-
公开(公告)号：CN105046259B
公开(公告)日：2018-09-25
申请号：CN201510312081.3
申请日：2015-06-09
Applicant: 济南大学
Abstract: 本发明公开了一种基于多特征融合的日冕物质抛射检测方法，通过对CME差分图像进行分割，将CME检测建模为差分图像中最亮块的分类问题；首先，将原图像转化为极坐标显示；其次，由于CME的典型表现是明亮的、纹理复杂的增强结构，因此，查找CME的最亮块，以最亮块作为图像的代表，并提取最亮块的灰度、纹理以及HOG特征；最后，以抽取的灰度特征、纹理以及HOG特征为基础，采用决策树作为基分类器，采用集成决策树完成CME的检测。实验结果表明，提出的融合多特征的CME检测算法，可以取得较好的CME检测效果。
-
公开(公告)号：CN106127754A
公开(公告)日：2016-11-16
申请号：CN201610450612.X
申请日：2016-06-21
Applicant: 济南大学
IPC: G06T7/00
CPC classification number: G06T2207/10016 , G06T2207/20081
Abstract: 本发明提供了一种基于融合特征和时空连续性判定规则的CME检测方法，该方法结合CME事件连续两帧之间的时空连续性，根据图像的灰度统计特征和纹理特征利用基于ELM的分类器对日冕观测图像进行识别，检测图像中是否存在CME。本发明的有益效果是：本发明建立了多特征融合CME检测模型，避免了根据单一特征检测CME的误差，同时也避免了日冕观测图像中的噪声部分和CME发生区域发生混淆造成的误判，检测准确度高，检测效率高。
-
公开(公告)号：CN106127754B
公开(公告)日：2019-03-08
申请号：CN201610450612.X
申请日：2016-06-21
Applicant: 济南大学
IPC: G06T7/00
Abstract: 本发明提供了一种基于融合特征和时空连续性判定规则的CME检测方法，该方法结合CME事件连续两帧之间的时空连续性，根据图像的灰度统计特征和纹理特征利用基于ELM的分类器对日冕观测图像进行识别，检测图像中是否存在CME。本发明的有益效果是：本发明建立了多特征融合CME检测模型，避免了根据单一特征检测CME的误差，同时也避免了日冕观测图像中的噪声部分和CME发生区域发生混淆造成的误判，检测准确度高，检测效率高。
-
公开(公告)号：CN105046259A
公开(公告)日：2015-11-11
申请号：CN201510312081.3
申请日：2015-06-09
Applicant: 济南大学
CPC classification number: G06K9/342 , G06K9/6256 , G06K9/6289
Abstract: 本发明公开了一种基于多特征融合的日冕物质抛射检测方法，通过对CME差分图像进行分割，将CME检测建模为差分图像中最亮块的分类问题；首先，将原图像转化为极坐标显示；其次，由于CME的典型表现是明亮的、纹理复杂的增强结构，因此，查找CME的最亮块，以最亮块作为图像的代表，并提取最亮块的灰度、纹理以及HOG特征；最后，以抽取的灰度特征、纹理以及HOG特征为基础，采用决策树作为基分类器，采用集成决策树完成CME的检测。实验结果表明，提出的融合多特征的CME检测算法，可以取得较好的CME检测效果。
-
-
-
Search Results
4
records
(took 0.024 seconds)
