绚丽多彩的极光,常发生在南北极区,形状多种多样,神秘、美丽。千百年来,极光现象一直吸引着人们去探索、去追寻。已有研究者采用多种手段进行联合观测,引用多种数据如雷达、卫星数据研究极光的物理变化过程,探讨相应的物理规律。其中,利用地面设备拍摄得到的极光图像则是研究极光不可或缺的重要数据。目前极光图像数据已达千万量级,需要用计算机来进行自动分析处理。本文使用计算机视觉技术对极光图像序列的自动分析处理进行了深入研究。本文首先对地磁南北向运动的弧状极光图像序列进行分析,在现有的VLBP基础上提出了基于PVLBP的极光图像序列事件检测方法,该方法只考虑地磁南北向的图像序列信息而忽略其它方向,符合待检测极光图像序列的运动特性,实验结果证明,该方法可以在保持较高分类检测精度的同时降低特征维数,提高检测效率。其次,本文针对PVLBP忽略单帧图片的空间位置信息的情况,提出了结合序列帧间连续性信息和单帧空间位置信息的空时结构,与PVLBP结合形成空时极向LBP(ST-PVLBP),并就空时结构的层数对检测结果的影响进行了探讨。实验结果证明,ST-PVLBP可以在保持高分类检测精度的同时保持高检测效率,达到精度和效率兼顾。最后,本文对其它类型的极光图像序列事件进行检测,而不仅仅局限于单一目标的极光事件。首先验证了空时结构的普适性,然后通过将静态的LBP模式规律引申到动态VLBP模式上,将主成分分析法应用于动态VLBP模式,提出了空时主成分LBP。实验结果证明,空时主成分LBP可以作为描述极光图像序列特征的一种有效手段。