论文部分内容阅读
太阳射电频谱观测是研究太阳爆发活动的重要手段。太阳爆发活动中产生的大量射电频谱精细结构，其频谱特征参数直接或间接地反映了太阳活动区的重要物理参数。随着射电频谱仪的发展，观测数据呈海量趋势，人工检测已难以满足研究工作的需求。因此，如何高效迅速地从这些海量信息中提取关键的太阳射电爆发频谱特征参数，显得十分重要。 本研究将智能视频监控技术用于对太阳射电频谱图像的自动检测与识别。首先用运动目标检测的方法获得频谱变化结构区域，这个区域对应某个太阳射电爆发；然后提取出需要的爆发特征参数值(包括漂移速度、爆发带宽、持续时间、谐波比例和强度等)；再利用人工神经网络和机器学习技术，对检测到的射电爆发的类型及其精细结构进行自动分类；最后建立太阳射电爆发的索引文件，为相关研究工作提供便利。 该项技术今后可以用于中国频谱日像仪(CSRH)观测资料的频谱自动处理及识别，也可以为其它天文图像处理方法提供新的思路。