劉艷霄，楊云飛，林雋

(1.中國科學院云南天文臺，云南 昆明 650011；2.中國科學院大學，北京 100049；3.昆明理工大學計算機應用重點實驗室和信息工程與自動化學院，云南 昆明 650500)

太陽光球磁亮點的識別算法

劉艷霄1，2，楊云飛3，林雋1

(1.中國科學院云南天文臺，云南 昆明 650011；2.中國科學院大學，北京 100049；3.昆明理工大學計算機應用重點實驗室和信息工程與自動化學院，云南 昆明 650500)

區(qū)域生長法是一種基于區(qū)域分割的算法，其關鍵在于種子點的準確提取和生長準則的定義。用區(qū)域生長法對云南天文臺澄江1 m紅外太陽塔望遠鏡(New Vacuum Solar Telescope，NVST)在TiO(705.8nm)波段的觀測資料進行分析識別，采用拉普拉斯算子提取種子點，然后用圖像灰度閾值作為生長準則對種子點進行生長，最后剔除誤識別的米粒，從而完成對磁亮點的識別工作。然后又對Hinode的觀測資料進行了識別并與Utz等人的結果進行對比。

太陽光球磁亮點；圖像識別；拉普拉斯算子；圖像分割；區(qū)域生長法

CN53－1189/P ISSN1672－7673

太陽光球磁亮點是位于米粒通道里的一些亮的磁結構。1973年文[1]作者用Hα研究磁匯聚時發(fā)現(xiàn)這些磁匯聚區(qū)域是亮的，緊接著1974年文[2]作者用Ca II K譜線的遠翼單色像也發(fā)現(xiàn)了磁匯聚區(qū)域的亮點，因此，他們稱之為磁亮點。G帶(430.5 nm)和TiO波段(705.8 nm)都可以觀測到磁亮點。磁亮點因為觀測的波段和位置不同，也有不同的名稱。比如，有人稱用G帶觀測到的亮點為G帶亮點[3－5]，觀測到的網(wǎng)絡內亮點稱為網(wǎng)絡內亮點[6－7]等等。

磁亮點的研究目前還處于基礎階段，尚不清楚磁亮點的內部結構，不過對其基本的特征已經(jīng)有了一些認識:磁亮點尺度大小在100～300 km之間，也有部分小的磁亮點尺度在望遠鏡衍射極限以下；其壽命從幾十秒到十幾分鐘不等，一般情況下，暗弱的磁亮點壽命較短，較亮的磁亮點或者幾個聚集在一起的一團磁亮點的壽命比較長[8]；因為磁亮點位于米粒通道里，這些磁亮點被米粒組織的對流運動推擠而被迫運動，有漩渦運動[5]，有水平運動[9－10]，也有的會發(fā)生分裂和融合[8]。

研究磁亮點有很重要的物理意義。首先，磁亮點是日冕磁場在光球層足點的示蹤者，通過磁亮點示蹤足點的運動，可以進一步研究色球和日冕加熱的能量是否就是這些小的磁結構提供。其次，磁亮點是目前望遠鏡能夠觀測的最小磁結構，研究磁亮點可以更深入地研究光球層磁元的性質。第三，通過研究磁亮點，可以研究亞光球層的物理性質。第四，磁亮點對太陽光球總輻照的貢獻有多大也是一個很有物理意義的問題和研究方向。當然，這些研究都必須在對磁亮點的準確識別和跟蹤的基礎上開展和進行。

文[8]作者采用磁亮點的亮度、亮度梯度、尺度大小3個特征作為磁亮點的生長條件，用區(qū)域生長算法識別磁亮點；文[11]作者利用米粒通道比米粒和磁亮點都要暗的特點，對圖像取閾值將米粒通道和米粒、磁亮點分割開來。然后根據(jù)磁亮點尺度比米粒尺度小很多這個特征提取磁亮點，再根據(jù)磁亮點的亮度及亮度梯度兩個特征剔除亮的米粒，最后把這些亮點在原圖像中用區(qū)域生長算法進行識別。本文采用拉普拉斯算子對圖像進行卷積，然后提取圖像中的亮點，又稱為種子點。這些種子點在原圖像中用區(qū)域生長法進行生長識別，然后再根據(jù)這些亮特征在原圖中灰度梯度值大小剔除誤識別的米粒。

1 數(shù)據(jù)處理

本文采用云南天文臺澄江撫仙湖觀測站1 m紅外太陽塔望遠鏡在TiO(705.8 nm)波段的觀測資料。撫仙湖1 m紅外太陽塔望遠鏡的口徑為1 m。這組數(shù)據(jù)是2012年10月25日在活動區(qū)為11554中的一個黑子附近觀測所得，這組數(shù)據(jù)的圖像采樣率0.04 arcsec/pixel，視場大小為91.6 arcsec×90.64 arcsec。該數(shù)據(jù)由云南天文臺南方基地科研組進行高分辨重建，這里取高分辨重建后圖像的23.24 arcsec×20.92 arcsec大小的區(qū)域作為研究對象(見圖1)。

然后，把該算法運用到日出衛(wèi)星(Hinode)上的太陽光學望遠鏡(Solar Optical Telescope，SOT)于2007年12月19日在G帶觀測的日面中心附近的觀測資料。日出衛(wèi)星的太陽光學望遠鏡口徑為50 cm。這組數(shù)據(jù)的圖像采樣率0.054 arcsec/pixel，圖像視場大小27 arcsec×27 arcsec。通過太陽軟件包(Solar Soft Ware，SSW)對Hinode的觀測資料進行了預處理。對Hinode的觀測資料進行處理并與Utz等人的結果進行對比。

圖1 云南天文臺澄江撫仙湖觀測站1 m紅外太陽塔望遠鏡在2012年12月25日TiO波段獲得的觀測資料Fig.1 The data image observed at the TiO wavelength in December 25，2012 by the 1m new vacuum solar telescope of the Yunnan Observatories

2 區(qū)域生長法

識別磁亮點的方法有多種，區(qū)域生長法是其中的一種，它是一種基于區(qū)域分割的方法。該方法按照事先規(guī)定的生長準則將圖像分割成不同的區(qū)域，這些區(qū)域之間的交集為空，并集為整幅圖像。一般情況下，區(qū)域生長法是一個將一種選定的像素或者區(qū)域根據(jù)定義的生長準則對圖像進行生長的算法。這個像素或者區(qū)域被稱為種子點。生長準則是定義區(qū)域生長算法如何生長的一種規(guī)定。針對磁亮點的區(qū)域生長的生長準則一般為磁亮點的亮度、梯度、尺度大小3個特征。區(qū)域生長的關鍵在于種子點的選取和生長準則的確定[12]。

2.1 種子點的提取

先對圖像進行中值濾波(十字形的3×3算子)平滑，去除圖像中的單像素噪聲。然后選擇采用拉普拉斯算子提取或確定種子點。拉普拉斯算子是各向同性的二階微分算子，具有旋轉不變性。定義為[12]:

由(1)式可以看出，對圖像進行拉普拉斯算子運算就是對圖像的灰度值求二階導數(shù)。因此，可以得到圖像灰度的梯度變化值。對圖像進行拉普拉斯算子卷積后，可以得到圖像中最亮的點和最暗的點。

在數(shù)字圖像處理中，拉普拉斯算子離散形式為[12]:

拉普拉斯算子離散形式公式對應算法中的卷積模板如(3)式，這是四鄰域模板:

結合(2)式，不難看出模板(3)與圖像卷積后計算的結果大于零時，說明在點(x，y)處的灰度值f(x，y)比周圍4個值的灰度平均值要大。因此往往可以得到圖像中的亮點。計算結果小于零時，說明點(x，y)處的灰度值f(x，y)比周圍4個值的灰度平均值要小，因此可以檢測到圖像中的暗點。而當計算結果為零，且周圍的拉普拉斯值分別大于零和小于零，那么這個零點就是圖像灰度值變化的邊界點，也就是零交叉點。根據(jù)這個原理，用(3)式對平滑后的圖像進行卷積。經(jīng)過多次試驗發(fā)現(xiàn)，當取閾值為10時，將種子點在原圖中顯示，提取的亮點可以與原圖中的磁亮點很好地對應。大于這個閾值時，獲取的種子點比原圖像中的磁亮點少，小于這個閾值時，會有很多米粒上的亮點。如圖2，取閾值為10時的種子點圖。

圖2 種子點提取圖。拉普拉斯卷積后取閾值為10，獲取種子點分布圖Fig.2 The images of extracted seeds.The seeds are selected as pixels in the convolution of the observed image using a Laplacian mask with a selection threshold of 10

2.2 識別

與Utz的區(qū)域生長法不同的是，沒有把磁亮點的亮度、亮度梯度、尺度大小作為種子點的生長準則，而是先用拉普拉斯算子(3)對圖像進行卷積。拉普拉斯算子與原圖像卷積后的結果中，灰度值為正時，這個像素對應的點是亮點，相反，灰度值為負值時，這個像素對應的點是暗點。又由于米粒邊界和磁亮點的邊界都在暗的米粒通道里，因此米粒和磁亮點的邊界處灰度梯度值比較大。這樣以灰度閾值作為生長準則的時候，這些邊界的像素值在設定的灰度閾值之外，生長的過程中避免了生長尺度超過磁亮點本來的尺度或者沒有生長到磁亮點本來大小尺度之類的現(xiàn)象。

識別的亮點有少數(shù)部分并不是想要的磁亮點，而是米粒上的亮點。這些米粒上的亮點與需要的磁亮點的不同之處在于磁亮點邊緣處直接在米粒通道里，故灰度梯度值很大，而米粒上的亮點由于是米粒的一部分，米粒內部的灰度值變化比較緩慢，故米粒上的亮點邊緣的灰度梯度值比較小。對提取的亮點使用膨脹算法，膨脹的結果與拉普拉斯卷積后的圖像相乘積。如果膨脹的結果中邊緣像素為負值的像素數(shù)等于總邊緣像素數(shù)的，認為這個區(qū)域是磁亮點區(qū)域，否則判斷為米粒上的亮點，由此剔除誤識別的米粒[13]。識別結果如圖3，從圖中可以看出，米粒通道里的磁亮點基本可以識別。

3 算法運用到Hinode衛(wèi)星資料上的結果

對Hinode上的太陽光學望遠鏡于2007年12月19日在G帶觀測的日面中心附近的觀測資料運用太陽軟件包的預處理程序對其進行了預處理，然后運用高斯平滑算子對圖像進行平滑去除噪聲。與云南天文臺撫仙湖觀測資料不同的是，太陽光學望遠鏡在G帶觀測資料中亮點與光球背景對比度相對較弱，因此對其做了快速傅里葉變換進行圖像增強，然后再運用拉普拉斯提取種子點，并對種子點在拉普拉斯圖像上區(qū)域生長。識別結果見圖4。

圖3 識別后的圖像。米粒通道里的磁亮點基本上可以識別Fig.3 The image whose magnetic bright spots are searched for(the left panel)and the same image with the recognized magnetic bright spots marked as white points(the right panel).Almost all magnetic bright spots in the lanes between granules in the image have been recognized

圖4 左圖為太陽光學望遠鏡于2007年12月19日在G帶觀測的日面中心附近的觀測資料，右圖為識別后的結果Fig.4 The left panel is the image observed in December 19，2007 though the G band by the Solar Optical Telescope(SOT)on the Hinode.The right panel is the same image showing the magnetic bright spots recognized by our method

由于Utz等人沒有給出所用資料的具體時間及其識別的磁亮點數(shù)量，而是給出了識別結果的尺度統(tǒng)計。因此無法用與之相同的觀測資料，不過運用的Hinode資料的視場大小與Utz等人的一致，也都是日面中心附近區(qū)域。一共識別了50個磁亮點，平均尺度為166.2 km。對其尺度進行了統(tǒng)計并與Utz等人的結果進行對比。如圖5，數(shù)據(jù)是運用了與Utz相同大小視場的圖像，但是只是一幅圖像的識別結果，Utz等人對一組圖像相同視場下的磁亮點尺度進行統(tǒng)計。

4 結 論

本文對云南天文臺澄江觀測站1 m紅外太陽塔望遠鏡在TiO波段的觀測資料進行了圖像處理和分析。用區(qū)域生長法對米粒通道里的磁亮點進行了識別，并給出了識別的初步結果。

又用該算法識別了Hinode的太陽光學望遠鏡在G帶觀測的數(shù)據(jù)并與Utz等人的結果進行了對比。Utz等人的算法識別的磁亮點平均尺度為166 km，本文識別的磁亮點平均尺度為166.2 km(孤立磁亮點)。Utz雖然每幅圖識別的磁亮點也不是很多，但是他們對756幅連續(xù)拍攝的圖像中相同視場的所有磁亮點進行了統(tǒng)計。本文只是取一幅圖像中的磁亮點進行了統(tǒng)計，因此沒有得到有規(guī)律的磁亮點尺度分布。

圖5 磁亮點尺度統(tǒng)計圖。左圖是對50個磁亮點進行尺度統(tǒng)計的結果，右圖是Utz等人對所識別的磁亮點進行尺度統(tǒng)計的結果。右圖中虛線部分和實線部分是兩組采樣率不同的數(shù)據(jù)，光滑的曲線是正態(tài)分布擬合的曲線。我們的結果與圖中虛線的數(shù)據(jù)有著相同的采樣率，因此我們主要與虛線數(shù)據(jù)對比Fig.5 Our statistical results of Magnetic Bright Spots(MBS).The left panel shows statistics of sizes of our recognized magnetic bright spots.The right panel shows the size statistics given by Utz et al.The solid and dashed histograms in the right panel are the results for different sampling resolutions，respectively.The curves in the right panel represent the fits with the normal distributions.The dashed histogram is from data having the same sampling resolution as ours，which makes it suitable for comparison to our results

Utz等人的區(qū)域生長法以亮度、亮度梯度、尺度大小作為生長準則，識別出很多孤立的磁亮點。本文沒有對磁亮點的尺度設定閾值，于是可以識別出一些鏈狀結構的磁亮點。

致謝：感謝南方基地的老師和同學們提供觀測資料，并對觀測資料裸數(shù)據(jù)進行了高分辨率圖像重建工作處理。

[1] Dunn R B，Zirker J B.The solar filigree[J].Solar Physics，1973，33(2):281－304.

[2] Mehltretter J P.Observations of photospheric faculae at the center of the solar disk[J].Solar Physics，1974，38:43－57.

[3] Berger T E，Title A M.On the relation of G-band bright points to the photospheric magnetic field [J].The Astrophysical Journal，2001，553:449－469.

[4] Beck C，Bellot Rubio L R，Schlichenmaier R，et al.Magnetic properties of G-band bright points in a sunspot moat[J].Astronomy and Astrophysics，2007，472:607－622.

[5] Nisenson P，van Ballegooijen A A，de Wijn A G，et al.Motions of Isolated G-band bright points in the solar photosphere[J].The Astrophysical Journal，2003，587(1):458－463.

[6] Muller R，Roudier Th，Vigneau J，et al.The proper motion of network bright points and the heating of the solar corona[J].Astronomy and Astrophysics，1994，283(1):232－240.

[7] Muller R，Roudier Th.Formation of network bright points by granule compression[J].Solar Physics，1992，141(1):27－33.

[8] Utz D，Hanslmeier A，M?stl C，et al.The size distribution of magnetic bright points derived from Hinode/SOT observations[J].Astronomy and Astrophysics，2009，498(1):289－293.

[9] Utz D，Hanslmeier A，Muller R，et al.Dynamics of isolated magnetic bright points derived from Hinode/SOT G-band observations[J].Astronomy and Astrophysics，2010，511:A39.

[10] Keys P H，Mathioudakis M，Jess D B，et al.The velocity distribution of solar photospheric magnetic bright points[J].The Astrophysical Journal Letters，2011，740(2):L40－L44.

[11] Crockett P J，Jess D B，Mathioudakis M，et al.Automated detection and tracking of solar magnetic bright points[J].Monthly Notices of the Royal Astronomical Society，2009，397(4): 1852－1861.

[12] Gonzalez R C，Woods R E.數(shù)字圖像處理[M].阮秋琦，阮宇智，等譯.北京:電子工業(yè)出版社，2010:496.

[13] Feng Song，Ji Kaifan，Deng Hui，et al.Automatic detection and extraction algorithm of intergranular bright points[J].Journal of the Korean Astronomical Society，2012，45:167－173.

A Region-Growth Algorithm to Recognize Magnetic Bright Spots in the Solar Photosphere

Liu Yanxiao1，2，Yang Yunfei3，Lin Jun1
(1.Yunnan Observatories，Chinese Academy of Sciences，Kunming 650011，China，Email:liuyanxiao＠ynao.ac.cn；2.University of Chinese Academy of Sciences，Beijing 100049，China；3.Key Laboratory of Applications of Computer Technologies of the Yunnan Province，College of Information Engineering and Automation，University of Science and Technology of Kunming，Kunming 650500，China)

Magnetic bright spots are the smallest magnetic structures in the solar photosphere.They are located in lanes between solar granules.Their sizes are about 100km to 300km，and their lifetimes range from several seconds to tens of minutes.It is important for solar physics to extensively study magnetic bright spots. For example，magnetic bright spots are considered as tracers of active regions whose flux ropes stretch into the solar corona.Motions of magnetic bright spots may have important impact on the heating of the solar chromosphere and corona.In addition，studies of magnetic bright spots can improve our knowledge about the solar sub-photosphere.Accurate recognitions of magnetic bright spots serve as the basis for all relevant important studies.The region-growth algorithm for recognizing magnetic bright spots is based on the image segmentation technique.The key steps of the algorithm are to select the seeds for the region growth and to define growth rules.In this paper we use certain data observed at the TiO wavelength by the 1m new vacuum solar telescope of the Yunnan Observatories.In applying the algorithm，we extract seeds as certain pixels in the convolution of a data image using a Laplacian mask.The pixels selected as seeds have post-convolution values passing a threshold.Our growth rule is that a pixel is included in a region for a spot if the gray value there passes a threshold.After processing with the algorithm we remove features falsely selected by the algorithm.We also apply the algorithm to some G-band data observed by the Solar Optical Telescope on the Hinode.We compare our results to those of Utz et al.We find that diameters of magnetic bright spots have an average 166.2km，which is consistent with the average given by Utz et al.166km.This supports the reliability of our recognition approach.

Magnetic bright spots in the solar photosphere；Image-feature recognition；Laplacian operator；Image segmentation；Region-growth algorithm

P182.2＋1

A

1672－7673(2014)02－0145－06

2013－05－06；修定日期:2013－05－16

劉艷霄，女，碩士.研究方向:太陽光球磁亮點.Email:liuyanxiao＠ynao.ac.cn