馮　松，王　洋，趙　燕，袁　泉，楊云飛，鄧　輝，王　鋒

(1. 昆明理工大學信息工程與自動化學院計算機系，云南 昆明　650500; 2. 昆明理工大學云南省計算機技術應用重點實驗室，云南 昆明　650500)

?

基于相位一致性和方向濾波冕環(huán)震蕩識別與跟蹤*1

馮松1,2，王洋1,2，趙燕1,2，袁泉1,2，楊云飛1,2，鄧輝1,2，王鋒1,2

(1. 昆明理工大學信息工程與自動化學院計算機系，云南 昆明650500; 2. 昆明理工大學云南省計算機技術應用重點實驗室，云南 昆明650500)

摘要：冕環(huán)結構的準確識別和跟蹤有利于更好地研究和分析冕環(huán)特征以及同耀斑爆發(fā)和日冕物質拋射之間的關系。提出基于相位一致性和方向濾波的冕環(huán)震蕩識別和跟蹤方法。識別過程如下：首先，使用相位一致性技術對太陽圖像中的冕環(huán)特征進行識別；其次，對識別后的圖像進行二值化處理；接著使用方向濾波去除非冕環(huán)的結構特征；然后，對其進行形態(tài)學處理；最后，再對識別結果進行二次曲線擬合。運用所提算法對2011年9月6日由太陽動力學觀測站(Solar Dynamics Observatory, SDO)在Fe IX 17.1 nm波段觀測到的冕環(huán)震蕩進行了識別和跟蹤，結果驗證了所提算法的可行性和準確性。證明所提算法能被用于冕環(huán)特性以及震蕩過程的研究和分析。

關鍵詞：相位一致性；方向濾波；冕環(huán)震蕩；震蕩周期

日冕位于太陽大氣的最外層，在上面可以觀測到一些亮的環(huán)形結構，它們被稱為冕環(huán)。冕環(huán)由日冕磁場束縛的熱等離子體發(fā)亮而形成環(huán)狀結構，是太陽磁場結構的一種表現(xiàn)形式。它們同日冕物質拋射、太陽耀斑、太陽風暴等有密切的關系[1]。研究冕環(huán)及其演化過程對于理解太陽大氣層的磁場活動和預報太陽風暴具有重要意義。

太陽耀斑爆發(fā)和日冕物質拋射釋放的大量能量引起附近局部磁場結構的急劇變化，導致附近的冕環(huán)結構產(chǎn)生震蕩[2-4]。這些震蕩不僅僅發(fā)生在一條冕環(huán)結構上，也同時出現(xiàn)在多條冕環(huán)結構上。最近的研究表明，這種震蕩是駐波的一種表現(xiàn)形式，但是每個環(huán)上由于震蕩的頻率、相位以及衰減系數(shù)的不同，往往呈現(xiàn)不同的震蕩特征[5-9]。研究這些特征對于更好地理解耀斑爆發(fā)和日冕物質拋射對日冕磁場的影響具有很大的幫助。

然而準確地識別和提取冕環(huán)特征結構面臨非常大的困難。這是由于：(1)冕環(huán)是由日冕磁場束縛的熱等離子體形成，這些等離子體分布并不均勻，雖然冕環(huán)結構的強度較大，但強度變化(梯度)較小，導致冕環(huán)結構的邊緣模糊，造成提取困難；(2)各個冕環(huán)之間的距離較近而且相互交錯，導致產(chǎn)生的二維圖像環(huán)形結構彼此交叉重疊；(3)由于磁場活動的復雜性導致了冕環(huán)結構呈現(xiàn)多種形態(tài)，如環(huán)形結構出現(xiàn)斷裂等問題；(4)在冕環(huán)附近還存在非環(huán)形的太陽特征，如海綿狀亮斑，這些都增加了冕環(huán)提取的復雜性和準確性。

目前冕環(huán)的識別方法主要分為兩類[10-13]：一類是運用圖像空間域的強度和梯度閾值對特征結構進行識別和提取；另一類是利用頻域或小波域對不同的頻率特征進行濾波，識別和提取冕環(huán)特征。廣義上講，圖像的結構特征，如特征邊緣、尺度和紋理等大量底層信息存儲在圖像的相位譜中。文[14-15]證明了相位一致性在表征特征結構時對強度、對比度、照度具有不變性，而且通過計算圖像的局部能量實現(xiàn)了對圖像特征的穩(wěn)定提取。目前，相位一致性技術已經(jīng)應用于黑子本影亮點和本影耀斑以及光球米粒等低對比度太陽圖像特征的提取和識別[16-19]。

本文運用相位一致性技術并結合方向濾波的方法對一個由太陽動力學觀測站搭載的太陽大氣成像儀(Atmospheric Imaging Assembly, AIA)[20]在2011年9月6日由譜線Fe IX 17.1 nm波段觀測到的冕環(huán)震蕩進行識別和分析，并同已有的文獻結果進行比較來檢驗所提方法的可行性和準確性。

論文首先介紹所用的實驗數(shù)據(jù)，其次簡述冕環(huán)震蕩的識別過程，然后對識別的冕環(huán)震蕩進行統(tǒng)計分析，并同已有文獻結果作比較，最后對本文進行總結。

1實驗數(shù)據(jù)

選擇震蕩事件發(fā)生在編號為11283的活動區(qū)為實驗數(shù)據(jù)，時間從2011年9月6日22時17分到2011年9月6日22時34分。觀測資料由太陽大氣成像儀在譜線Fe IX 17.1 nm波段記錄。冕環(huán)震蕩由一個附近爆發(fā)的X2.1級耀斑引起。該組數(shù)據(jù)共包含65幅圖像，間隔時間為12 s，圖像的像元分辨率是0.6″。圖1(a)展示了2011年9月6日22時17分獲得的圖像，其中白色箭頭所示的位置為耀斑爆發(fā)的位置，它引起了圖1(a)中白色方框標記區(qū)(即圖1(b))冕環(huán)產(chǎn)生了震蕩。圖1(b)展示了這個區(qū)域的細節(jié)。它的大小為210 × 144″。在圖1(b)中，由數(shù)字1和2指示的位置為耀斑爆發(fā)能量釋放所產(chǎn)生的圖像結構特征，它導致了附近的冕環(huán)產(chǎn)生劇烈震蕩，尤其是箭頭LoopA和LoopB指示的兩個冕環(huán)結構震蕩尤為明顯。為了同文[9]做比較，本文主要針對冕環(huán)A和冕環(huán)B的震蕩運用所提算法進行識別和跟蹤，并對其結果進行統(tǒng)計分析來檢驗算法的可行性和準確性。

圖1冕環(huán)

Fig.1Loops

2識別和跟蹤方法

從圖2(b)可以看出，那些海綿狀亮斑和由于耀斑爆發(fā)產(chǎn)生的近似垂直的一些特征(如圖中上方中間位置被白色方框標記)干擾冕環(huán)A和B的提取。所要識別和提取的冕環(huán)A和冕環(huán)B方向近似水平。因此算法選用方向濾波思想識別近似垂直的特征并去除。算法選用sobel邊緣檢測算子g(g=[1, 0, -1; 2, 0, -2; 1, 0, -1])作為方向濾波算子檢測干擾線段的垂直邊緣并去除它們，處理結果如圖2(c)。

從圖2(c)可以發(fā)現(xiàn)，那些近似垂直的干擾特征通過使用方向濾波的方式已經(jīng)被很準確地去除。然而所需提取的冕環(huán)結構仍然存在不連續(xù)以及冕環(huán)上存在小的孔洞且邊緣不規(guī)則、噪聲點大和冕環(huán)粗細不均勻等問題。算法采用形態(tài)學的去除小面積、填充、膨脹、閉運算、細化等一系列操作對上述問題進行處理，處理結果如圖2(d)。

從圖2(d)箭頭處可以看出，識別的冕環(huán)結構不光滑，存在許多分支結構，并且圖中除了所要識別的冕環(huán)A和冕環(huán)B外，還有一些短的非目標線。因此算法根據(jù)節(jié)點處各分枝的長短，保留最長的分枝結構，去除短的分枝雜點，并根據(jù)環(huán)的長度，提取了冕環(huán)A和冕環(huán)B，結果如圖2(e)。

最后對所識別的65幅圖像中的冕環(huán)A和冕環(huán)B進行了二次方程的曲線擬合，獲取一個光滑的弧線，其二次方程定義如下：

y=ax2+bx+c,

(1)

其中，x為圖像中冕環(huán)的橫坐標；y為圖像中冕環(huán)的縱坐標；a、b、c為參數(shù)。圖2(e)中冕環(huán)A和冕環(huán)B二次擬合參數(shù)a、b、c的值如表1。圖2(e)環(huán)的擬合結果被疊加到原圖上并顯示在圖2(f)中。由于冕環(huán)震蕩導致每一幅圖像中冕環(huán)A和冕環(huán)B的形態(tài)均不相同，因此本文分別對其進行了逐一擬合，其它的擬合參數(shù)并未在此列出，這些擬合線為本文要進行統(tǒng)計分析的特征。

圖2識別過程

Fig.2The process of Identification

3實驗結果與分析

為了驗證所識別冕環(huán)的結果，分別選取冕環(huán)A和冕環(huán)B上在X軸方向上10個位置，然后根據(jù)每幅圖的二次擬合方程(1)得到Y值，并對這10個Y值分別取它們在每1幅圖像上的均值作為這一幅圖像冕環(huán)震蕩的位置。圖3(a)和(b)中星號標記的位置即為冕環(huán)A和冕環(huán)B的Y均值位置隨時間T的變化情況。在圖3中，橫軸表示時間(單位為分鐘)，縱軸表示冕環(huán)移動距離(單位為千米)。從圖中可以看出這些星號呈現(xiàn)一個類似衰減的正弦函數(shù)，因此采用如下函數(shù)擬合這些位移，具體的衰減正弦擬合函數(shù)定義如下：

表1　對圖1(b)中冕環(huán)A和B的二次擬合參數(shù)

(2)

其中，A為振幅；τ為衰減時間；t為時間(單位為分鐘)；T為周期；φ是初相位(單位為度)。

圖3　震蕩

對于這兩個曲線的震蕩周期，是采用傅里葉變換的頻率分析方法獲得。這兩個振蕩信號的頻譜分析圖如圖4。依據(jù)傅里葉頻譜分析，這兩個環(huán)的震蕩頻率約為8.4 MHz，周期為118 s。運用這個周期值T(即118 s)和擬合方程(2)擬合圖3中的星號位置。擬合的曲線如圖3(a)和(b)，它們的衰減系數(shù)約為122 s，但兩個震蕩序列的相位差近似41°，冕環(huán)B先于冕環(huán)A，而且B環(huán)的振幅也高于A環(huán)。這表明由耀斑所引起的冕環(huán)震蕩不是從最近位置的冕環(huán)震蕩開始，而是導致較遠位置的冕環(huán)首先震蕩。不過這種位置的遠近也可能是由成像的視角導致的。這個分析結果同文[9]的結論一致，進一步驗證了本文所提的方法可以運用于冕環(huán)特征的研究和分析。

圖4頻譜分析圖

Fig.4Spectrum analysis diagram

4討論與總結

大多數(shù)的冕環(huán)震蕩是由附近的耀斑爆發(fā)和日冕物質拋射引起的，對這些冕環(huán)的震蕩進行分析可以更好地理解冕環(huán)的磁場特征與太陽耀斑爆發(fā)和日冕物質拋射的能量釋放之間的關系，準確地識別和提取冕環(huán)特征至關重要。

本文運用相位一致性和方向濾波的方法分析了一個由太陽大氣成像儀在17.1 nm波段觀測到的冕環(huán)震蕩。然而，由于冕環(huán)結構的復雜性，本文僅選取了震蕩區(qū)域中兩個比較明顯的冕環(huán)結構運用相位一致性和方向濾波的圖像特征提取方法識別和追蹤它們，并根據(jù)識別和追蹤的結果對這兩條冕環(huán)的周期、相位差以及衰減系數(shù)進行統(tǒng)計分析，并同已有文獻的結果進行比較，證明算法可行，識別結果準確。

盡管相位一致性可以很好地解決低信噪比條件下圖像特征提取的問題，但由于冕環(huán)特征存在于復雜的背景之中以及冕環(huán)結構邊緣模糊和信噪比低等因素，使得提取的冕環(huán)結構不太完整，一些比較細、暗的冕環(huán)結構未能識別成功。對于這些情況僅僅從圖像處理的角度識別和提取是不夠的，需要結合其他波段的數(shù)據(jù)及磁場反演等物理過程分析，提高冕環(huán)識別的準確性，這也是下一階段研究工作的重點。

參考文獻：

[1]Vaiana G S, Rosner R. Recent advances in coronal physics[J]. Annual Review of Astronomy and Astrophysics, 1978, 16: 393-428.

[2]Aschwanden M J. The 3D geometry, motion, and hydrodynamic aspects of oscillating coronal loops[J]. Space Science Reviews, 2009, 149(1-4): 31-64.

[3]White R S, Verwichte E. Transverse coronal loop oscillations seen in unprecedented detail by AIA/SDO[J]. Astronomy & Astrophysics, 2012, 537: A49-A58.

[4]Wang T J, Ofman L, Davila J M, et al. Growing transverse oscillations of a multistranded loop observed by SDO/AIA[J]. The Astrophysical Journal Letters, 2012, 751(2): L27-L32.

[5]Aschwanden M J, Fletcher L, Schrijver C J, et al. Coronal loop oscillations observed with the transition region and coronal explorer[J]. The Astrophysical Journal, 1999, 520(2): 880-894.

[6]Luna M, Terradas J, Oliver R, et al. Transverse oscillations of two coronal loops[J]. The Astrophysical Journal, 2008, 676(1): 717-727.

[7]Luna M, Terradas J, Oliver R, et al. Transverse oscillations of a multi-stranded loop[J]. The Astrophysical Journal, 2010, 716(2): 1371-1380.

[8]Terradas J, Arregui I, Oliver R, et al. Resonant absorption in complicated plasma configurations: applications to multistranded coronal loop oscillations[J]. The Astrophysical Journal, 2008, 679(2): 1611-1620.

[9]Jain R, Maurya1 R A, Hindman B W. Fundamental-mode oscillations of two coronal loops within a solar magnetic arcade[J]. The Astrophysical Journal Letters, 2015, 804(1): L19-L27.

[10]Lee J K, Newman T S, Gary G A. Oriented connectivity-based method for segmenting solar loops[J]. Pattern Recognition, 2006, 39(2): 246-259.

[11]Carcedo L, Brown D S, Hood A W, et al. A quantitative method to optimise magnetic field line fitting of observed coronal loops[J]. Solar Physics, 2003, 218(1): 29-40.

[12]Steger C. An unbiased detector of curvilinear structures[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1998, 20(2): 113-125.

[13]James McAteer R T, Kestener P, Arneodo A, et al. Automated detection of coronal loops using a wavelet transform modulus maxima method [J]. Solar Physics, 2010, 262(2): 387-397.

[14]Kovesi P. Image features from phase congruency[J]. Journal of Computer Vision Research, 1999, 1(3): 1-27.

[15]Kovesi P. Phase congruency: a low-level image invariant[J]. Psychological Research, 2000, 64(2): 136-148.

[16]Feng Song, Xu Zhi, Wang Feng, et al. Automated detection of low-contrast solar features using the phase-congruency algorithm[J]. Solar Physics, 2014, 289(10): 3985-3994.

[17]Feng Song, Yu Lan, Yang Yunfei, et al. Identification of emission sources of umbral flashes using phase congruency[J].Research in Astronomy and Astrophysics, 2014, 14(8): 1001-1010.

[18]Feng Song, Zhao Yan, Yang Yunfei, et al. Identifying and tracking of peripheral and central umbral dots[J].Solar Physics, 2015, 290(4): 1119-1133.

[19]韓翠翠, 蔣霞, 楊云飛, 等. 基于NVST觀測的米粒識別和形態(tài)特征分析[J]. 科學通報, 2016, 61(8): 881-890.

Han Cuicui, Jiang Xia, Yang Yunfei, et al. Identification and morphology analysis of granules using the New Vacuum Solar Telephone Observations[J]. Chinese Science Bulletin, 2016, 61(8): 881-890.

[20]Lemen J R, Title A M, Akin D J, et al. The Atmospheric Imaging Assembly (AIA) on the Solar Dynamics Observatory (SDO) [M]// The solar dynamics observatory. New York: Springer US, 2012: 17-40.

*基金項目：國家自然科學基金 (U1531132, 11463003, 11573012, 11303011) 資助.

收稿日期：2015-09-01；

修訂日期：2015-10-11

作者簡介：馮松，男，副教授. 研究方向：天文技術，數(shù)字圖像處理. Email: ynkmfs@escience.cn

中圖分類號：TP391.41

文獻標識碼：A

文章編號:1672-7673(2016)03-0345-06

Identification and Tracking of Coronal Loop Oscillation Using Phase Congruency and Directional Filter

Feng Song1,2, Wang Yang1,2, Zhao Yan1,2, Yuan Quan1,2, Yang Yunfei1,2, Deng Hui1,2, Wang Feng1,2

(1. Faculty of Information Engineering and Automation, Kunming University of Science and Technology, Kunming 650500, China; 2. Computer Technology Application Key Laboratory of Yunnan Province, Kunming University of Science and Technology, Kunming 650500, China, Email: ynkmfs@escience.cn)

Abstract:Solar flares occurring usually cause oscillations of nearby coronal loops. A precondition of studying these oscillations is to explore how to identify coronal loops. Meanwhile, accurate identification is also crucial to study and analyze the statistical features of the coronal loops and the relationship to coronal magnetic field. However, the traditional identification methods based on intensity and/or gradient threshold have some limitations, because coronal loops hold a relatively low contrast, blurred boundary, and the image noise is close to coronal loops. So we propose a new method to identify coronal loops using phase congruency and directional filter. The identification procedures are as follows: firstly, phase congruency technique is used to identify linear shape in a coronal image; secondly, a binary image is obtained from the image of phase congruency for detecting the loop features; thirdly, a directional filter based on Sobel Operator is applied to remove the redundant features that are nearly perpendicular to those target loops; fourthly, morphological filters are used to extract the shape of those loops; finally, quadratic fitting is used to smooth the identified loop features. For illustrating the performance of the method, the coronal loop oscillations taken with the Atmospheric Imaging Assembly on aboard the Solar Dynamic Observatory on September 11, 2011 are used to evaluate the identification and tracking process. The coronal loop oscillations were caused by a nearby X2.1 flare emission. We analyzed the identified results, and calculated their oscillation period, phase difference and decay coefficient. They are in good agreement with those of previous works. This implies that the proposed method can accurately identify the shape of a loop in an image; furthermore, the results can also be used to study the physical properties of coronal loop oscillations and the relationship to others solar phenomena.

Key words:Phase congruency; Directional filter; Coronal loop oscillation; Oscillation period

CN 53-1189/PISSN 1672-7673