基于监督学习的日冕暗化检测与提取算法

日冕物质抛射(cme)是空间灾害天气的重要驱动源,而日冕暗化(dimming)被认为是cme初发的主要表征,对理解和预测cme具有重要作用。基于极紫外成像望远镜(eit)和大气成像仪(aia)的观测数据,实现了图像中日冕暗化现象的检测与提取。通过分析差分图中与暗化现象相关的图像统计特征,采用adaboost分类算法检测暗化现象的发生,进而分割出日冕暗化区域。实验表明,提出的算法较现有算法能更准确有效地检测和提取日冕暗化区域,为分析日冕暗化特性提供了研究基础。