[發明專利]用于監測極光活動的變化軌跡的生成方法

有效

• 申請號: 201310670356.1
• 申請日: 2013-12-11
• 公開（公告）號: CN103617425A
• 公開（公告）日: 2014-03-05
• 發明（設計）人: 王倩;楊惠根;胡紅橋;胡澤駿
• 申請（專利權）人: 西安郵電大學
• 主分類號: G06K9/54
• 分類號: G06K9/54;G06K9/62
• 代理公司: 西安西達專利代理有限責任公司 61202
• 代理人: 劉華

1.一種用于監測極光活動的變化軌跡的生成方法，步驟如下：

步驟1：輸入一段極光視頻，并對每一幀原始極光視頻圖像進行預處理，原始全天空極光圖像的大小為512×512，像素亮度的動態范圍為[0,18000]。原始全天空極光圖像的預處理過程依次分為五個步驟：（1）減去暗電流；（2）去邊緣噪聲；（3）灰度拉伸；（4）圖像旋轉；（5）圖像剪裁。經過預處理的圖像大小為440×440，灰度動態范圍為[0,4000]，得到的圖像序列構成全天空極光視頻序列S_a＝{I(x,t),x∈Ω,t＝1,2,…,T}，其中Ω表示全天空極光圖像的圓形掩模區域，T表示極光視頻序列的長度，x表示像素的空間位置，t表示時間；

步驟2：構建塔形分解層決策訓練集，對塔形分解層決策訓練集中的每一幅圖像I建立六層高斯塔形分解，得到I₀,…,I₅，其中I₀為原始尺度的圖像，I₀＝I，I₁為進行一層高斯塔形分解的圖像，I₂為進行二層高斯塔形分解的圖像，I₃為進行三層高斯塔形分解的圖像，I₄為進行四層高斯塔形分解的圖像，I₅為進行五層高斯塔形分解的圖像；

步驟3：利用極光圖像的平均亮度和占空比這兩個特征函數判斷高斯金字塔分解層是否保留極光的基本信息，特征函數的拐點為發展趨勢開始發生改變的位置，通過尋找兩個特征函數的拐點得到塔形分解的最優層數l_opt；

步驟4：根據一階平滑正則化因子和二階散度-旋度正則化因子的特點，構造一個新的指標正則化散度差D_reg來判斷各高斯分解層運動的性質，從而自適應的選擇正則化方案；

步驟5：從全天空極光數據庫中隨機選取500幅圖像構建正則化方案決策閾值訓練集，對訓練集中的圖像構造不同尺度和不同方向的平移運動和旋轉運動，分別求平移運動和旋轉運動的正則化散度差D_reg，對正則化方案決策閾值訓練集的D_reg進行訓練，得到正則化方案的決策閾值Z；

步驟6：對于一段待監測極光視頻序列S_a，建立0-l_opt層塔形分解層，凡滿足D_reg(i)＞Z的塔形分解層，選擇二階散度-旋度正則化因子；滿足D_reg(i)≤Z的塔形分解層，選擇一階平滑正則化因子。在各分解層上，利用基于連續方程的數據約束，并結合自適應選擇的正則化因子，求得運動向量場序列V＝{v(x,t),x∈Ω,t＝1,2,…,T-1}，v(x,t)表示位于空間坐標x和時間坐標t的運動向量；

步驟7：為了監測極光活動的變化，將窗寬為2t_w的時間滑窗從視頻起始位置滑向結束位置，每次滑動的步長為一幀，將第t次滑窗內的極光運動向量場序列分為前t_w幀和后t_w幀子序列，提取這兩段序列基于局部向量差的時空統計特征f_pre(t)和f_post(t)；

步驟8：度量當前滑窗內的前后極光視頻序列的差異，導出f_pre(t)和f_post(t)的chi-square統計距離，將值賦給變化軌跡在t時刻的值:

d_chg(t)=χ²（f_pre(t)，f_post(t)）

chi-square統計距離定義為：

χ2(p,q)=Σi(pi-qi)2pi+qi,]]>

其中，i表示兩個向量p和q的索引，d_chg(t)反映了極光活動在t時刻的變化情況。