所有提交的电磁系统将被重定向到在线手稿提交系统。作者请直接提交文章在线手稿提交系统各自的杂志。

明星在夜天光图像检测和删除

罗希特p·帕蒂尔1,s b·帕蒂尔1,r . n . Ghodpage2,p·t·帕蒂尔2
  1. 共晶帕蒂尔工程与技术学院,戈尔,印度马哈拉施特拉邦
  2. 中频雷达、地磁的印度理工学院、Shivaji大学戈尔,印度马哈拉施特拉邦
相关文章Pubmed,谷歌学者

访问更多的相关文章国际创新研究期刊》的研究在科学、工程和技术

文摘

图像处理技术,我们可以处理任何图像从图像中提取真实的信息即有用的信息。地球大气层的研究利用全天成像仪(ASI)技术图像处理是在捕获的图像。噪声是影响图像质量的一个重要因素是主要产生在图像获取的过程。星星在图像作为噪音,会导致裸奔当我们扫描图像分析和图像平均平面部署[1]。天上的星星,首先,一个当地的光量增长环境夜空强度。大多数明星检测和去除方法是基于图像分析。然而,一些因素会影响明星的检测由于复杂的解释,例如高强度在地平线上空由于城市灯光和其他结构,如银河系在天空一样很容易错误的星星。我们已经开发出一种简单有效的算法来去除恒星同时剩余的图像数据本质上依然完好无损。结果令人满意,表明发达明星去除技术比其他方法更好。

关键字

全天空成像仪、图像处理、明星。

我的介绍。

All-Sky-Imager (ASI)用于观察中间层和thermoshpere低。全天或鱼眼镜头的成像系统包括(180‹šFOV)远心镜头系统,计算机控制光学滤光轮,CCD摄像装置配备了一个1024×1024像素的分辨率。光学滤波器是一种设备,允许光的传播一定的带宽来自不同海拔和拒绝休息。其他地方讨论进一步的细节ASI仪器[2 - 4]。因为观察只OI 630海里排放(波长对应于F-region排放电离层的高度250公里),OI 630纳米光学带通滤波器是放置在成像的光学路径拒绝其他波长的光。尽管一个滤光器不是一个CCD的一部分,all-sky-imager至关重要。波的图像结构与集成获得乘以90年代典型的近红外哦发射(715 - 930 nm通带)和120年代的OI (630 nm和558 nm)排放。OI 630纳米过滤器是用于研究等离子体损耗OI 558 nm和哦865纳米线过滤器是用来观察之间的重力波现象(87年至97年¯‚±5)公里海拔。
众所周知,收集的实际图像含有噪声的过程中形成、传输、接收和处理。噪声去除过滤器降低图像的质量,使图像模糊。这给分析带来了许多困难。因此,主要目的是消除图像的噪声的预处理阶段。传统的去噪方法是使用一个低通或带通滤波器降噪。其缺点是信号模糊的声音被[5 - 6]。
在这个工作我们提出并讨论了算法我们有专门为这个目的设计的。本文组织如下。在第2秒。我们讨论的问题与所有的去除恒星和圆形裁剪天空图像,而秒。3处理我们已经采用的技术去除星星。我们设计了识别算法的存在污染对象,测试我们真正全天成像仪上执行数据提出了秒。4。最后,在5秒。我们总结的结论。

二世。明星作为一个噪音全天图像

All-Sky-Imager (ASI)用于观察中间层和thermoshpere低。全天或鱼眼镜头的成像系统包括(180‹šFOV)远心镜头系统,计算机控制光学滤光轮,CCD摄像装置配备了一个1024×1024像素的分辨率。光学滤波器是一种设备,允许光的传播一定的带宽来自不同海拔和拒绝休息。其他地方讨论进一步的细节ASI仪器[2 - 4]。因为观察只OI 630海里排放(波长对应于F-region排放电离层的高度250公里),OI 630纳米光学带通滤波器是放置在成像的光学路径拒绝其他波长的光。尽管一个滤光器不是一个CCD的一部分,all-sky-imager至关重要。波的图像结构与集成获得乘以90年代典型的近红外哦发射(715 - 930 nm通带)和120年代的OI (630 nm和558 nm)排放。OI 630纳米过滤器是用于研究等离子体损耗OI 558 nm和哦865纳米线过滤器是用来观察之间的重力波现象(87年至97年¯‚±5)公里海拔。
众所周知,收集的实际图像含有噪声的过程中形成、传输、接收和处理。噪声去除过滤器降低图像的质量,使图像模糊。这给分析带来了许多困难。因此,主要目的是消除图像的噪声的预处理阶段。传统的去噪方法是使用一个低通或带通滤波器降噪。其缺点是信号模糊的声音被[5 - 6]。
在这个工作我们提出并讨论了算法我们有专门为这个目的设计的。本文组织如下。在第2秒。我们讨论的问题与所有的去除恒星和圆形裁剪天空图像,而秒。3处理我们已经采用的技术去除星星。我们设计了识别算法的存在污染对象,测试我们真正全天成像仪上执行数据提出了秒。4。最后,在5秒。我们总结的结论。

二世。明星作为一个噪音全天图像

图像的星星的存在可能导致裸奔当我们扫描图像分析和图像平均平面部署。星星在天空图像噪声的来源,当结合帧,所以他们应该事先戴面具。明星去除是一个图像处理的概念,从图像识别和移除明星。这可以通过使用各种方法和商业图像处理软件包,如Adobe Photoshop有能力执行这样的操作。一般恒星删除比较每个像素值周围像素的中值,消除了明星如果超过阈值的差异。高亮度恒星切除过程中创造更多的模糊。另一个问题明星或其他强光源像城市光原因是“重影”,这被定义为持续或残余图像出现在CCD探测器由于光电子困在衬底杂质网站[7]。在这项工作中,我们开发的软件程序,删除不需要的图像的星星。使用我们的软件,我们可以减少大量的数据从全天相机用于夜天光天文台。

三世。算法

夜晚的天空亮度的完整和系统的研究可以仅通过一个健壮的和自动的执行过程中,能够识别和拒绝所有的情况下不适合夜天光强度测量。流程图如图(1)简要说明了图像处理程序步骤为明星使用垫去除实验室开发环境。下面讨论程序的主要步骤。
1)图像预处理(如灰度调整、自动调整等)。
2)原始图像的局部标准差来检测图像的星星。局部标准差的图像返回图像的新数组,其中每个输出像素包含3×3的邻居的标准差在输入图像中对应像素可以拥有任意维度。
3)标准差公式中使用明星去除算法给出了方程(1)。我们知道标准差是方差的平方根
图像
图像
经过检测的明星图片然后明星检测到图像增强的一些因素是相对于原始图像去除恒星。明星去除通过Matlab的仿真效果是图1所示(一个)是原始图像包含隐藏信息,(b)是增强图像的亮度和对比度调整(c)显示了明星和圆形边缘检测图像,这只可能当我们将图像转换为二进制图像[8]和(d)是最后的明星形象。
图像
图像

第四,相比其他方法

垫实验室中常用的滤波方法

等传统过滤器的顺序,维纳和中位数等用于垫实验图像的高频成分可能不被打扰但过滤行动产生模糊图像中降低了图3中描述的图像信息。
图像
图像
在图3(一)顺序滤波器取代orderth元素中的每个元素图像的排序的邻居集指定的非零元素的域,但不删除恒星和模糊的图像。(b) Medfilt即中值滤波是一种非线性操作常用于图像处理,以减少“椒盐”噪声去除恒星也模糊图像。(c)在filter 1过滤器中的数据图像的二维数字滤波器矩阵h,该滤波方法使图像几乎白色。(d)维纳滤波器使用像素明智的基于统计的自适应维纳方法估计从当地社区的每一个像素。这个过滤器也模糊了图像。

B]阈值水平

当我们检查所有的图片ASI观察到恒星有高强度比其他图像像素值的像素值在阈值水平方法我们可以定义一些阈值来检测高强度像素值除了明星和替换他们的平均强度值的图像或其他低强度值。但在这个方法不能区分恒星和其他高强度值等城市在天空光和其他明亮的结构,所以它取代所有的值大于所定义的阈值。很难定义通用阈值对所有图片明星切除过程中导致错误。这种技术的仿真结果图4所示。在下面。
图像
如图片所示图4 (b)阈值水平的方法消除了明星也可以删除其他结构如前所述,可以干扰图像信息,它可以很容易地观察到的图像右侧光即城市也视为明星和其强度低强度值取代了黑暗区域。

诉的结论

根据所需的结果,该算法产生良好的过滤结果使用有效的噪声(star)检测和去除机制。它可以比其他方法更快和方便等过滤类型的嘈杂的对象从这些高质量的图像和全天成像仪数据可用于调查的几个关键特征等离子消逝从低纬度地面夜天光观察观察。发达算法可以有效地用于去除银河的星星图片中提取正确的信息。

引用

  1. 加西亚·J。,M. J. Taylor, and M. C. Kelley, “Two-dimensional spectral analysis of mesospheric airglow image data”, APPLIED OPTICS , Vol. 36, No. 29, 10 p.p. 7374-7385, 10 October 1997.
  2. Ghodpage,雷诺数,et al., Simultaneous optical measurements of equatorial plasma bubble (EPB) from Kolhapur (16.81N, 74.21E) and Gadanki (13.51oN, 79.21oE)”, Journal of Atmospheric and Solar-Terrestrial Physics (2014), http://dx.doi.org/10.1016/j.jastp.2014.05.008i.
  3. Lakshmi Narayanan V。,S. Gurubaran, K. Emperumal, and P. T. Patil, “Unusual optical observations of OI greenline during a geospace event on 1 February 2008”, JOURNAL OF GEOPHYSICAL RESEARCH, VOL. 116, A09315, doi:10.1029/2010JA016339, 2011.
  4. 穆克吉·g·K。,Pragati Sikha R., N. Parihar, Rupesh Ghodpage, and P. T. Patil, “Studies of the wind filtering effect of gravity waves observed at Allahabad (25.45◦N, 81.85◦E) in India”, Earth Planets Space, 62, 309–318, 2010, doi:10.5047/eps.2009.11.008
  5. Kalpana M。,G. Kishorebabu and K. Sujatha, “Extraction of Edge Detection Using Digital Image Processing Techniques”, International Journal of Computational Engineering Research (ijceronline.com) Vol. 2 Issue.5. September 2012.
  6. Harikiran J。,B. Saichandana,” Impulse Noise Removal in Digital Images” International Journal of Computer Applications (0975 – 8887) Volume 10– No.8, November 2010.
  7. 阿明休息,Larsμ¨ndermann,拉尔夫Widenhorn, Erik Bodegom和t . c . McGlinnd电荷耦合装置探测器“残余图像”,审查的科学仪器,73卷,2002年5月5号,。
  8. 颧骨特•帕特尔和桑杰库马尔Dubey”部署的手掌识别方法使用图像处理技术”,IJCSI国际计算机科学杂志的问题,10卷,问题2,2号,2013年3月。