[发明专利]一种基于改进U-Net网络的日冕物质抛射检测方法有效
| 申请号: | 202010939525.7 | 申请日: | 2020-09-09 |
| 公开(公告)号: | CN112101440B | 公开(公告)日: | 2022-06-24 |
| 发明(设计)人: | 尚振宏;杨志鹏;辛泽寰;冼祥贵;耿成杰 | 申请(专利权)人: | 昆明理工大学 |
| 主分类号: | G06V10/764 | 分类号: | G06V10/764;G06V10/26;G06V10/46;G06V10/20;G06V10/774;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司: | 昆明普发诺拉知识产权代理事务所(特殊普通合伙) 53209 | 代理人: | 蒋晗 |
| 地址: | 650000 云南*** | 国省代码: | 云南;53 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 改进 net 网络 日冕 物质 抛射 检测 方法 | ||
1.一种基于改进U-Net网络的日冕物质抛射检测方法,其特征在于,包括以下步骤:
步骤1:将从SOHO主页上下载的LASCO C2图像进行图像预处理,所述预处理包括图像灰度化、图像旋转和翻转操作;
步骤2:将从通过步骤1得到的LASCO C2图像转换到极坐标下来表示;
步骤3:制作日冕图像数据集,将数据集分为训练集和测试集;
步骤4:对原始的U-Net网络进行改进,使之适应于日冕物质抛射检测任务;
步骤4中改进的U-Net网络包括将原始的U-Net网络收缩路径四个下采样块中的两个卷积层后加入dropout层,在扩张路径中,采用最近邻插值方式实现上采样;在收缩路径中主要是进行特征提取;在网络扩张路径部分,每层网络需要对特征图进行3种操作:上采样,侧边合并和卷积;在上采样部分,网络将低分辨率的图像信息传播到更高分辨率的层;在侧边合并部分,需要提供网络低层特征,以获取目标区域的位置信息;卷积操作仅对合并的特征图进行特征提取操作,并将卷积后的特征图作为上采样的输入;最终需要对多通道特征图卷积操作得到分割map,如果是单目标分割,map通道数为2,分割出的图像是二值化图像;
步骤5:使用改进后的U-Net网络进行训练,微调网络参数,最终得到检测结果。
2.根据权利要求1所述的基于改进U-Net网络的日冕物质抛射检测方法,其特征在于,步骤1中将从SOHO主页下载的日冕图像序列统一选取日冕图像东部E为起点,即0度,顺时针旋转到360度;在旋转之前需要对日冕图像做相应的旋转和翻转操作。
3.根据权利要求1所述的基于改进U-Net网络的日冕物质抛射检测方法,其特征在于,在步骤2中,极坐标转化是对处理后的日冕观测图像做几何变换,保持像素灰度值不变,仅变换像素的几何位置,设经处理后的日冕观测图像中的任一点(x,y),将其按照式(1)进行变换,得到极坐标图像中的(ρ,θ);
在公式(1)中,W,H为经过步骤1处理后的LASCO C2日冕图像的宽度和高度。
4.根据权利要求1所述的基于改进U-Net网络的日冕物质抛射检测方法,其特征在于,步骤3中从SOHO主页一共下载了连续三个月的日冕图像,将某些成像效果极差的图像剔除后,剩下近7000余张图像;将人工标注的7000张图像数据随机分配,包括训练集5000张,测试集2000张。
5.根据权利要求1所述的基于改进U-Net网络的日冕物质抛射检测方法,其特征在于,步骤5中使用改进的U-Net网络进行训练,设置好超参数后,进行微调策略;同时根据训练测试结果,对损失函数也进行调整,直至收敛最优。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于昆明理工大学,未经昆明理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010939525.7/1.html,转载请声明来源钻瓜专利网。





