中值滤波法、时间轴法、差分法、边界阈值法、反比例线性变换法、密集时间轴法、形态学开运算法、RGB通道法。(3)根据噪声特点,利用机器学习、计算机视觉算法,提出4种新的噪声识别算法,包括利用对传统CNN改进的STCNN算法识别云图是否含有星光噪声;利用对LIP模型改进的LBAD识别云图是否含有日光、月光噪声;利用SJSWC算法识别云图是否含有反光噪声;利用GAN-SIFT算法识别云图是否含有雷电噪声。与其他噪声识别算法进行对比实验,证明本文4种算法的优越性。同时为解决数据不平衡问题,利用GAN对数量较少的雷电噪声进行数据扩充。(4)将不同噪声的去噪算法进行整合,并结合噪声识别算法,设计开发了一套自动化多类型云图噪声去除系统,可以实现大量云图的自动去噪工作。除去少量过度曝光的无效云图后,利用余下8350张云图进行实验,通过对结果的分析,发现92.66%的云图能基本去除噪声,85.21%的云图能保证云层、天空信息不被破坏。与传统人工判别和去除噪声相比,该系统效率高,成本低,可用于海量数据处理,具备较强的优越性。

关键词：全天相机云图自动去噪噪声识别图像处理机器学习

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一种全天相机云图的自动处理方法

引用

天文研究与技术 2019年第1期16卷 85-92页

作者：魏诗雅邱波曹子皇范晓东刘园园穆永欢河北工业大学天津300401 中国科学院国家天文台北京100101

使用全天相机拍摄云图是现在天文界广泛使用的监测天空云量的方法。云量的估算结果对望远镜观测有重要的影响,目前对云量的估算完全由人工处理,费时、费力而且准确度不够高,判别过程也完全依赖个人的经验。为此,提出一种针对全天相机云... 详细信息

使用全天相机拍摄云图是现在天文界广泛使用的监测天空云量的方法。云量的估算结果对望远镜观测有重要的影响,目前对云量的估算完全由人工处理,费时、费力而且准确度不够高,判别过程也完全依赖个人的经验。为此,提出一种针对全天相机云图的云量自动计算方法。首先针对多云和少云云图分别使用时间分割法和差分法去除云图中月亮影响区域;然后对去除月亮影响区域后的多云云图进行二值化处理,将云与背景进行分割,并使用基于灰度值的聚类算法对少云云图的云的厚薄进行量化分类;最后计算总云量,并依据30 m口径望远镜(Thirty Meters Telescope,TMT)判读全天相机云图的方法对云图进行自动分类。实验结果表明,该方法可提高云图判读效率,在有效解放人工的同时,也达到了平均值为76. 67%的识别准确率。

关键词：全天相机云图云量 30m口径望远镜

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于云量计算的全天相机云图分类研究

基于云量计算的全天相机云图分类研究

引用

作者：张雨昕河北工业大学

学位级别：硕士

作为目前监测云量的主要工具之一,全天相机云图(ASI)的分析处理结果关系到地基望远镜的选址和后续观测工作。国家天文台如今采用TMT标准人工判读全天相机云图的方式估算全天云量,这种人工读图的方式费时费力且容易受到人为主观因素影响... 详细信息

作为目前监测云量的主要工具之一,全天相机云图(ASI)的分析处理结果关系到地基望远镜的选址和后续观测工作。国家天文台如今采用TMT标准人工判读全天相机云图的方式估算全天云量,这种人工读图的方式费时费力且容易受到人为主观因素影响,并且没有确定的云量计算指标,因此本文提出了新的云量测量量化指标——云量三要素,包括云重、云面积和云分布密度。并基于提出的云量三要素提取云图的云量特征,结合分类算法实现了云图的自动分类。本文又基于云量三要素的定义提出了云图观测价值分数,以实现全天空云量的区域化分析,评估区域内可进行天文观测的可能性。本文的主要成果如下:(1)提出云量三要素计算模型。本文基于TMT云图判读标准,提出了用于计算全天相机云图云量的数值指标——云量三要素的定义和计算模型。其中云重反映云层的厚薄程度,云面积反映云区域所占面积的大小,云分布密度反映云区域围绕云图中心点的分布情况。云量三要素的提出为全天云量计算提供了直观可靠的数值指标,使云量计算精确到了像素级别,为接下来机器判读全天相机云图提供了理论支持。(2)基于云量三要素和传统机器学习算法实现云图自动分类。本文利用云量三要素的计算模型提取云图云量特征,并使用四种传统机器学习分类器(决策树、支持向量机、K最近邻和随机森林)根据提取特征对云图进行分类。实验选用了GGCM矩阵提取云图特征作为对比算法。结果表明,云量三要素算法在每一类云图的识别准确率均明显高于GGCM,且在各类云图的识别准确率上均达到了90%以上,随机森林算法在四种算法中的分类性能最好。(3)基于云量三要素和神经网络实现云图自动分类。本文使用全连接神经网络和卷积神经网络对云量特征进行训练并分类,另采用CNN对云图数据直接分类作对比。结果显示,经云量三要素算法提取特征后CNN的分类准确率有很大提升。全连接神经网络分类效果最好,各类云图识别准确率均在90%以上,但较随机森林的分类准确程度还有一些差距。(4)基于云量三要素提出了云图观测价值分数和云图观测价值自动评价算法。云图观测价值分数可对全天空云量进行区域分析,评估区域内可进行天文观测的可能性大小进而筛选出能够进行天文观测的天空区域。云图评价算法是将云量三要素指标经GA-BP神经网络训练后得到云图观测价值分数,可以实现云图观测价值的自动评价。

关键词：全天相机云图 TMT 云量三要素云图观测价值分数

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一种基于全天相机云图的云量测量指标

引用

天文研究与技术 2021年第3期18卷 413-420页

作者：张雨昕邱波石超君李梦慈相冠杰河北工业大学天津300401

全天相机云图是监测云量的重要手段,提出了一种新的云量测量量化指标——云分布密度(Cloud Distribution Density of ASI Images,ASICDD),并基于该指标建立全天相机云图自动分类系统。首先对云图进行去噪,利用最大类间方差法(Otsu)分割... 详细信息

全天相机云图是监测云量的重要手段,提出了一种新的云量测量量化指标——云分布密度(Cloud Distribution Density of ASI Images,ASICDD),并基于该指标建立全天相机云图自动分类系统。首先对云图进行去噪,利用最大类间方差法(Otsu)分割云区域;然后对去除背景的云区域图像使用云分布密度计算云量;最后使用4种传统的分类器(支持向量机、K最近邻、决策树和随机森林)根据计算数值进行自动分类并评估各分类器的性能。结果表明,云分布密度可作为评判全天相机云图云量的数值指标;基于云分布密度建立的云图自动分类系统实现了较高的识别准确率,其中随机森林法的分类效果最好,各类云图的识别准确率达到95%以上。

关键词：云分布密度全天相机云图 30 m口径望远镜云量测量

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：