[发明专利]基于生成式对抗网络的极光卵强度图像建模方法

权利要求书

1.基于生成式对抗网络的极光卵强度图像建模方法，包括：

(1)从Polar卫星携带的紫外成像仪所拍摄的紫外极光图像中选取极光卵图像数据，并从OMNI数据库中选取与极光卵图像时间对应的空间环境参数；

(2)对选取的极光卵图像数据进行预处理，即先将原始图像转换到以地磁极点为中心的坐标系中，移除地磁纬度小于50的数据点，再将图像中负值点清零并对图像进行平滑去噪；

(3)对(1)中选取的空间环境参数取11分钟的滑动平均，得到预处理后的空间环境参数数据；

(4)将(2)中预处理后的极光卵图像数据和(3)预处理后的空间环境参数数据按照时间关系一一对应为极光卵图像数据和空间环境参数数据对，并从极光卵图像数据和空间环境参数数据对中选70％作为训练数据，剩下的30％作为测试数据；

(5)用训练数据通过交替迭代的方式对生成式对抗网络中的生成器G和判别器D进行训练，得到训练好的生成器G*和训练好的判别器D*；其中通过交替迭代的方式对生成式对抗网络中的生成器G和判别器D进行训练，按如下步骤进行：

(5a)定义目标函数L如下：

L＝αM(G,D)+βN(G)+λS(G)

M(G,D)＝E_x,y～p(x,y)[log D(x,y)]+E_x～p(x)[log(1-D(x,G(x))]，

N(G)＝E_x,y～p(x,y)[||y-G(x)||₁]

其中，M(G,D)是生成式对抗网络目标函数项、N(G)是L1目标函数项、S(G)是相似度目标函数项，x是空间环境参数，y是真实极光卵强度图像，p(x,y)是训练数据；α、β和λ分别是M(G,D)、N(G)和S(G)在总的目标函数中的权重，α、β和λ的值通过实验确定；

(5b)保持判别器D中的参数不变，更新生成器G中的参数，使目标函数L最小化；

(5c)以空间环境参数x作为输入，使用更新过的生成器G生成极光卵强度图像G(x)；

(5d)保持生成器G参数不变，用空间环境参数x和真实极光卵强度图像y数据对{x,y}以及空间环境参数x和生成的极光卵强度图像G(x)数据对{x,G(x)}作为输入，更新判别器D的参数使目标函数L最大化；

(5e)迭代进行(5b)-(5d)这个过程直到满足迭代停止条件，得到训练好的生成器G*和训练好的判别器D*；

(6)将测试数据中的空间环境参数输入到训练好的生成器G*中，得到预测的极光卵强度图像。

2.根据权利要求1所述的方法，其中(2)中对极光卵图像进行平滑去噪，是以极光图像中的任意像素点(i,j)作为中心划分一个适当的邻域窗口，并计算邻域窗口所有像素点的平均值，以计算所得的平均值作为平滑去噪后图像对应像素点(i,j)的值：

其中，P是邻域窗口中像素个数，H是所选领域窗口大小，a(i,j)表示极光卵图像像素点的像素值，b(i,j)是平滑去噪后图像像素点的像素值。

3.根据权利要求1所述的方法，其中(5a)中结构相似度目标函数项S(G)，其实现如下：

(5a1)把空间环境参数x输入到生成器G中，得到生成的极光卵强度图像

(5a2)计算真实极光卵强度图像y和生成的极光卵强度图像在亮度上的相似度

其中u_y分别表示y的均值，c₁是一个小于0.00001的常数；

(5a3)计算真实极光卵强度图像y和生成的极光卵强度图像在对比度上的相似度

其中分别表示y的方差，c₂是一个小于0.00001的常数；

(5a4)计算真实极光卵强度图像y和生成的极光卵强度图像在结构上的相似度

其中表示生成的极光卵强度图像和真实极光卵强度图像y的协方差，表示生成的极光卵强度图像中第i行第j列的像素值，y_ij表示真实极光卵强度图像y中第i行第j列的像素值，Q表示极光卵强度图像的长，R表示极光卵图像的宽，c₃是一个小于0.00001的常数；

(5a5)计算两图像间相似度函数

其中，a、b和e分别是在两图像间相似度函数中的权重；

(5a6)计算相似度目标函数项S(G)：