(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210134770.X (22)申请日 2022.02.14 (71)申请人 三峡大学 地址 443002 湖北省宜昌市西陵区大 学路8 号 (72)发明人 蒋禹　郑胜　曾曙光　黄瑶　 曾祥云　 (74)专利代理 机构 宜昌市三峡专利事务所 42103 专利代理师 吴思高 (51)Int.Cl. G06V 20/00(2022.01) G06V 10/26(2022.01) G06V 10/28(2022.01) G06V 10/762(2022.01) (54)发明名称 基于Facet的分子云核检测方法 (57)摘要 基于Facet的分子云核检测方法， 包括以下 步骤： 步骤1： 构建分子云核模型； 步骤2： 对原始 数据进行基于形态学的预处理， 提取信号区域； 步骤3： 对信号区域进行基于多元函数极大值理 论和Facet模型的分子云核中心检测； 步骤4： 对 信号区域进行基于梯度的分割， 获得局部区域； 步骤5： 基于连通性的最小距离聚类， 将局部区域 分配到分子云核的中心。 本发明一种基于Facet 的分子云核检测方法， 该方法抗噪能力较强， 对 参数的依赖较小， 目标检测的综合效果更优， 检 测的分子云核更符合目前对恒星形成的认 识。 权利要求书5页 说明书14页 附图14页 CN 114724018 A 2022.07.08 CN 114724018 A 1.基于Facet的分子云核检测方法， 其特 征在于包括以下步骤： 步骤1： 构建 分子云核模型； 步骤2： 对原 始数据进行基于形态学的预处 理， 提取信号区域； 步骤3： 对信号区域进行基于多元函数极大值理论和Facet模型的分子云核的中心检 测； 步骤4： 对信号区域进行基于梯度的分割， 获得局部区域； 步骤5： 基于连通 性的最小距离聚类， 将局部区域分配到分子云核的中心； 通过上述步骤， 实现分子云 云核的检测。 2.根据权利要求1所述基于Facet的分子云核检测方法， 其特征在于： 所述步骤1中， 所 述分子云核模型为 三维高斯分布模型， 其分布函数为： 其中： Σ表示变量 的协方差矩阵， 表示均值， A表示幅值， n表示高斯 分布的维数， T表 示转置； 分子云核模型能够沿着轴旋转任意角度， 旋转方程 为： x′＝(x‑x0)cos( θ )‑(y‑y0)sin( θ )+x0 y′＝(x‑x0)sin( θ )+(y‑y0)cos( θ )+y0； 其中： (x0,y0)为云核在xy平面上的中心坐标， x,y为分子云核旋转前在xy平面上的坐 标， x',y'为分子云核旋转前在xy平面上的坐标， θ为旋转角度； 可根据需求对云核进行截 断， 本发明默认以高斯分布的半高权 宽截断 截断条件方程 为： 其中： σ 为协方差矩阵的对角元素， xi,yj,zk分别代表高斯分布在x,y,z轴上的第i,j,k 个坐标， 3.根据权利要求2所述基于Facet的分子云核检测方法， 其特征在于： 三维高斯分布模 型用以构建单个分子 云核， 数据块由多个仿 真云核组成， 在加入单个云核时， 需判断加入该 单个云核后的数据块中的峰值数量的变化情况， 存在峰值不变、 峰值增加 一个和峰值增加 多个这三种情况， 只有使数据块中峰值个数增加 一个的云核才能加入数据块， 并以此决定 分子云核的可分标准； 峰值点定义为以数据块中任意一点为中心的3 ×3×3邻域范围内， 除 中心点本身外的任意 点的强度都比它的强度更小的点。 4.根据权利 要求1所述基于Facet的分子云核检测方法， 其特征在于： 所述步骤2包括如 下步骤： 步骤2.1、 阈值分割： 选择一个阈值对原始数据进行二值化， 大于阈值的像素值标记为1， 标记为1的数据为 需要继续进行 形态处理的二值化掩膜； 步骤2.2、 开 运算：权　利　要　求　书 1/5 页 2 CN 114724018 A 2对二值化掩膜进行 形态学开 运算， 得到开 运算掩膜； 步骤2.3、 膨胀： 对开运算掩膜进行形态膨胀， 获得膨胀掩膜； 当膨胀扩展区域时， 会引入低于噪声水平 的强度值； 为了去除阈值以下的这些值， 提取二值化掩膜和膨胀掩膜的交集， 称为交集掩 膜； 步骤2.4、 连通 域标记： 应用连通 算子到交集掩膜获得 连通域， 将连通 域与原始数据相乘， 得到信号区域。 5.根据权利要求1所述基于Facet的分子云核检测方法， 其特征在于： 所述步骤3中， 基 于多元函数极大值理论具体如下： 设n多元实函数f(x1,x2,...,xn)在点M0(t1,t2,...,tn)的邻域内有二阶连续偏导， 其中 x1,x2,...,xn代表多元实函数的未知数， t1,t2,...,tn代表M0的坐标； 若有： 并且： 当A负定矩阵时， f(x1,x2,...,xn)在M0(t1,t2,...,tn)处是极大值， 矩阵是负定矩阵的充 分必要条件是它的特 征值都小于零。 6.根据权利 要求1或5所述基于Facet的分子云核检测方法， 其特征在于： 所述步骤3中， 采用Facet模型的三元三次多 项式为： f(x,y,z)＝a1g1(x,y,z)+a2g2(x,y,z)+. ..+a20g20(x,y,z)          (1)； 其中， a1,a2,...,a20代表拟合系数， g1,g2,...,g20代表基底函数； 即： 其中， Φ＝(g1,g2,...,gN)＝{1,x,y,z,x2,y2,z2,xy,xz,yz,xyz,xy2,xz2,x2y,yz2,x2z,y2z,x3, y3,z3)； 系数 通过最小二乘拟合使目标函数 ε最小； 式(3)中， I(x,y,z)为原始曲面， f(x,y,z)为拟合曲面， W(x,y,z)为Gaussian窗口函数, 即： 其中， s为窗口尺度； 将基函数Φ张成的函数空间定义 为：权　利　要　求　书 2/5 页 3 CN 114724018 A 3