极光通常出现在南北两极的高纬度区域,它是一种美丽的自然现象。极光活动的研究不仅对于了解空间天气、研究太阳风暴等具有重要作用,而且有助于进一步研究地球的磁层结构和能量存储。通常情况下,极光卵是研究极光活动的一个重要参数,因此如何准确有效地提取极光卵边界是本文研究的重点问题。本文主要对极光图像中极光卵的分割方法进行了分析和研究。首先,对原始极光图像实现图像预处理过程,降低噪声干扰并增强图像的对比度;其次,采用改进的区域生长方法提取极光卵边界,并利用数学形态学运算对分割结果进行调整修正;最后,根据本文采用的分割评价方法对分割结果进行评价。论文的主要研究内容体现在以下几个方面:(1)对紫外极光图像分割之前,需要进行相应的图像预处理操作。根据极光图像特点,图像预处理主要包括去除背景、图像去噪、图像增强。通过图像预处理,一方面可以有效地去除图像噪声,避免了区域生长中初始种子像素的误判;另一方面可以增强原始图像的对比度,有利于生长阈值的选取。(2)在区域生长过程中,根据极光图像的灰度直方图,利用高斯拟合的方法选取一组像素值作为初始种子生长点,这样有效地克服了选取单个初始种子点的缺陷,即避免了由于噪声干扰而造成的区域误生长现象;然后,在分析像素邻域灰度特性的基础上,采用最大类间方差法自动获得最佳分割阈值,从而减少了传统区域生长方法手动选取阈值时造成的系统误差;最后,利用数学形态学运算对分割结果进行调整修正,消除了已分割区域中由于噪声干扰而产生的孔洞和不连续现象。(3)利用差异实验法评价分割结果的性能。通过计算分割结果的四项定量指标,评价本文分割方法的优劣性,并给出多种方法与本文方法的对比实验数据。根据相关实验数据,可以得出本文采用的分割方法具有较高的准确度。在Matlab7.0平台下对极光图像进行实验仿真,结果表明本文采用的分割方法可以较准确和较完整地分割出极光卵区域,同时该方法具有良好的鲁棒性,尤其在低对比度、高噪声的情况下,也能较准确地提取出极光卵区域。