570矿床控制因素及富矿形成条件

570矿床地质背景是破火山旋回边缘活动带;矿床定位要素是受破火山断裂系统构造结控制的隐爆角砾岩筒;隐爆加断陷组成的聚矿结构,是富矿形成的主要条件;隐爆角砾岩筒与次火山花岗岩浆侵位组成的热泵汲取效应,是矿床基本成因模式。矿床扩大方向是在探索隐爆角砾岩筒深部的同时,沿边缘活动带,在破火山断裂系统构造结处寻找新的隐爆角砾岩筒。     

Kirchhoff积分法叠前时间偏移技术在三江盆地XDLZ地区的应用

三江盆地前进坳陷XDLZ地区构造较复杂，以往开展的二维叠后时间偏移成像精度低和空间位置不够准确，为此进行了二维叠前时间偏移处理研究，分析了Kirchhoff积分法叠前时间偏移处理中关键环节技术参数（叠前去噪、振幅补偿、反褶积、静校正、均方根速度建模和偏移孔径选取）对研究区复杂构造成像的影响及处理技巧。通过叠前时间偏移和叠后时间偏移在该区的应用效果对比分析，Kirchhoff积分法叠前时间偏移处理结果包含地震信息更加丰富，深层复杂构造成像在同相轴的连续性和断层及断点空间位置更趋合理，成像相位和振幅误差较小，构造成图精度提高了约4％。     

畸变全日面观测图像的修复

欠佳的平场改正或者不理想的光路会导致全日面观测图像的畸变。针对这一问题,提出了一种解决方案,并给出了详细的算法描述。,该算法的核心是扣除一个均匀的径向轮廓曲线,然后在残差图像上进行大尺度中值滤波以获得光滑的改正曲面。通过这一算法,可以极大改善全日面图像的畸变,提高图像质量。最后还对该方法的局限性进行了讨论。     

Hα全日面太阳图像云污染的去除

Hα全日面太阳图像对太阳物理研究有着重要的意义,但其观测过程中可能受天气的影响,导致观测图像含有云层覆盖的污染。主要通过对这种Hα全日面太阳图像的云污染进行处理,从而得到较为清晰的太阳活动细节。具体算法为:首先将含云污染的图像扣除模板图像的标准临边昏暗轮廓,然后对其进行中值滤波获得云层图像,最后在原始图像上扣除云层图像得到修复后的全日面图像。实验证明此方法可以有效地去除Hα全日面太阳图像上的云污染,并对太阳活动区域影响较小。     

基于差分卷积的弱光照车牌图像增强

车牌识别作为现代化智能交通系统中重要的环节,对提升路网效率以及缓解城市交通压力等问题具有重要的社会意义,然而弱光照车牌图像识别仍然具有重大的挑战。构建了一个基于差分卷积神经网络的弱光照车牌图像增强网络,将车牌的纹理信息解耦为水平垂直和对角线两个方向,对不同尺度空间的低照度图像进行纹理增强。为了避免增强结果局部过曝或低曝,该方法使用YCbCr颜色空间的损失函数来优化模型。图像增强实验结果表明,所提出的方法较传统的低照度图像增强方法相比,图像客观质量结果峰值信噪比提升了0.47 dB。同时,在仿真车牌和真实场景的车牌识别实验结果也证明了所提算法对于低照度图像感知质量提升的有效性。     

云南天文台Hα全日面望远镜4K×4K CCD性能测试

天文观测采用的CCD一般都要进行性能测试,然后再投入常规观测。针对云南天文台Hα全日面望远镜新引入的4K×4K大尺寸QHYl6803CCD已投入实际观测的情况,对其进行了较为全面的测试,检测内容包括有效尺寸、本底情况、读出噪声、增益、暗流、热像素等等。从检测结果来看,该CCD是适用于太阳全日面观测的。同时提出的检测方案是一种在非实验室条件下的测试方案,较为方便和快捷。从检测结果来看,参数的测量可信度高。     

基于LeNet-5卷积神经网络的太阳黑子检测方法

太阳黑子与耀斑的爆发存在紧密联系,因此及时准确地检测全日面图像中的太阳黑子可以为耀斑的预报提供依据。基于深度学习框架的LeNet-5卷积神经网络实现了一种太阳黑子自动检测方法,主要步骤包括:制作太阳黑子样本库、训练全卷积神经网络模型Sunspotsnet、检测和标记全日面像中的太阳黑子。实验结果表明,该方法可以识别SDO/HMI的全日面连续谱图像上各种类型的黑子,尤其是较弱的磁孔(0.88倍平均光球强度),采用基于深度学习的方法检测太阳黑子是可行的,训练的Sunspotsnet网络模型可以快速有效地应用在太阳黑子的检测上。     

太阳光球磁亮点的识别算法

区域生长法是一种基于区域分割的算法,其关键在于种子点的准确提取和生长准则的定义。用区域生长法对云南天文台澄江1 m红外太阳塔望远镜(New Vacuum Solar Telescope,NVST)在TiO(705.8nm)波段的观测资料进行分析识别,采用拉普拉斯算子提取种子点,然后用图像灰度阈值作为生长准则对种子点进行生长,最后剔除误识别的米粒,从而完成对磁亮点的识别工作。然后又对Hinode的观测资料进行了识别并与Utz等人的结果进行对比。     

泌阳凹陷双河油田原油地球化学特征及精细油—源对比研究

以双河油田典型原油样品为基础,采用气相色谱—质谱分析技术(GC-MS),通过多种生物标志物参数对比和色谱图特征分析,对核二段、核三段共计28个原油样品做详细的地球化学特征描述和精细油—源对比。分析结果表明,双河油田核三上亚段原油饱和烃色谱图为前峰型和双峰型,重排甾烷和三环萜烷的相对含量较低;而核三下亚段原油饱和烃色谱图主要为前峰型,重排甾烷和三环萜烷的相对含量较高;核三段原油C_(19)、C_(20)、C_(21)三环萜烷呈上升型分布,伽马蜡烷含量较高,C_(27)～C_(29)规则甾烷以"V"字型分布为主。核二段和核三段原油,陆源高等植物和低等水生生物均有贡献,且沉积环境较还原,核三下亚段原油成熟度明显高于核三上亚段原油,因此最终确定核三下亚段原油主要来源于核三下亚段烃源岩,而核三上亚段原油则为核三上亚段和核三下亚段烃源岩的混源油。     

基于Demons配准的NVST太阳高分辨图像横向速度场测量

太阳高分辨图像中横向速度场的测量已经广泛应用于太阳光球、色球表面特征的动力学分析中,但依然存在测量精度不够的问题。详细介绍了Demons方法,并将其应用于1 m新真空太阳望远镜的高分辨观测资料处理中。首先选取不同观测时间间隔和代表光、色球不同波段的3个数据集作为测试样本,在测量到速度场后,通过与前一时刻图像进行非刚性配准并比较结构相似度评价速度场的测量精度。结果表明,Demons方法在小尺度运动的精细测定方面,明显优于传统的基于傅里叶变换的局部相关跟踪法和微分仿射速度估计方法。并且采用光球和色球图像的亚像素和超像素模拟位移实验表明,这一方法的逐点测量精度可以达到0.1像素量级。