【技术实现步骤摘要】
本专利技术属于机器学习技术在空间物理领域的应用研究，具体涉及一种气辉成像等离子体泡识别方法及系统。
技术介绍
1、等离子体气泡(equatorial plasma bubbles，epbs)通常是发生在日落后低纬f区域电离层中的大尺度等离子体耗空结构，瑞利-泰勒不稳定性被认为是其产生的主要机制。此类不规则体内部等离子体密度与电离层的背景等离子体密度相比，电子密度较低，在光学仪器全天空气辉成像仪探测数据中表现为较暗的泡状结构。epbs会导致穿过其中的无线电信号的振幅和相位快速波动，对无线通信和导航系统具有重要影响，被认为是电离层中最重要的空间天气特征之一。
2、基现有的epbs事件识别方法主要是通过人眼甄别，在处理大量观测数据时，这种识别方式不仅耗时、伤眼，而且易受到观察者主观性影响，难以高效、准确地从海量历史数据中筛选等离子体泡事件。我国子午工程中单个台站气辉成像仪一个通道1年的数据量大概1t，仅进行一次粗筛选，单人可能需要连续工作16小时。子午二期建成后将包含31个固定观测台站，且每个台站有多个通道开展观测，人工处理方式难以应付如此多的气辉观测数据。因此，亟需开展epbs自动识别研究，一方面省时省力，可以在短时间内完成人工识别难以完成的工作量，有助于开展大数据统计分析；另一方面，自动识别结果具有客观性，可以佐证一些已有的结论或为赤道等离子体泡研究提供新的思路和见解。
技术实现思路
1、本专利技术的目的在于，克服气辉成像等离子体泡人工识别方法存在的主观性、效率低下以及难
2、为解决上述技术问题，本专利技术的技术方案所提供的气辉成像等离子体泡识别方法，包括：
3、采集包含等离子体泡的原始气辉成像图像数据，并进行预处理；
4、将预处理后的气辉成像图像数据输入预先建立和训练好的等离子体泡识别模型进行等离子体泡识别，以实现等离子体泡的识别和抽取；
5、所述等离子体泡识别模型以深度残差网络作为基础模型，在基础模型中引入残差网络结构，以加快计算过程，同时在基础模型中加入轻量级的cbam卷积注意力模块，以增强提取特征的能力。
6、作为上述方法的一种改进，所述等离子体泡识别模型为：将深度残差网络作为基础模型；基础模型为残差网络结构，将基础模型的第一个输入层的卷积核维度修改为3*3，以加快计算过程，并将最后一个全连接层输出维度修改为2维，以分别对应有等离子体泡类别和无等离子体泡类别；同时在基础模型的最大池化后增加轻量级的cbam注意力模块，以增强提取特征的能力。
7、作为上述方法的一种改进，所述预处理的过程包括：对原始气辉成像图像数据依次进行图像增强处理、方位校正处理、去星光处理和掩膜裁剪处理，以获取预处理后的气辉成像图像数据。
8、作为上述方法的一种改进，所述图像增强处理的过程包括：按照预计规则对原始气辉成像图像数据进行亮度拉伸，并调整灰度值，以增强图像的对比度，凸显等离子体泡。
9、作为上述方法的一种改进，所述调整灰度值的过程包括：计算经亮度拉伸后的气辉成像图像数据的灰度直方图；计算灰度直方图的累积直方图；获取累积直方图中像素比例小于0.01和大于0.99的像素值，将像素比例小于0.01的像素值映射为0，像素比例大于0.99的像素值映射为255；对其余像素值做线性映射，根据映射关系循环输出的每一个像素值的灰度级，以获得调整灰度后的气辉成像图像数据。
10、作为上述方法的一种改进，所述方位校正处理的过程包括：将经图像增强处理后的气辉成像图像数据进行旋转，使其地理南北极走向与直角坐标系吻合，正北向上。
11、作为上述方法的一种改进，所述去星光处理的过程包括：采用中值滤波方法获取经方位校正处理后的气辉成像图像数据的背景图像数据，通过对比经方位校正处理后的气辉成像图像数据和背景图像数据的偏离度进行星光消除。
12、作为上述方法的一种改进，所述掩膜裁剪处理的过程包括：以经星光处理后的气辉成像图像数据的中心为原点，进行圆形掩膜剪裁，保留圆形掩膜内的图像数据。
13、作为上述方法的一种改进，所述方法还包括等离子体泡识别模型的训练步骤；包括：
14、获取经人工筛选包含等离子体泡的气辉成像原始观测数据，并划分为训练集和验证集；
15、将训练集和验证集分别输入等离子体泡识别模型进行训练验证，待满足验证要求得到训练好的等离子体泡识别模型；
16、所述训练验证的过程包括：计算等离子体泡识别模型的识别结果的召回率和查准率：
17、
18、
19、其中，tp为真阳例，表示将等离子体泡样本正确识别为等离子体泡；fp为假阳例，表示将非等离子体泡样本错误识别为等离子体泡；fn为假阴例，表示将等离子体泡样本错误识别为非等离子体泡；tn为真阴例，表示将非等离子体泡样本正确识别为非等离子体泡；
20、利用召回率和查准率计算等离子体泡识别模型的评估值f1：
21、
22、若等离子体泡识别模型的评估值f1大于设定的评估值，则等离子体泡识别模型通过验证，否则继续对等离子体泡识别模型进行训练和验证。
23、为实现本专利技术的另一目的，本专利技术还提供一种气辉成像等离子体泡识别系统，包括：
24、图像预处理模块，用于采集包含等离子体泡的原始气辉成像图像数据，经预处理后发送至数据集制作模块；
25、数据集制作模块，用于将经预处理后的气辉成像图像数据，并划分为训练集、验证集和测试集；
26、模型选择和优化模块，用于构建以深度残差网络为核心的等离子体泡识别模型，用于利用训练集、验证集和测试集对等离子体泡识别模型进行训练和测试；和
27、模型评估模块，用于对等离子体泡识别模型的识别结果进行验证。
28、相较于现有技术，本专利技术的优点在于，本专利技术通过构建基于深度学习技术的气辉成像等离子体泡识别模型，实现从长时间序列的观测数据中自动快速、准确筛选电离层等离子体泡事件，满足电离层研究人员对长时间大样本量的统计分析需求。
本文档来自技高网...【技术保护点】
1.一种气辉成像等离子体泡识别方法，包括：
2.根据权利要求1所述的气辉成像等离子体泡识别方法，其特征在于，所述等离子体泡识别模型为：
3.根据权利要求1所述的气辉成像等离子体泡识别方法，其特征在于，所述预处理的过程包括：对原始气辉成像图像数据依次进行图像增强处理、方位校正处理、去星光处理和掩膜裁剪处理，以获取预处理后的气辉成像图像数据。
4.根据权利要求3所述的气辉成像等离子体泡识别方法，其特征在于，所述图像增强处理的过程包括：按照预计规则对原始气辉成像图像数据进行亮度拉伸，并调整灰度值，以增强图像的对比度，凸显等离子体泡。
5.根据权利要求4所述的气辉成像等离子体泡识别方法，其特征在于，所述调整灰度值的过程包括：计算经亮度拉伸后的气辉成像图像数据的灰度直方图；计算灰度直方图的累积直方图；获取累积直方图中像素比例小于0.01和大于0.99的像素值，将像素比例小于0.01的像素值映射为0，像素比例大于0.99的像素值映射为255；对其余像素值做线性映射，根据映射关系循环输出的每一个像素值的灰度级，以获得调整灰度后的气辉成像图像数据。
6.根据权利要求3所述的气辉成像等离子体泡识别方法，其特征在于，所述方位校正处理的过程包括：将经图像增强处理后的气辉成像图像数据进行旋转，使其地理南北极走向与直角坐标系吻合，正北向上。
7.根据权利要求3所述的气辉成像等离子体泡识别方法，其特征在于，所述去星光处理的过程包括：采用中值滤波方法获取经方位校正处理后的气辉成像图像数据的背景图像数据，通过对比经方位校正处理后的气辉成像图像数据和背景图像数据的偏离度进行星光消除。
8.根据权利要求3所述的气辉成像等离子体泡识别方法，其特征在于，所述掩膜裁剪处理的过程包括：以经星光处理后的气辉成像图像数据的中心为原点，进行圆形掩膜剪裁，保留圆形掩膜内的图像数据。
9.根据权利要求1所述的气辉成像等离子体泡识别方法，其特征在于，所述方法还包括等离子体泡识别模型的训练步骤；包括：
10.一种气辉成像等离子体泡识别系统，包括：
...【技术特征摘要】
1.一种气辉成像等离子体泡识别方法，包括：
2.根据权利要求1所述的气辉成像等离子体泡识别方法，其特征在于，所述等离子体泡识别模型为：
3.根据权利要求1所述的气辉成像等离子体泡识别方法，其特征在于，所述预处理的过程包括：对原始气辉成像图像数据依次进行图像增强处理、方位校正处理、去星光处理和掩膜裁剪处理，以获取预处理后的气辉成像图像数据。
4.根据权利要求3所述的气辉成像等离子体泡识别方法，其特征在于，所述图像增强处理的过程包括：按照预计规则对原始气辉成像图像数据进行亮度拉伸，并调整灰度值，以增强图像的对比度，凸显等离子体泡。
5.根据权利要求4所述的气辉成像等离子体泡识别方法，其特征在于，所述调整灰度值的过程包括：计算经亮度拉伸后的气辉成像图像数据的灰度直方图；计算灰度直方图的累积直方图；获取累积直方图中像素比例小于0.01和大于0.99的像素值，将像素比例小于0.01的像素值映射为0，像素比例大于0.99的像素值映射为255；对其余像素值做线性映射，...
【专利技术属性】
技术研发人员：钟佳，邹自明，吴坤，佟继周，
申请(专利权)人：中国科学院国家空间科学中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。