基于形态成分分析从射电天文图像中提取灯丝VL - 2019 PY - 2019 DA - 2019/06/02 DO - 10.1155/2019/2397536 UR - https://doi.org/10.1155/2019/2397536 AB -灯丝是一种广泛存在的天文结构。从射电天文图像中分离灯丝是一个挑战，因为它们的辐射通常很弱。更重要的是，丝状物经常与明亮的物体混合，如星星，这使它们很难分开。为了提取灯丝，a . Men’s chikov提出了一种自动获取灯丝的方法。然而，该算法通过简单地计算连通像素数来去除微小结构。基于局部信息去除微小结构可能会去除部分灯丝，因为在射电天文图像中灯丝通常是微弱的。为了解决这一问题，我们将形态学分量分析(MCA)应用于处理每一幅单独的空间尺度图像，并提出了一种基于MCA的细丝提取算法。MCA使用字典来分解图像，字典的元素可以是小波变换函数、曲线变换函数或脊波变换函数。字典中元素的不同选择可以得到不同的空间尺度图像的形态成分。利用MCA可以得到空间尺度图像中的线结构、高斯源等结构，并排除与细丝无关的成分。 Experimental results showed that our proposed method based on MCA is effective in extracting filaments from real radio astronomical images, and images processed by our method have higher peak signal-to-noise ratio (PSNR). JF - Advances in Astronomy SN - 1687-7969 PB - Hindawi SP - 2397536 KW - A2 - Fan, Junhui AU - Zhu, M. AU - Liu, W. AU - Wang, B. Y. AU - Zhang, M. F. AU - Tian, W. W. AU - Yu, X. C. AU - Liang, T. H. AU - Wu, D. AU - Hu, D. AU - Duan, F. Q. ER -