【技术实现步骤摘要】
一种基于支持向量机的天文图像实时筛选系统
:本专利技术属于天文学领域,特别是一种对天文图像的实时筛选系统。
技术介绍
:在时域天文观测中,望远镜一般工作于自动巡天模式下。在观测时,天文望远镜固定曝光时间,根据观测策略连续曝光,在时间域内对天体图像进行密集采样。由于在采集过程中,望远镜及后端的成像器件会受到各种噪声的干扰将导致一些存在缺陷的图像产生,这些存在缺陷的图像也会随着有效数据一并存储传输,大大浪费了计算机的存储和网络资源。此外,存在缺陷的图像会严重影响图像信息的自动提取,造成误报和虚警,不利于对于天体时域信息的即时提取。为此,研究如何自动识别和筛选存在缺陷的图像数据对于时域天文研究将是非常重要的。目前,国内外低帧频天文台大多采用人工筛选的方法。人工筛选虽然系统的复杂度低,但是自动化程度低。
技术实现思路
本专利技术所要解决的技术问题是:如何自动识别和筛选存在缺陷的图像数据。本专利技术所采用的技术方案是:一种基于支持向量机的天文图像实时筛选系统,按照如下的步骤进行步骤一:对望远镜下的已有图片进行分类,选择一组最优的特征子集图片并添加标签,对最优的特征子集图片的图像数据进行归一化,把最优的特征子集图片的图像灰度值压缩为0-255之间;步骤二、提取最优的特征子集图片的图像的信噪比SNR、宇宙射线ROAD、类条状缺陷WLK、云层遮挡四类特征指标,将图片数据转化为一个七维数据,即信噪比SNR、宇宙射线ROAD、类条状缺陷WLK、能量ASM、对比度CON、逆差距IDM、熵ENT七维数据;步骤三、在支持向量机下,利用LIBSVM下自带的最优化函数,对步骤二的七维数据寻 ...
【技术保护点】
一种基于支持向量机的天文图像实时筛选系统,其特征在于:按照如下的步骤进行步骤一:对望远镜下的已有图片进行分类,选择一组特征子集作为最优的特征子集图片并添加标签,对最优的特征子集图片的图像数据进行归一化,把最优的特征子集图片的图像灰度值压缩为0‑255之间;步骤二、提取最优的特征子集图片的图像的信噪比SNR、宇宙射线ROAD、类条状缺陷WLK、云层遮挡四类特征指标,将图片数据转化为一个七维数据,即信噪比SNR、宇宙射线ROAD、类条状缺陷WLK、能量ASM、对比度CON、逆差距IDM、熵ENT七维数据;步骤三、在支持向量机下,利用LIBSVM下自带的最优化函数,对步骤二的七维数据寻找最优的损失函数和惩罚系数,构建分类器;步骤四、对天文望远镜下的实时图像数据进行归一化处理,把图像的灰度值压缩为0‑255之间,提取图像的信噪比SNR、宇宙射线ROAD、类条状缺陷WLK、云层遮挡四类特征指标,将图片数据转化为一个七维数据,即信噪比SNR、宇宙射线ROAD、类条状缺陷WLK、能量ASM、对比度CON、逆差距IDM、熵ENT七维数据;步骤五、对步骤四中提取的七维数据用步骤三中构建的分类器进行分类。
【技术特征摘要】
1.一种基于支持向量机的天文图像实时筛选系统,其特征在于:按照如下的步骤进行步骤一:对望远镜下的已有图片进行分类,选择一组特征子集作为最优的特征子集图片并添加标签,对最优的特征子集图片的图像数据进行归一化,把最优的特征子集图片的图像灰度值压缩为0-255之间;步骤二、提取最优的特征子集图片的图像的信噪比SNR、宇宙射线ROAD、类条状缺陷WLK、云层遮挡四类特征指标,将图片数据转化为一个七维数据,即信噪比SNR、宇宙射线ROAD、类条状缺陷WLK、能量ASM、对比度CON、逆差距IDM、熵ENT七维数据;步骤三、在支持向量机下,利用LIBSVM下自带的最优化函数,对步骤二的七维数据寻找最优的损失函数和惩罚系数,构建分类器;步骤四、对天文望远镜下的实时图像数据进行归一化处理,把图像的灰度值压缩为0-255之间,提取图像的信噪比SNR、宇宙射线ROAD、类条状缺陷WLK、云层遮挡四类特征指标,将图片数据转化为一个七维数据,即信噪比SNR、宇宙射线ROAD、类条状缺陷WLK、能量ASM、对比度CON、逆差距IDM、熵ENT七维数据;步骤五、对步骤四中提取的七维数据用步骤三中构建的分类器进行分类。2.根据权利要求1所述的一种基于支持向量机的天文图像实时筛选系统,其特征在于:图像的信噪比SNR提取使用公式SNR=10log(Ps/Pn)提取特征,式中,Ps为图像的所有局部方差最大值,Pn为图像的所有局部方差最小值,局部方差是指图像中任意9*9像素的方差,使用GPU加速。3.根据权利要求1所述的一种基于支持向量机的天文图像实时筛选系统,其特征在于:对图像的宇宙射线ROAD进行提取时,采用GPU加速。4.根据权利要求1所述的一种基于支持向量机的天文图像实时筛选系统,其特征在于:类条状缺陷...
【专利技术属性】
技术研发人员:贾鹏,王利文,蔡冬梅,
申请(专利权)人:太原理工大学,
类型:发明
国别省市:山西,14
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。