[發明專利]一種全天空喉區極光識別方法及系統

在審

• 申請號: 202010032041.4
• 申請日: 2020-01-13
• 公開（公告）號: CN113111688A
• 公開（公告）日: 2021-07-13
• 發明（設計）人: 佟欣;鄒自明
• 申請（專利權）人: 中國科學院國家空間科學中心
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京方安思達知識產權代理有限公司 11472
• 代理人: 楊青;陳琳琳

1.一種全天空喉區極光識別方法，所述方法包括：

獲取原始極光觀測數據，進行預處理后得到去除噪聲的圖像數據；

將去除噪聲的圖像數據輸入預先訓練好的喉區極光分類器，得到圖像是否包括喉區極光的分類結果。

2.根據權利要求1所述的全天空喉區極光識別方法，其特征在于，所述獲取原始極光觀測數據，進行預處理后得到去除噪聲的圖像數據，具體包括：

讀取原始極光觀測數據并轉換成常規圖像的格式；

通過減暗電流消除由觀測設備引起的系統噪聲；

將圖像像素值壓縮在[0,4000]范圍內，并對圖像進行灰度值拉伸，將16位圖像線性壓縮成8位；

旋轉圖像使南北極走向與坐標軸吻合，正北向上；

圓形掩膜并剪裁，消除四周燈光、山脈的干擾。

3.根據權利要求1所述的全天空喉區極光識別方法，其特征在于，所述喉區極光分類器為分類模型Densenet121，該模型由1個7*7卷積層，池化層、58個增加了特征復用支路的密集連接模塊、3個過渡層和全連接層組成；

每一個卷積層都是對圖像的局部區域做一次前饋計算，不同的卷積核提取不同的特征，隨著層數的加深，得到更高維度的抽象特征，第l層的第j個特征圖表示為：

其中，M_j表示選擇輸入上一層特征圖組合，是卷積核的權重，是偏置，f是用于非線性映射的激活函數；

密集連接模塊由若干個卷積層組成，其中每一層的輸入都是前面每一層的輸出在通道維度的連接；

過渡層由1*1卷積層和平均池化層組成，用于特征降維；

全連接層為一個2分類的全連接層，實現正負樣本的二分類。

4.根據權利要求3所述的全天空喉區極光識別方法，其特征在于，所述方法還包括：基于監督學習對喉區極光分類器進行訓練的步驟，具體包括：

建立喉區極光數據集；

對分類模型Densenet121采用Xavier初始化方法隨機初始化權重后，先在大數據集ImageNet數據集的1000類的圖像樣本上進行預訓練，收斂后得到模型除全連接層前每一層的預訓練權重；

在預訓練權重的基礎上，在喉區極光數據集上對喉區極光分類器進行進一步訓練，得到訓練好的喉區極光分類器。

5.根據權利要求4所述的全天空喉區極光識別方法，其特征在于，所述建立喉區極光數據集，具體包括：

從極地中心獲取喉區極光時間可能發生時間段的原始全天空極光數據；

將原始全天空極光數據轉換成圖像格式，并進行去噪裁剪預處理；

根據領域專家對喉區極光形態的定義，對于預處理后的圖像，以含有喉區極光結構為正樣本，不含喉區極光結構為負樣本進行標注，得到領域專家認可的有標簽可用數據集，該數據集為喉區極光數據集。

6.根據權利要求5所述的全天空喉區極光識別方法，其特征在于，所述將原始全天空極光數據轉換成圖像格式，并進行去噪裁剪預處理，具體包括：

讀取原始極光觀測數據并轉換成常規圖像的格式；

通過減暗電流消除由觀測設備引起的系統噪聲；

將圖像像素值壓縮在[0,4000]范圍內，并對圖像進行灰度值拉伸，將16位圖像線性壓縮成8位；

旋轉圖像使南北極走向與坐標軸吻合，正北向上；

圓形掩膜并剪裁，消除四周燈光、山脈的干擾。