电离层是人类生存的近地空间环境的重要组成部分,对现代通信,航空航天等各方面存在很大的影响,做好对电离层的监测与预报研究具有重要的意义.电离层垂直探测是探测电离层的重要手段之一,该探测方法能够获取垂直探测电离图,即频高图 (Piggot and Rawer, 1972).到目前为止,世界各地已经研究出多种不同型号的垂测仪,由于不同的垂测仪设备得到的电离图数据的输出格式各不相同,公开发布的电离图往往是以图片的形式存在,因此对图片式电离图进行自动判读的研究是十分必要的.
从20世纪60年代末开始,国内外都在不断地研究开发电离图自动判读的方法,经过多年的研究,各种电离层垂直探测仪都开发了相应的自动判读算法.Reinisch和Huang (1983)于1983年开发了ARTIST频高图自动度量系统 (Huang and Reinisch, 1982; Reinisch and Huang, 1983),并且不断有研究者对其进行性能的提升 (Galkin and Reinisch, 2008),ARTIST算法结合了图像识别和解析函数拟合技术自动识别电离层的回波描迹,自动判读时需要输入回波的偏振信息,适用于Digisond系列测高仪. Fox和Blundell (1989)于1989年提出了约束外推法.2002年Pezzopane和Scotto (2004)开发了Autoscala系统,该系统使用了图像识别技术进行轮廓拟合,提取电离层回波描迹时不需要回波的偏振信息 (Scotto and Pezzopane, 2008; Pezzopane and Scotto, 2010).2000年台湾国立中央大学科学研究中心提出了应用模糊集合理论对电离图的自动判读的模糊几何法 (Tsai and Berkey, 2000).由中国科学院地质与地球物理研究所与中国科学院丁宗华等人提出的基于经验正交函数 (EOF) 分析的自动判读方法 (丁宗华等, 2007; Ding et al., 2007) 以及武汉大学电离层实验室姜春华等人结合IRI模型,Nequick2模型,图像处理方法,EOF函数以及QPS模型的自动判读方法 (Jiang et al., 2013) 等等均为近年来的研究成果.其中应用最为广泛的方法是ARTIST算法.
以往的判读方法大多数针对特定系统的电离图数据,结合各种经验模型等,对频高图进行描迹拟合后,再对最佳拟合的描迹进行参数提取,对测高仪的输出数据格式有一定的限制,普适性较低.近年来,洪文佳等 (2010)人介绍了一种图片式电离图和数字化电离图转换技术,用来实现大量历史频高图的数字化.本文针对图片式电离图的数据特点,结合图像形态学处理技术,图像投影以及IRI,NeQuick2模型来对图片式电离图F2层进行描迹提取,并对F2层实现自动判读,减少对垂测仪输出数据格式的限制,增强普适性并且提高自动判读的可靠性和稳定性.
本文对F2层参数的自动判读方法主要包括预处理,F2层的提取以及F2层的参数判读三个步骤,具体算法在下文中进行详细介绍.在介绍完自动判读算法之后,本文通过不同的探测系统的实测电离图 (包括武汉大学自主研制的垂测系统和DPS-4系统) 对该算法的判读性能进行验证.
1 电离图F2层参数实时判读方法 1.1 图片式电离图预处理 1.1.1 有用信息部分的截取读取图片式电离图,将电离图转换为灰度图的形式.灰度图形式的电离图可以用二维灰度矩阵来表示.灰度矩阵中每一点的值代表电离图在该点的灰度值的大小.由于读入的电离图数据中除了有用的反射回波信息以外,还有坐标轴的轴线,示数以及图像边框等无用信息,这些无用信息的存在会干扰电离图中电离层描迹的提取以及参数的判读,因此需要将包含有用信息的部分截取出来.
对读取的电离图灰度数据进行分析,电离图中坐标轴的四条轴线上每个点所对应的灰度值都是相等的,将该灰度值记为c,将灰度值为c的点最多的两行以及两列所包围的部分截取出来,便将有用信息部分提取出来.图 1所示为2013年10月22日02时05分在云南普洱地区记录的原始电离图.坐标校正前后的电离图如图 2a以及图 2b所示.
电离图中的噪声包括孤立的离散点噪声,底噪声以及同频干扰等等.有用的反射回波信号与各种噪声混杂在一起,使得电离图的对比度较差.为了能够比较准确地对电离层参数进行判读,对电离图噪声的去除尤为重要.该部分主要从三个方面进行处理:离散点噪声的去除,描迹灰度值增强以及底噪声的去除.
(1) 离散点噪声的特性是以孤立点的形式出现,对应的像素点很少,而信号以及底噪声是以大面积的块状出现,对应很多的像素点.因此采用中值滤波 (阮秋琦, 2001; 谢燕江, 2004) 的方法去除离散点噪声.
(2) 由于电离层F2层描迹的末尾部分许多像素点的像素值很小,接近于底噪声的值在去除底噪声的过程中容易将其误除,为了减少这种现象造成的误差,在去除底噪声之前需要对描迹的灰度值增强.本文将灰度图分为3×3个像素点为一个单元的网格状,取每一个网格中的像素点的最大值作为网格中所有点的像素值的大小.
(3) 底噪声是整张电离图中分布较为均匀,且幅度远小于描迹幅度的噪声.采用局部自适应二值化中的Niblacks算法 (王序哲,2011),根据局部均值和局部标准差,在图像中选取不同的局部阈值T将电离图底噪声去除并二值化.对每一个频率点上对应的所有像素值求平均值E以及方差值D,设定一个参数方程进行阈值计算,如式 (1) 所示,然后用求得的阈值来对图像进行二值化.公式为
(1) |
其中a与b为自由参量,E与D分别为每一个频率点上对应的所有像素值的平均值以及方差值,C为一个常量.选取合适的a,b以及C的值求得每个频点相对应的自适应阈值,将电离图中像素值大于阈值的点作为回波信号保留,小于阈值的点作为噪声去除,便可将底噪声以及部分同频干扰去除.
图 3所示是噪声去除效果电离图,从左到右分别是去除离散点噪声,描迹灰度值增强以及去除底噪声的电离图.
由于测高仪本身存在噪声以及探测过程中容易受到外界噪声的干扰,探测得到的电离图中描迹中可能存在孔洞以及断裂等现象,并且临频处的描迹灰度值较小,描迹容易被误除,对自动判读造成较大的误差.本文通过一些形态学图像处理 (Gonzales et al., 2012) 的方法对电离层F2层描迹简单的修复,以减少误差.所用到的操作主要有闭运算平滑F2层描迹的轮廓,图像填充小的孔洞以及膨胀处理连接小的断裂,加长加粗描迹.效果图如图 4所示.
为了对F2层参数判读,将F2层描迹准确地提取出来是十分重要的.本文选择图像投影 (孙远等, 2000; Jiang et al., 2014) 的方法对F2层描迹进行提取.图像投影可以将二维的图像信息转换为一维的数据,根据需要将电离图向不同的方向投影,可以得到电离图中不同维度的特征信息.本节中分别将电离图向频率轴和虚高轴方向投影,可以获得电离层描迹对应的频率和虚高的特征信息.在对高频段噪声的分离部分,我们需要使用的是电离层描迹在频率方向上的分布特征,因此需要将电离图向频率轴投影.而对F2层的提取部分,我们需要用到的是电离层各层描迹在高度分布上的特征,所以这一部分则要将电离图向虚高轴投影.将电离图用一个二维矩阵S(n, m) 表示.因此,向频率轴投影以及向虚高轴投影分别由公式 (2) 以及 (3) 计算,公式为
(2) |
(3) |
其中y_ f表示向频率轴投影的投影值,y_h表示向高度轴投影的投影值,m以及n分别表示电离图的虚高方向上像素点的总数以及频率方向上像素点的总数.投影曲线如图 5所示,红线代表向虚高轴投影的曲线,带“*”号的蓝线是向频率轴投影的曲线.
由于电离层F2描迹分布集中且描迹从低频端开始到临界频率处描迹结束,而高频段的干扰分布较为离散,且与描迹分布区域频率上相距较远.通过对频率轴投影曲线分析,F2层描迹对应于投影曲线上投影值连续大于0的区间中长度最长的区间,而高频段的噪声对应于投影曲线上投影值连续大于0的区间中很短的区间,并且两区间相距较远.首先扫描整个投影曲线,找出投影值连续大于0的区间中长度最长的区间,从这个区间向频率增大的方向扫描,利用描迹与高频段噪声之间区间的投影值均为0的特征,若两个连续非0值的区间之间的0值区间长度大于某一经验值 (本文中选取的经验值是0.7 MHz) 时,便认为该0值区间之前的投影值非0区间为F2层描迹对应的投影曲线.此时将该0值区间之后投影值去除,即可将高频段的干扰去除.结合电离层的分层特点 (熊年禄等, 1999),各层高度分布不同且F2层二次反射回波的高度大约是F2层回波高度的两倍的特点 (Piggot and Rawer, 1972),以及E-F谷区的电子密度低于E层与F层,无反射回波的特征 (Shi et al., 2013),分析向虚高轴投影的曲线,利用电离层各层描迹分别对应的投影曲线上的极大值之间的位置关系以及各层之间的无反射回波区域的投影值为0的特点,分别将E层,F2层二次反射回波与F层分离,如图 6所示.
白天的频高图存在F1层的回波描迹,为了使该方法能够同时处理存在F1层描迹情况下的频高图,本文参考IRI模型 (Bilitza et al., 2001) 和Nequick2模型 (Nava et al., 2008) 计算F1层的临频参数,并将F1临频值之前的描迹删除,由此可将F2层描迹提取出来.国际参考电离层 (IRI) 模型是根据大量实测资料统计分析所得出的可在计算机上实现的一个经验模型,由于IRI模型在形成时缺乏中国的电离层资料,造成IRI模型得到的参数与中国的电离层参数有一定的偏差.早期的研究成果 (刘瑞源等, 1994) 表明,IRI模型中E层的临界频率与中国观测得到的E层临频值相近,F1层的临频与中国实测数据比较吻合,但是F1层发生的概率与中国实测概率有较大的偏差,因此本小节通过使用NeQuick2模型来弥补IRI模型的不足.NeQuick模型主要用于计算电离层中任意位置电子浓度并通过数值积分计算任意地面到卫星的雷达轨迹上的电子总含量 (TEC).NeQuick2模型是参考其他模型,例如IRI模型的情况下,利用越来越多的可用数据,经过许多工作来改进NeQuick的分析公式,并将NeQuick持续升级得到的第二代模型Nequick2.本文参考NeQuick2模型计算foF1的方法来得到电离图的foF1参数,进而求出F1层与F2层的分界线,将F2层分离出来.NeQuick2模型计算foF1的经验公式为
式中foE值是从IRI模型中得到的E层临界频率.根据对电离图的数据分析,本文采用的对foF1求值的公式需要将NeQuick2模型的公式稍加修改以使求得的值更符合本文使用的电离图中的foF1参数值,表达式为
(4) |
式 (4) 中的1.4×foE中的1.4是由NeQuick2模型计算的经验值,foE≥3中的阈值3以及式中的常量0.8是本文根据大量电离图计算的经验值.当由IRI模型得到的foE的值小于3 MHz时,认为电离图中F1层不存在,不需要进行F1和F2层的分离.当foE的值大于3 MHz时,则认为F1层是存在的,将求出的foF1值作为F1层与F2层的分界点,将电离图中foF1之前的频率点所对应每一列上所有点的像素值置零,由此便可将F1层的描迹删除,将F2层描迹较为准确地提取出来.图 7所示是云南普洱2013年10月22日10:20:00LT时刻记录的电离图.从图 7a中可知,该电离图存在F1层描迹,图 7b所示是通过该方法分离F1层和F2层并提取该F2层描迹的效果图.
通过图像投影的方法分别将电离层F2层描迹虚高方向以及频率方向的形态特征在向虚高轴投影的曲线以及向频率轴投影的曲线上展现出来.根据鉴别和度量虚高的章程,反射的最低虚高仅能在描迹基本是水平的那一点决定.电离层F2层最低虚高的位置上描迹是基本水平的或者存在可做水平切线的拐点,因此,根据对电离图的分析,若将电离层图F2层向虚高轴投影,投影曲线积分投影值最大的位置对应的虚高应是电离层F2层最低虚高的高度偏上一段高度的位置,如图 5所示.取出最大投影值位置的虚高,根据统计分析,将该虚高适当的向下调整一定的经验值作为最低虚高参数值,如图 8所示,图中红色竖线代表最大值点以及最小虚高像素点所对应的高度像素位置,绿色“+”线长度表示阈值大小即为经验值的大小.
由于地磁场的存在,进入电离层的电波会分裂为两个不同的特征波,寻常波以及非寻常波.由于两特征波的反射条件不同,同一频率上寻常波的反射高度高于非寻常波的反射高度,因此同一层寻常波临频低于非寻常波临频,两者相差大约半个磁旋频率.对于典型的电离图而言,将电离图向频率轴投影后得到的频率轴投影曲线在两个临频位置附近会有两个极大值,如图 9所示.由于电离图临频处描迹并不是单值图像,描迹有一定宽度,曲线最后一个极大值点与最后一个值大于零的点不重合.首先对向频率轴投影的曲线进行平滑处理,提取投影曲线从高频向低频方向的第一个极大值的频率值记为fmax,并记投影曲线从高频向低频方向的第一个非零值的频率值为fmin,然后计算两者之间的频率差delta_f.由于电离图的x波描迹可能出现发育不完全的情况,所以本文根据频率差值delta_f的不同取值范围来区分x波描迹是否发育完全,并最终确定临频foF2和fxF2.该方法的处理流程如图 10所示.图 10中的a1=0.46,a2=0.7分别表示频率差delta_f的两个临界值,为不同情况计算临频参数时对应的选择条件.由于本文对电离图进行图像形态学处理,会对最终判读参数foF2和fxF2造成误差,因此图中参数b1和b2用来补偿最后的判读频率参数 (其参数值为经验值,本文采用b1=0.15 MHz,b2=0.4 MHz).图 11所示是自动判读频高图的结果显示,上半部分的图像是原始电离图的灰度图,下半部分是经过本文算法处理之后的电离图.
本节利用武汉大学电离层实验室由武汉电离层探测系统记录的云南普洱以及湖北武汉的电离层垂直探测电离图对本文提出的算法进行验证.本文共选取了描迹较为清晰且临频处描迹较为完整的2013年10月22日的云南普洱电离图共237张以及2014年3月和4月在武汉记录的409张电离图进行判读.分别用本文的判读算法以及人工判读的方法对这些电离图进行临界频率以及虚高参数的判读,将两种方法的判读结果进行比较.对于临界频率,认为自动判读结果与手动判读结果之间的频率偏差0.25 MHz之内的为判读结果精确,自动判读与人工判读的频率偏差在0.5 MHz之内为判读结果可以接受.对于虚高,认为自动判读与人工判读的高度之差小于10 km为判读结果精确,高度差小于25 km为判读结果可以接受.
使用本文的自动判读方法处理普洱垂直探测电离图得到临频以及虚高所处的精度范围如表 1所示,武汉电离图的临频,虚高所处的精度范围如表 2所示.各参数判读的可接受率都在百分之八十以上,因此可以认为该方法在对处理图片式电离图进行自动判读处理是可行的.
为了测试本文的方法能否对其他探测仪得到的电离图进行自动判读,本文使用了由DPS-4探测仪记录的武汉左岭站的电离图进行判读,原始电离图如图 12所示.首先根据上文中1.1.1节的方法将电离层有用信息的部分截取出来,截取出来的有用信息如图 13所示.考虑到DPS-4设备是双通道的,X波与O波是分开的,记录的电离图中X波,O波以及其他的噪声可以通过灰度值的大小来确定.在预处理时,首先找到反射回波所对应的灰度值,将这些灰度值的点提取出来,便可以粗略的将回波描迹提取并去除一些干扰噪声点,提取出来的图像如图.接下来便可以按照本文的方法从1.1.3节的图像形态学处理步骤开始向下逐步进行处理,进行参数的自动判读.预处理到F2层的提取的过程如图 14所示.判读得到的结果图如图 15所示.图 15中上半部分的图像是原始电离图的灰度图,下半部分的图像是提取出F2层后的电离图.本文对2015年6月1日至6日以及3月26日由武汉左岭站DPS-4记录的共381张电离图进行自动判读,并且将其与手动判读的参数进行比较.对于临界频率,认为自动判读结果与手动判读结果之间的频率偏差0.25 MHz之内的为判读结果精确,自动判读与人工判读的频率偏差在0.5 MHz之内为判读结果可以接受.对于虚高,认为自动判读与人工判读的高度之差小于10 km为判读结果精确,高度差小于25 km为判读结果可以接受,得到临频以及虚高所处的精度范围如表 3所示.由表 3给出结果可知,该方法能够对其他设备的图片式电离图实现较为准确的自动判读.
本论文提出一种基于图像处理技术,图像投影技术与IRI,NeQuick2模型相结合的方法针对图片式电离图进行自动判读.根据图片式电离图的特点,将电离图转换为灰度图,读取的电离图数据由灰度矩阵表示.对有用信号与噪声的种类及其特征进行分析,选择了中值滤波,局部图像增强,自适应二值化将离散点噪声以及底噪声去除,采用图像形态学处理的方法在保留尽可能多的有用信息的情况下平滑回波描迹的轮廓,并修补描迹本身较小的断裂以及孔洞等,得到较为干净的电离图,完成电离图的预处理.
4.2基于电离层各层的形态特征,分布的高度特征以及回波描迹和高频段强噪声分布的区域特征,通过将目标电离图向频率轴投影去除电离图高频段干扰,然后将目标电离图向高度轴投影的方法并结合NeQuick2模型动态地分离出F2层描迹.将F2层描迹分别向频率轴以及虚高轴投影,得到带有F2层描迹形态特征信息的投影曲线.最后由高度轴投影曲线可以得到F2层的虚高参数,根据频率轴投影曲线对F2层的临频参数进行判读.
4.3本文中针对图片式电离图的自动判读算法与传统的判读方法相比,不需要针对特定系统的数据格式设计相应的算法,具有较好的普适性,并且算法结构简单,能够满足电离图F2层参数的实时判读的要求.通过对由武汉大学研制的武汉电离层探测仪记录的电离图进行自动判读与人工判读的结果比较,表明基于图像处理的图片式电离图自动判读方法具有较高的可靠性和稳定性.此外,通过对DPS-4系统记录的图片式电离图进行自动判读,其判读结果表明该方法对其他探测设备记录的电离图也具备较为准确的自动判读精度.目前,该方法还存在一些不足之处,如无法判读电离层出现异常时的电离图等,今后的研究重点是进一步改进该方法.
致谢 本项成果使用国家重大科技基础设施子午工程科学数据,感谢子午工程提供武汉左岭站DPS-4频高图数据.[] | Bilitza D. 2001. International reference ionosphere 2000[J]. Radio Science, 36(2): 261–275. DOI:10.1029/2000RS002432 |
[] | Ding Z H, Ning B Q, Wan W X. 2007. Real-time automatic scaling and analysis of ionospheric ionogram parameters[J]. Chinese Journal of Geophysics, 50(4): 969–978. DOI:10.3321/j.issn:0001-5733.2007.04.003 |
[] | Ding Z H, Ning B Q, Wan W X, et al. 2007. Automatic scaling of F2-layer parameters from ionograms based on the empirical orthogonal function (EOF) analysis of ionospheric electron density[J]. Earth, Planets and Space, 59(1): 51–58. DOI:10.1186/BF03352022 |
[] | Fox M W, Blundell C. 1989. Automatic scaling of digital ionograms[J]. Radio Science, 24(6): 747–761. DOI:10.1029/RS024i006p00747 |
[] | Galkin, I. A., and B. W. Reinisch.2008. The new ARTIST 5 for all digisondes, INAG Bulletin, No. 24.[C].//Ionosonde Network Advisory Group Bulletin 69. Surry:IPS Radio and Space Serv, 8. |
[] | Gonzales R C, Woods R E, Eddin S L. 2012. Digital Image Processing Using MATLAB (in Chinese)[M]. Ruan Q Q, Trans. Beijing:Publishing House of Electronics Industry. |
[] | Hong W J, Ning B Q, Hu L H, et al. 2010. An introduction to the digitalizing conversion of film ionogram[J]. Progress in Geophysics, 25(1): 169–178. DOI:10.3969/j.issn.1004-2903.2010.01.024 |
[] | Huang X Q, Reinisch B W. 1982. Automatic calculation of electron density profiles from digital ionograms:2. True height inversion of topside ionograms with the profile-fitting method[J]. Radio Science, 17(4): 837–844. DOI:10.1029/RS017i004p00837 |
[] | Jiang C H, Yang G B, Zhao Z Y, et al. 2013. An automatic scaling technique for obtaining F2 parameters and F1 critical frequency from vertical incidence ionograms[J]. Radio Science, 48(6): 739–751. DOI:10.1002/rds.v48.6 |
[] | Jiang C H, Yang G B, Zhao Z Y, et al. 2014. A method for the automatic calculation of electron density profiles from vertical incidence ionograms[J]. Journal of Atmospheric and Solar-Terrestrial Physics, 107: 20–29. DOI:10.1016/j.jastp.2013.10.012 |
[] | Liu R Y, Quan K H, Dai K L, et al. 1994. A corrected method of the international reference ionosphere to be used in Chinese region[J]. Chinese Journal of Geophysics, 37(4): 422–432. |
[] | Nava B, Coïsson P, Radicella S M. 2008. A new version of the NeQuick ionosphere electron density model[J]. Journal of Atmospheric and Solar-Terrestrial Physics, 70(15): 1856–1862. DOI:10.1016/j.jastp.2008.01.015 |
[] | Pezzopane M, Scotto C. 2004. Software for the automatic scaling of critical frequency foF2 and MUF (3000) F2 from ionograms appliedat the Ionospheric Observatory of Gibilmanna[J]. Annals of Geophysics, 47(6): 1783–1790. |
[] | Pezzopane M, Scotto C. 2010. Highlighting the F2 trace on an ionogram to improve Autoscala performance[J]. Computers & Geosciences, 36(9): 1168–1177. |
[] | Piggot W R, Rawer K. 1972. URSI Handbook of Ionogram Interpretation and Reduction[M]. New York: Elsevier. |
[] | Piggot W R, Ravel K. 1979. URSI Handbook of Ionogram Interpretation and Reduction[M]. China Research Institute of Wave Propagation, Trans. |
[] | Reinisch B W, Huang X Q. 1983. Automatic calculation of electron density profiles from digital ionograms:3. Processing of bottomside ionograms[J]. Radio Science, 18(3): 477–492. DOI:10.1029/RS018i003p00477 |
[] | Ruan Q Q. 2001. The Theory of Digital Image Processing[M]. Beijing: Electronics Industry Publishing House. |
[] | Scotto C, Pezzopane M. 2008. Removing multiple reflections from the F2 layer to improve Autoscala performance[J]. Journal of Atmospheric and Solar-Terrestrial Physics, 70(15): 1929–1934. DOI:10.1016/j.jastp.2008.05.012 |
[] | Shi J K, Wang Z, Torkar K, et al. 2013. Ionospheric E-F valley observed by a sounding rocket at the low-latitude station Hainan[J]. Annales Geophysicae, 31(8): 1459–1462. DOI:10.5194/angeo-31-1459-2013 |
[] | Sun Y, Zhou G H, Zhao L C, et al. 2000. Fast template matching algorithm based on the projection[J]. Journal of Shanghai Jiaotong University, 34(5): 702–704. |
[] | Tsai L C, Berkey F T. 2000. Ionogram analysis using fuzzy segmentation and connectedness techniques[J]. Radio Science, 35(5): 1173–1186. DOI:10.1029/1999RS002170 |
[] | Wang X Z. 2011. Study of local adaptive binarization method[J]. Software Guide, 10(11): 13–14. |
[] | Xie Y J. 2004. Computer image buildup application in getting rid of image disorder[J]. Journal of Xiangnan University, 25(2): 75–77. |
[] | Xiong N L, Tang C C, Li H J. 1999. Introduction of the ionospheric physics[M]. Wuhan: Wuhan University Press. |
[] | 丁宗华, 宁百齐, 万卫星. 2007. 电离层频高图参数的实时自动度量与分析[J]. 地球物理学报, 50(4): 969–978. DOI:10.3321/j.issn:0001-5733.2007.04.003 |
[] | Gonzales R C, Woods R E, Eddin S L. 2012.数字图像处理 (Mtalab版)[M].阮秋琦, 译.北京:电子工业出版社. |
[] | 洪文佳, 宁百齐, 胡连欢, 等. 2010. 电离层胶片频高图数字化转换分析[J]. 地球物理学进展, 25(1): 169–178. DOI:10.3969/j.issn.1004-2903.2010.01.024 |
[] | 刘瑞源, 权坤海, 戴开良, 等. 1994. 国际参考电离层用于中国地区时的修正计算方法[J]. 地球物理学报, 37(4): 422–432. |
[] | 皮戈特W R, 拉韦尔K. 1979.电离图解释与度量手册[M].中国电波传播研究所, 译. |
[] | 阮秋琦. 2001. 数字图像处理学[M]. 北京: 电子工业出版社. |
[] | 孙远, 周刚慧, 赵立初, 等. 2000. 灰度图像匹配的快速算法[J]. 上海交通大学学报, 34(5): 702–704. |
[] | 王序哲. 2011. 局部自适应二值化方法研究[J]. 软件导刊, 10(11): 13–14. |
[] | 谢燕江. 2004. 中值滤波在图像去噪中的应用[J]. 湘南学院学报, 25(2): 75–77. |
[] | 熊年禄, 唐存琛, 李行健. 1999. 电离层物理概论[M]. 武汉: 武汉大学出版社. |