朱明锋，郑 胜，曾祥云，徐高贵

(三峡大学 理学院，湖北 宜昌 443002)



基于SVM手绘太阳黑子图像背景提取方法*

朱明锋，郑 胜，曾祥云，徐高贵

(三峡大学 理学院，湖北 宜昌 443002)

手绘太阳黑子图像手写记录信息对于研究太阳黑子长期活动规律具有重要价值，而背景提取又是利用计算机手绘太阳黑子信息数字化工作中的关键过程。文章提出一种基于支持向量机(Support Vector Machine ，SVM)的手绘太阳黑子图像信息背景提取方法，通过针对性地对每个像素样本特征向量的监督学习训练，从而实现背景像素与前景像素的分离，实验证明该方法具有很好的鲁棒性，将此方法与传统的K-means模糊划分、模糊C均值(FCM)聚类方法进行对比分析，证实该方法的应用价值更高。

手绘太阳黑子图；背景提取；支持向量机；监督学习；K-means聚类

0 引言

随着科学技术的快速发展，在短短几十年间，数字图像处理技术快速发展，并逐渐趋于成熟。该技术在人工智能应用、遥感影像处理、空间探测、工业检测以及生物医学等众多领域都得到了广泛应用，并为这些领域内的学科发展提供了新的方向和突破点[1]。在研究太阳活动的过程中，对太阳黑子活动的观察最为明显和容易。在计算机不发达的过去，天文工作者所观测到的太阳黑子的大小、形状和位置等特征，主要是通过投影法手工描迹[2]，近些年才逐渐由光球观测照相替代这一传统方法。每天黑子面积数值表示的是每天出现在全日面上的黑子面积(单位是全日面面积的百万分之一)，在一定意义上，它是太阳磁场活动的每日磁流量的数字化表示，也是太阳发电机产生黑子功率的直接表现[3]。……