技術(shù)特征：

1.一種太陽暗條自動檢測方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的太陽暗條自動檢測方法，其特征在于，所述步驟s1具體為：

3.根據(jù)權(quán)利要求2所述的太陽暗條自動檢測方法，其特征在于，所述步驟s1中，所述預(yù)處理還包括：

4.根據(jù)權(quán)利要求1所述的太陽暗條自動檢測方法，其特征在于，所述步驟s2中，所述太陽暗條檢測模型包括改進u-net模型架構(gòu)和app組件；

5.根據(jù)權(quán)利要求4所述的太陽暗條自動檢測方法，其特征在于，當(dāng)doubleconv組件的輸出通道數(shù)為base_channels時，第i個downsample組件的輸入、輸出通道數(shù)分別為2i-1*base_channels和2i*base_channels，第i個upsample組件的輸入、輸出通道數(shù)分別為2n-i+1-f*base_channels和2n-i-f*base_channels，2d卷積層的輸入、輸出通道數(shù)分別為base_channels；

6.根據(jù)權(quán)利要求4所述的太陽暗條自動檢測方法，其特征在于，所述doubleconv組件包括依次連接的第一3×3卷積層、第一批標準化層bn、第一leakyrelu激活函數(shù)、第二3×3卷積層、第二批標準化層bn、第二leakyrelu激活函數(shù)以及隨機失活層。

7.根據(jù)權(quán)利要求4所述的太陽暗條自動檢測方法，其特征在于，所述app組件包括并列的結(jié)構(gòu)相同的depth個自適應(yīng)池化層，每個所述自適應(yīng)池化層的輸出端均通過concatenate函數(shù)依次與1×1卷積層、dropout層以及sigmoid激活層連接；

8.根據(jù)權(quán)利要求4所述的太陽暗條自動檢測方法，其特征在于，所述downsample組件包括依次連接的app組件和doubleconv組件；

9.根據(jù)權(quán)利要求4所述的太陽暗條自動檢測方法，其特征在于，根據(jù)檢測圖像的復(fù)雜程度，使用改進u-net模型架構(gòu)和app組件進行自由連接以擴展太陽暗條檢測模型的結(jié)構(gòu)。

10.根據(jù)權(quán)利要求1所述的太陽暗條自動檢測方法，其特征在于，所述步驟s3具體地：

技術(shù)總結(jié)
本發(fā)明公開了一種太陽暗條自動檢測方法，包括：S1、獲取全日面Hα圖像，對其進行預(yù)處理，構(gòu)建圖像訓(xùn)練數(shù)據(jù)集；S2、構(gòu)建基于APP改進的U?Net模型作為太陽暗條檢測模型，并利用圖像數(shù)據(jù)集對其訓(xùn)練；S3、利用完成訓(xùn)練的太陽暗條檢測模型對有時間序列的預(yù)處理后的輸入圖像進行處理，獲得太陽暗條檢測結(jié)果；S4、對暗條檢測結(jié)果進行SORT跟蹤，獲得暗條跟蹤結(jié)果。本發(fā)明實現(xiàn)了半自動化、甚至全自動化的太陽暗條的機器學(xué)習(xí)數(shù)據(jù)生成、目標跟蹤模型訓(xùn)練、推理、目標跟蹤，具有較低的訓(xùn)練成本以及更好的指標；支持任意分辨率的FCN方法，良好的遷移性。

技術(shù)研發(fā)人員：郝奇,胡家睿,鄭執(zhí),蒙怡帆,徐文樂源,郭子垚,周文軒,梁航宇,王彥恒,龐慶鋒,陸吳桐,陳睿碩
受保護的技術(shù)使用者：南京大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/10