基于SIFT特征检测和密度峰值聚类的太阳活动区自动检测算法研究

• 作者: 蒋博 刘磊 郑胜 杨珊珊 曾曙光 黄瑶 罗骁域
• 来源期刊: 天文学报
• 学科: 地球科学
• 关键词: 太阳:磁场 太阳活动区 尺度不变特征变换 密度峰值聚类算法
• 年，卷（期）: 2022,（2）
• 页码范围: 63-71
• 页数: 9页
• 分类号: P182
• 语种: 中文
• DOI: 10.15940/j.cnki.0001-5245.2022.02.007

摘要

太阳活动区是太阳大气中产生各种活动现象的区域,精确地检测和识别太阳活动区对理解太阳磁场的形成机制具有极为重要的科学意义.根据太阳活动区结构较为复杂的特点,基于尺度不变特征变换(Scale-Invariant Feature Transform,SIFT)和密度峰值聚类(Clustering by Fast Search and Find of Density Peaks,DPC)算法的优越性,提出了一种太阳活动区的自动检测和识别方法.首先,对太阳动力学天文台(Solar Dynamics Observatory,SDO)日震和磁场成像仪(Helioseismic and Magnetic Imager,HMI)的纵向磁图进行对比度增强;然后采用SIFT方法提取出全日面磁图中的特征点;最后利用DPC算法将特征点进行聚类,从而自动检测和识别出太阳活动区.研究结果表明,SIFT和DPC算法相结合的方法可以在不需要人工交互的情况下准确地自动检测出太阳活动区.