基于支持向量机的云图自动识别和提取方法

在时域天文研究中,中小口径光学望远镜的自动巡天是获取观测数据的重要来源.受台站观测条件影响,图像中会有云的干扰,给测光和暗弱目标的自动提取带来很大的困难.为此有必要对天文图像中的云进行识别和提取,建立云的指标图,为后续的信息提取提供参考.为了实现这一目标,建立了天文图像筛选系统,该系统将图像灰度不一致度与纹理差异作为图像的多维特征指标,并与支持向量机(Support Vector Machine,SVM)相结合,对有云的数据进行筛选.在筛选的基础上,利用直方图变换和特征提取,进一步提取了云的指标图.实验结果表明:纹理识别结合SVM对天文图像进行实时筛选,分类准确率大于98%.利用直方图变换和特征提取可以初步提取云的指标图,给测光和暗弱目标的提取提供参考.