典型文献
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
文献摘要：
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.
文献关键词：
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
中图分类号：
作者姓名：
蒋博;刘磊;郑胜;杨珊珊;曾曙光;黄瑶;罗骁域
作者机构：
三峡大学天文与空间科学研究中心 宜昌443002
文献出处：
引用格式：
[1]蒋博;刘磊;郑胜;杨珊珊;曾曙光;黄瑶;罗骁域-.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)[J].天文学报,2022(02):63-71
A类：
太阳活动区
B类：
SIFT,特征检测,自动检测,检测算法,算法研究,太阳大气,检测和识别,太阳磁场,尺度不变特征变换,Scale,Invariant,Feature,Transform,Clustering,by,Fast,Search,Find,Density,Peaks,DPC,天文台,Solar,Dynamics,Observatory,SDO,成像仪,Helioseismic,Magnetic,Imager,HMI,对比度增强,全日,特征点,工交,密度峰值聚类算法
AB值：
0.311467
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
