一种基于改进U-Net的天基气辉成像等离子体泡语义分割方法及系统

本发明属于机器学习技术在空间物理领域的应用研究，具体涉及一种基于改进u-net的天基气辉成像等离子体泡语义分割方法及系统。

背景技术：

1、等离子体泡（equatorial plasma bubbles，epbs）是发生在日落后低纬f区域电离层中的大尺度等离子体耗空结构，瑞利-泰勒不稳定性被认为是其产生的主要机制。此类不规则体内部电子密度较背景电离层显著偏低，在光学仪器探测数据中表现为较暗的泡状结构。epbs会导致穿过其中的无线电信号的振幅和相位快速波动，对卫星通信、全球导航卫星系统（gnss）等具有重要影响，被认为是电离层中最重要的空间天气特征之一。

2、天基远紫外气辉成像观测平台运行于地球同步轨道，搭载远紫外成像光谱仪，能够对地球整个圆盘进行连续成像观测，其峰值电子密度数据产品提供了全球尺度的电离层f2层峰值电子密度分布，为全球尺度的等离子体泡研究提供了前所未有的数据基础。与传统的单站地基全天空气辉成像仪仅能覆盖有限区域不同，该天基观测平台能够提供覆盖广阔经度扇区的连续观测。

3、然而，天基气辉成像的峰值电子密度数据并非可直接用于图像分割的标准图像格式，而是以离散的经纬度-电子密度数据点的形式存储。将这种非结构化的离散观测数据转换为适合深度学习模型输入的标准化二维图像，同时保留等离子体泡的形态特征，是一个尚未被充分解决的技术问题。具体挑战包括：（1）每个观测周期包含南北半球两次扫描，需进行数据融合；（2）数据中存在大量nan缺失值和无效观测点；（3）原始数据点在空间上分布不均匀，需要有效的插值策略；（4）需要在图像化过程中保持等离子体泡的形态完整性和空间对应关系。

4、现有的epbs特征提取方法主要依赖人工操作，即通过人眼甄别方式识别气辉图像中的等离子体泡结构并手工绘制轮廓。这种方法在处理海量观测数据时效率极其低下，以我国子午工程单个台站单通道一年约1tb的数据量计算，仅进行一次粗筛选单人即需连续工作十数小时；同时人工识别结果高度依赖操作者的经验积累，存在不可避免的主观性。此外，也有研究者尝试采用阈值分割、边缘检测等传统计算机视觉技术进行自动化提取，但由于等离子体泡边界模糊、与背景电离层对比度低、形态复杂多变（细长型、宽大型、分叉型等），传统方法的鲁棒性差，难以在实际应用中取得稳定可靠的检测效果。

5、近年来，深度学习方法在图像分析领域取得了显著进展，但在天基气辉成像等离子体泡检测方面尚未形成成熟方案。主要技术瓶颈在于：（1）天基气辉成像数据需经过专门的预处理才能转换为深度学习模型可接受的标准化图像输入，现有技术方案缺少这一关键环节；（2）天基气辉成像的像素级标注数据获取成本极高，可用的标注样本数量非常有限，而现有语义分割模型多采用大规模骨干网络，参数量庞大，在小样本条件下极易发生过拟合；（3）部分方案仅关注图像级别的有无分类，无法实现像素级的精确分割和等离子体泡形态轮廓提取；（4）已有方法未充分考虑等离子体泡特有的物理特性——形态多变、边界模糊、与背景对比度低——缺乏有针对性的数据增强策略，同时未针对等离子体泡像素占比通常较低的极度类别不平衡问题设计专门的损失函数。

6、因此，亟需一种面向天基气辉成像峰值电子密度数据的、包含完整预处理流程的、能够在有限标注样本条件下实现像素级精确分割的等离子体泡自动检测方法。

技术实现思路

1、一、要解决的技术问题

2、本发明的目的在于克服现有技术中存在的以下不足：（1）缺乏针对天基气辉成像离散峰值电子密度数据到标准化图像的完整预处理方案；（2）缺乏面向天基气辉成像数据的等离子体泡像素级语义分割方法；（3）现有语义分割模型参数量大，在有限标注样本条件下容易过拟合；（4）未充分考虑等离子体泡形态多变、边界模糊、与背景对比度低等物理特性，缺乏相应的数据增强策略；（5）未针对等离子体泡像素占比低导致的极度类别不平衡问题设计专门的损失函数。从而提供一种基于改进u-net的天基气辉成像等离子体泡语义分割方法及系统。

3、二、技术方案

4、为解决上述技术问题，本发明所提供的一种基于改进u-net的天基气辉成像等离子体泡语义分割方法及系统，包括以下步骤：

5、步骤s1，采集天基远紫外气辉成像的峰值电子密度数据，对每个观测周期的南北半球扫描数据进行融合与网格化插值预处理，生成标准化的二维灰度图像。具体包括以下子步骤：

6、s1.1，从天基气辉成像l2峰值电子密度数据产品中加载每个观测周期的南北半球apex纬度、apex经度和峰值电子密度数据。每个观测周期包含对地球圆盘的两次扫描，分别覆盖北半球和南半球，数据以多个时间帧的矩阵形式存储。

7、s1.2，按地理纬度范围对南北半球数据进行过滤。对北半球数据，仅保留地理纬度大于-0.5度的像素对应位置的apex纬度、apex经度和峰值电子密度值；对南半球数据，仅保留地理纬度小于0.5度的像素对应位置的相应数据。同时剔除峰值电子密度和经纬度数据中所有的nan缺失值。

8、s1.3，将过滤后的北半球和南半球apex纬度、apex经度和峰值电子密度数据分别合并为全局数据阵列，形成覆盖整个观测区域的全局离散数据点集。

9、s1.4，按预设的地理纬度范围对全局数据进行裁剪。由于赤道等离子体泡主要发生在低纬和赤道区域，在一优选实施例中，仅保留apex纬度在-25度至30度之间的数据点，去除中高纬度区域无关联数据。

10、s1.5，将apex经度值中大于180度的部分减去360度，将整个经度范围统一转换至-180度至180度的连续经度表示，避免因经度跨越180度线造成的数据不连续问题。

11、s1.6，采用griddata插值算法（在一优选实施例中采用v4方法）将离散的峰值电子密度数据点插值到规则网格上。网格分辨率取0.5度乘以0.5度。插值过程生成覆盖目标区域的连续峰值电子密度二维矩阵。

12、s1.7，将插值后的峰值电子密度二维矩阵通过灰度归一化转换为[0,1]范围的浮点值，再转换为8位灰度图像（0-255整数值），作为后续深度学习模型的标准化输入。

13、步骤s2，对预处理后的灰度图像进行像素级人工标注，将等离子体泡区域的像素点标注为1，背景区域的像素点标注为0，获得0-1二值化掩码标签。利用开源标注软件labelme沿等离子体泡暗区边缘绘制多边形，通过标注转换脚本将json格式标注文件转换为png格式的二值化掩码图像。将标注数据按比例随机划分为训练集、验证集和测试集。

14、步骤s3，构建带分层正则化的u-net语义分割模型。所述模型采用四级编码器-解码器对称结构，各层卷积块均包含batchnorm批量归一化和dropout2d空间正则化，且解码器层的dropout率高于编码器对应层，卷积层设置bias=false以配合batchnorm使用。u-net架构本身即具有在小样本条件下表现优异的特性，其编码器-解码器对称结构和跳跃连接设计能够充分利用有限标注样本中的像素级信息，实现对等离子体泡形态的精确定位。

15、所述模型的具体结构为：编码器部分包含四级，第一级1到32通道、第二级32到64通道、第三级64到128通道、第四级128到256通道，每级包含两层3乘3卷积，每层卷积后依次连接batchnorm2d层、relu激活层和dropout2d层，编码器各级dropout率均为0.25。各级之间通过2乘2最大池化进行下采样。瓶颈层包含256到512通道的两层3乘3卷积，dropout率为0.25。解码器部分包含四级上采样，每级包括2乘2转置卷积进行上采样、与对应编码级的跳跃连接特征沿通道维度拼接、以及带正则化的卷积块。第四解码级512到256通道、dropout率0.35；第三解码级256到128通道、dropout率0.35；第二解码级128到64通道、dropout率0.25；第一解码级64到32通道、dropout率0.25。深层解码器的dropout率（0.35）高于编码器对应层及浅层解码器（0.25），其设计依据在于深层解码器接收的特征融合信息最为丰富，过拟合风险最高，需要更强的正则化约束。输出层包含一层1乘1卷积将32通道映射为2通道（分别对应背景类别和等离子体泡类别），后接dropout2d率为0.1的层。模型权重采用kaiming正态分布初始化（mode为fan_out，nonlinearity为relu），batchnorm层的权重初始化为1、偏置初始化为0。模型总参数量约31m。

16、步骤s4，采用dice与加权bce组合损失函数，配合领域专用数据增强策略，以adamw优化器对所述语义分割模型进行训练，训练过程中采用基于验证损失的reducelronplateau学习率调度策略和早停机制，获得训练好的等离子体泡语义分割模型。

17、所述dice与加权bce组合损失函数的计算公式为：l等于alpha乘以（1减dice）加（1减alpha）乘以bce_pos。其中dice等于2乘以sigma(p_i乘t_i)加epsilon除以sigma(p_i)加sigma(t_i)加epsilon，p_i为模型对第i个像素属于等离子体泡类别的预测概率（经sigmoid激活），t_i为第i个像素的真实标签，epsilon为平滑系数取1e-6。bce_pos为带正类别权重的二元交叉熵损失，正类别权重pos_weight取1.5。该设计使得dice损失从宏观的区域重叠度角度优化分割结果，而加权bce损失从微观的逐像素分类精度角度进行优化，二者互补，有效应对等离子体泡像素占比极低导致的类别不平衡问题。alpha为dice损失的权重系数，取0.6。

18、所述领域专用数据增强策略包括：（a）几何变换增强——随机水平翻转、随机垂直翻转、随机90度旋转、平移缩放旋转（shift_limit=0.1，scale_limit=0.2，rotate_limit=30度）；（b）弹性变形增强——采用参数alpha=1、sigma=50、alpha_affine=50的elastictransform，在图像上施加随机弹性形变，模拟等离子体泡形态的自然形变；（c）暗条模糊模拟——对掩码标注区域，以0.3至0.7范围内的随机强度，将原图与核大小随机取3、5或7的高斯模糊图进行加权混合，模拟等离子体泡边缘模糊效果；（d）暗条部分缺失模拟——以0.2的概率在掩码区域内随机位置生成圆形移除区域，将移除区域内的像素标记为背景，模拟等离子体泡结构不完整或被遮挡的情况。还包括随机亮度对比度调整、自适应直方图均衡化clahe、高斯噪声、iso噪声模拟以及网格/光学畸变等光电变换增强。通过上述增强策略，可在仅使用有限数量的原始标注图像（如数百张）的情况下，有效扩充训练样本的多样性，显著提升模型的泛化能力。

19、所述训练配置包括：优化器为adamw，初始学习率lr=1e-4，权重衰减weight_decay=1e-4；学习率调度采用reducelronplateau，监控验证损失，mode为min，factor=0.5，patience=5；梯度裁剪max_norm=1.0；早停机制的耐心值为15个epoch（若验证dice系数在连续15个epoch内未出现新的最佳值，则终止训练）；批大小根据硬件配置取2至8。

20、在一具体实施例中，使用约480张标注图像进行训练，最佳验证dice系数达到0.7660，验证损失为0.2379，训练总时间约48分钟（单个gpu，100个epoch）。

21、步骤s5，将待检测的天基气辉成像峰值电子密度数据经步骤s1所述预处理生成灰度图像后，输入训练好的等离子体泡语义分割模型。模型输出2通道logits张量，取通道1（等离子体泡类别）经sigmoid激活得到概率图。采用阈值0.5对概率图进行二值化，得到初始分割掩码。对二值化掩码进行连通域分析，过滤面积小于50像素的孤立检测区域，以消除噪声带来的伪检测。对保留的连通域，计算各区域的面积、质心坐标和平均置信度。

22、三、有益效果

23、（1）首次提供了面向天基气辉成像峰值电子密度数据的完整预处理方案，解决了从离散扫描数据到标准化深度学习输入图像的技术转换问题。该方案通过南北半球数据融合、经纬度过滤、griddata插值和灰度归一化关键步骤，将非结构化的卫星观测数据高效转化为保留等离子体泡形态特征的标准化图像，弥补了现有技术在此环节的空白。

24、（2）将深度学习语义分割技术成功应用于天基气辉成像等离子体泡检测，避免了传统人工识别方法在处理海量观测数据时的低效和主观性问题，实现了从地基到天基、从人工识别到自动化像素级分割的技术跨越。

25、（3）采用u-net作为基础架构，其编码器-解码器对称结构和跳跃连接设计天然适合在小样本条件下进行像素级精确分割，仅需数百张标注图像即可完成有效训练，大幅降低了数据标注成本。

26、（4）构建了分层差异化正则化策略。通过编码器-解码器差异化dropout2d设计（编码器各级0.25、瓶颈层0.25、浅层解码器0.25、深层解码器0.35），在网络特征融合最丰富的深层解码器施加更强的正则化，有效抑制了小样本条件下的过拟合风险，同时保持模型对等离子体泡形态特征的提取能力。配合kaiming初始化与bias=false卷积设计，确保深层网络训练的稳定性和收敛速度。

27、（5）设计了dice+加权bce组合损失函数。dice损失从区域重叠度角度优化分割结果，对类别不平衡不敏感；加权bce损失通过正类别权重（pos_weight=1.5）增强对等离子体泡像素的分类关注，从逐像素精度角度进行优化。二者互补，有效解决了等离子体泡像素占比通常极低导致的训练偏向问题。

28、（6）提出了面向等离子体泡物理特性的领域专用数据增强策略，包括弹性变形增强（模拟等离子体泡在不同电离层条件下的自然形变）、暗条模糊模拟（模拟边缘对比度渐变效果）、暗条部分缺失模拟（模拟结构不完整或被遮挡情况），显著提升了模型对形态多变、边界模糊的暗弱等离子体泡的检测鲁棒性。