KR101322813B1

KR101322813B1 - Automated solar synoptic apparatus and method thereof

Info

Publication number: KR101322813B1
Application number: KR1020130061114A
Authority: KR
Inventors: 오승준; 이상우; 이정덕; 홍순학; 김영규; 김재훈; 윤기창
Original assignee: 대한민국(국립전파연구원 우주전파센터장); (주)에스이랩
Priority date: 2013-05-29
Filing date: 2013-05-29
Publication date: 2013-10-28

Abstract

PURPOSE: A solar activity automatic monitoring device and a method thereof are provided to classify the type of a dark dot and magnetic field complexity by automatically recognizing a sunspot group based on a sun image which is provided in real time. CONSTITUTION: A communication unit (100) receives a sun image which is transmitted from an arbitrary external server or a satellite. A control unit (400) performs any one function among a sunspot group sensing and classification function, a sun corona hole sensing function, and a sun filament sensing function based on the type of the received sun image. The control unit indicates a function performing result in a display unit. The sun image comprises at least one among a continuous line of the sun, a magnetic field front side image, ultraviolet ray front side image of the sun, and an H- alpha front side image of the sun. [Reference numerals] (100) Communication unit; (200) Storage unit; (300) Display unit; (400) Control unit

Description

Automated solar synoptic apparatus and method

본 명세서는 태양 활동 자동 감시 장치 및 그 방법에 관한 것으로, 더욱 상세히는 실시간으로 제공되는 태양 이미지를 근거로 태양 흑점군을 자동 인식하여 흑점의 종류 및 자기장 복잡도를 분류하고, 코로나 홀 또는 필라멘트를 자동 인식하는 태양 활동 자동 감시 장치 및 그 방법에 관한 것이다.
The present disclosure relates to an automatic solar activity monitoring device and a method thereof, and more particularly, to classify sunspot types and magnetic field complexity by automatically recognizing sunspot groups based on sun images provided in real time, and to automatically recognize corona holes or filaments. It relates to a solar activity automatic monitoring device and a method thereof.

일반적으로, 태양 활동을 감시하는 방법으로는, 인간의 수작업에 의해 촬영된 태양 이미지를 분석하여, 흑점의 종류와 자기장 복잡도 등을 분석한 후, 이를 기준으로 흑점 폭발 확률을 예측한다.In general, as a method for monitoring solar activity, the sun image photographed by human hand is analyzed, the type and magnetic field complexity of the sunspot are analyzed, and then the probability of sunspot explosion is predicted based on the sunspot.

이러한 수작업에 의한, 분석 및 예측 방법은, 태양 이미지에 대한 분석 시 오류 가능성이 있고, 분석에 따른 시간 소요로 실시간 분석 및 예측이 힘든 문제점이 있다.
Such manual, analysis and prediction method, there is a possibility of error in the analysis of the sun image, there is a problem in that real-time analysis and prediction is difficult due to the time required by the analysis.

한국 특허 출원 번호 제10-2009-0043644호Korean Patent Application No. 10-2009-0043644

본 명세서의 목적은, 실시간으로 제공되는 태양 이미지를 근거로 태양 흑점군을 자동 인식하여 흑점의 종류 및 자기장 복잡도를 분류하는 태양 활동 자동 감시 장치 및 그 방법을 제공하는 데 있다.An object of the present specification is to provide a solar activity automatic monitoring device and method for automatically recognizing a group of sunspots by classifying the sunspot group and the magnetic field complexity based on the sun image provided in real time.

본 명세서의 다른 목적은, 실시간으로 제공되는 태양 이미지를 근거로 코로나 홀 또는 필라멘트를 자동 인식하는 태양 활동 자동 감시 장치 및 그 방법을 제공하는 데 있다.
Another object of the present specification is to provide a solar activity automatic monitoring apparatus and method for automatically recognizing corona holes or filaments based on the sun image provided in real time.

본 명세서의 실시예에 따른 태양 활동 자동 감시 장치는, 임의의 외부 서버 또는 위성으로부터 전송되는 태양 이미지를 수신하는 통신부; 및 상기 수신된 태양 이미지의 종류를 근거로 태양 흑점군 감지 및 분류 기능, 태양 코로나 홀 감지 기능 및, 태양 필라멘트 감지 기능 중 어느 하나의 기능을 수행하고, 상기 기능 수행 결과를 표시부에 표시하는 제어부;를 포함할 수 있다.Automatic solar activity monitoring apparatus according to an embodiment of the present disclosure, a communication unit for receiving a sun image transmitted from any external server or satellite; And a controller configured to perform any one of a sunspot group detection and classification function, a sun corona hole detection function, and a solar filament detection function based on the type of the received sun image, and display a result of performing the function on a display unit. It may include.

본 명세서와 관련된 일 예로서, 상기 태양 이미지는, 태양의 연속선 이미지, 자기장 전면 이미지, 태양의 자외선 전면 이미지 및, 태양의 H-알파 전면 이미지 중 적어도 하나를 포함할 수 있다.As an example related to the present disclosure, the sun image may include at least one of a continuous line image of the sun, a magnetic field front image, an ultraviolet front image of the sun, and an H-alpha front image of the sun.

본 명세서와 관련된 일 예로서, 상기 제어부의 태양 흑점군 감지 기능은, 상기 수신된 원본 이미지인 태양 이미지가 태양의 연속선 이미지 및 자기장 전면 이미지일 때, 상기 수신된 원본 이미지에서 라벨을 제거하여 라벨 제거 이미지를 획득하고, 상기 라벨 제거 이미지에 대해 마스크 처리(masking)를 수행하여 디스크 이미지를 추출하고, 상기 추출된 디스크 이미지 내에 위치한 흑점을 추적하여 흑점 씨앗을 추출하고, 상기 추출된 흑점 씨앗에 대해 영역 확장 기법을 적용하여 영역 확장 이미지를 획득하고, 상기 획득된 영역 확장 이미지를 근거로 흑점을 탐색하고, 상기 탐색된 하나 이상의 흑점을 근거로 흑점군을 판별할 수 있다.As an example related to the present specification, the sunspot group detection function of the control unit removes a label by removing a label from the received original image when the sun image that is the received original image is a continuous line image of the sun and a magnetic field front image. Acquire an image, perform masking on the label removal image to extract a disk image, track a black spot located in the extracted disk image to extract a black spot seed, and then apply a region to the extracted black spot seed. An extended technique may be applied to obtain a region extended image, a black spot may be searched based on the obtained region extended image, and a group of black spots may be determined based on the found one or more black spots.

본 명세서와 관련된 일 예로서, 상기 제어부는, 상기 원본 이미지에 형태학적 처리기법(Morphological Open)을 적용하여 글자에 해당하는 형태만 선별적으로 제거하여 라벨 제거 이미지를 획득할 수 있다.As an example related to the present specification, the controller may apply a morphological processing method to the original image to selectively remove only a shape corresponding to a letter to obtain a label removal image.

본 명세서와 관련된 일 예로서, 상기 제어부는, 상기 추출된 흑점 씨앗에 해당하는 전 영역내 화소값들에 대하여 평균 및 표준편차를 계산하고, 상기 계산된 평균 및 표준편차를 근거로 상기 흑점 씨앗 영역에서 주변부로 영역을 확장할 수 있다.As an example related to the present specification, the controller calculates an average and a standard deviation with respect to pixel values in all regions corresponding to the extracted black spot seeds, and based on the calculated average and standard deviation, the black spot seed region. You can extend the area from to.

본 명세서와 관련된 일 예로서, 상기 제어부는, 상기 획득된 영역 확장 이미지 내에서, 본영(umbra) 및 반영(penumbra)이 포함된 하나 이상의 흑점을 탐색할 수 있다.As an example related to the present specification, the controller may search for one or more black spots including umbra and penumbra in the obtained area extension image.

본 명세서와 관련된 일 예로서, 상기 제어부는, 상기 탐색된 하나 이상의 흑점을 쌍으로 묶어 상호 간의 각도거리를 계산하고, 상기 계산된 각도거리가 미리 설정된 기준거리 이하인 쌍은 하나의 그룹으로 설정하고, 상기 설정된 하나 이상의 그룹 내에 각각 포함된 멤버를 대조하여 같이 겹치는 멤버가 있을 때, 상기 멤버가 겹치는 두 쌍을 합쳐 하나의 그룹으로 재설정하고, 상기 재설정 완료된 그룹핑된 그룹을 태양의 흑점군으로 결정할 수 있다.As an example related to the present specification, the controller may be configured to calculate the angular distance between each other by grouping the found one or more black spots, and sets the pair having the calculated angular distance less than or equal to a preset reference distance as one group, When there is a member overlapping each other by comparing members included in the set one or more groups, the two overlapping pairs of members may be reset to one group, and the reset grouped group may be determined as a sunspot group of the sun.

본 명세서의 실시예에 따른 태양 활동 자동 감시 방법은, 임의의 외부 서버 또는 위성으로부터 전송되는 태양 이미지를 수신하는 단계; 상기 수신된 태양 이미지의 종류를 근거로 태양 흑점군 감지 및 분류 기능, 태양 코로나 홀 감지 기능 및, 태양 필라멘트 감지 기능 중 어느 하나의 기능을 수행하는 단계; 및 상기 기능 수행 결과를 출력하는 단계;를 포함할 수 있다.An automatic solar activity monitoring method according to an embodiment of the present disclosure includes receiving a sun image transmitted from an external server or satellite; Performing one of a sunspot group detection and classification function, a sun corona hole detection function, and a sun filament detection function based on the type of the received sun image; And outputting a result of performing the function.

본 명세서와 관련된 일 예로서, 상기 태양 흑점군 감지 기능을 수행하는 단계는, 상기 수신된 원본 이미지인 태양 이미지가 태양의 연속선 이미지 및 자기장 전면 이미지일 때, 상기 수신된 원본 이미지에서 라벨을 제거하여 라벨 제거 이미지를 획득하는 과정; 상기 라벨 제거 이미지에 대해 마스크 처리(masking)를 수행하여 디스크 이미지를 추출하는 과정; 상기 추출된 디스크 이미지 내에 위치한 흑점을 추적하여 흑점 씨앗을 추출하는 과정; 상기 추출된 흑점 씨앗에 대해 영역 확장 기법을 적용하여 영역 확장 이미지를 획득하는 과정; 상기 획득된 영역 확장 이미지를 근거로 흑점을 탐색하는 과정; 및 상기 탐색된 하나 이상의 흑점을 근거로 흑점군을 판별하는 과정;을 포함할 수 있다.As an example related to the present specification, performing the sunspot group detection function may include removing a label from the received original image when the sun image, which is the received original image, is a continuous line image of the sun and a magnetic field front image. Obtaining a label removal image; Extracting a disk image by performing masking on the label removing image; Extracting a seed seed by tracing a black spot located in the extracted disk image; Obtaining a region extension image by applying a region expansion technique to the extracted sunspot seeds; Searching for black spots based on the acquired area extension image; And determining a group of sunspots based on the found one or more sunspots.

본 명세서와 관련된 일 예로서, 상기 수신된 이미지에서 라벨을 제거하는 과정은, 상기 원본 이미지에 형태학적 처리기법(Morphological Open)을 적용하여 글자에 해당하는 형태만 선별적으로 제거하여 라벨 제거 이미지를 획득할 수 있다.As an example related to the present specification, the process of removing a label from the received image may be performed by applying a morphological processing technique (Morphological Open) to the original image to selectively remove only a shape corresponding to a letter to remove the label removal image. Can be obtained.

본 명세서와 관련된 일 예로서, 상기 영역 확장 기법을 적용하는 과정은, 상기 추출된 흑점 씨앗에 해당하는 전 영역내 화소값들에 대하여 평균 및 표준편차를 계산하는 과정; 및 상기 계산된 평균 및 표준편차를 근거로 상기 흑점 씨앗 영역에서 주변부로 영역을 확장하는 과정;을 포함할 수 있다.As an example related to the present specification, the process of applying the region extension technique may include calculating an average and a standard deviation of pixel values in all regions corresponding to the extracted sunspot seeds; And extending the region from the sunspot seed region to the periphery based on the calculated mean and standard deviation.

본 명세서와 관련된 일 예로서, 상기 획득된 영역 확장 이미지를 근거로 흑점을 탐색하는 과정은, 상기 획득된 영역 확장 이미지 내에서, 본영(umbra) 및 반영(penumbra)이 포함된 하나 이상의 흑점을 탐색할 수 있다.As an example related to the present specification, the process of searching for black spots based on the acquired area extended image searches for one or more black spots including umbra and penumbra in the obtained area extended image. can do.

본 명세서와 관련된 일 예로서, 상기 탐색된 하나 이상의 흑점을 근거로 흑점군을 판별하는 과정은, 상기 탐색된 하나 이상의 흑점을 쌍으로 묶어 상호 간의 각도거리를 계산하는 과정; 상기 계산된 각도거리가 미리 설정된 기준거리 이하인 쌍은 하나의 그룹으로 설정하는 과정; 상기 설정된 하나 이상의 그룹 내에 각각 포함된 멤버를 대조하여 같이 겹치는 멤버가 있을 때, 상기 멤버가 겹치는 두 쌍을 합쳐 하나의 그룹으로 재설정하는 과정; 및 상기 재설정 완료된 그룹핑된 그룹을 태양의 흑점군으로 결정하는 과정;을 포함할 수 있다.
As an example related to the present specification, the determining of a group of sunspots based on the found one or more sunspots may include: calculating an angular distance between each of the one or more found sunspots by pairing them; Setting a pair in which the calculated angular distance is equal to or less than a preset reference distance as a group; Reconciling two pairs of overlapping members into one group when there is a member overlapping each other by comparing the members included in the one or more groups; And determining the reset grouped group as the sunspot group of the sun.

본 명세서의 실시예에 따른 태양 활동 자동 감시 장치 및 그 방법은, 실시간으로 제공되는 태양 이미지를 근거로 태양 흑점군을 자동 인식하여 흑점의 종류 및 자기장 복잡도를 분류함으로써, 인식에 따른 정확성을 높이고 사용자의 편의성을 향상시킬 수 있다.The automatic solar activity monitoring device and method according to an embodiment of the present disclosure, by automatically recognizing the sunspot group based on the sun image provided in real time to classify the type and magnetic field complexity of the sunspot, thereby increasing the accuracy according to the recognition and the user's Convenience can be improved.

또한, 본 명세서의 실시예에 따른 태양 활동 자동 감시 장치 및 그 방법은, 실시간으로 제공되는 태양 이미지를 근거로 코로나 홀 또는 필라멘트를 자동 인식함으로써, 인식에 따른 정확성을 높이고, 사용자의 편의성을 향상시킬 수 있다.
In addition, the automatic solar activity monitoring apparatus and method according to an embodiment of the present disclosure, by automatically recognizing the corona hole or filament based on the solar image provided in real time, to increase the accuracy according to the recognition, and improve the user's convenience Can be.

도 1은 본 명세서의 실시예에 따른 태양 활동 자동 감시 장치의 구성을 나타낸 블록도이다.
도 2는 본 명세서의 제1 실시예에 따른 태양 활동 자동 감시 방법을 나타낸 흐름도이다.
도 3은 본 명세서의 제2 실시예에 따른 태양 흑점군을 자동 감지하는 방법을 나타낸 흐름도이다.
도 4 내지 도 10은 본 명세서의 제2 실시예에 따른 태양 흑점군을 자동 감지 기능 수행 중의 결과를 나타낸 도이다.
도 11은 본 명세서의 제3 실시예에 따른 태양 활동 자동 감시 방법을 나타낸 흐름도이다.
도 12 내지 도 16은 본 명세서의 제3 실시예에 따른 태양 코로나 홀 감지 기능 수행 중의 결과를 나타낸 도이다.
도 17은 본 명세서의 제4 실시예에 따른 태양 활동 자동 감시 방법을 나타낸 흐름도이다.
도 18 내지 도 21은 본 명세서의 제4 실시예에 따른 태양 코로나 홀 감지 기능 수행 중의 결과를 나타낸 도이다.
도 22는 본 명세서의 제5 실시예에 따른 태양 흑점군을 자동 감지하는 방법을 나타낸 흐름도이다.
도 23 내지 도 31은 본 명세서의 제5 실시예에 따른 태양 필라멘트 감지 기능 수행 중의 결과를 나타낸 도이다.1 is a block diagram showing the configuration of an automatic solar activity monitoring apparatus according to an embodiment of the present disclosure.
2 is a cross- A flowchart illustrating a method for automatically monitoring solar activity according to a first embodiment of the present specification.
3, A flowchart illustrating a method of automatically detecting a group of sunspots according to a second embodiment of the present specification.
4 to 10 are diagrams showing the results of performing the automatic detection function of the sunspot group according to the second embodiment of the present disclosure.
11 is Flow chart illustrating a method for automatically monitoring solar activity according to a third embodiment of the present disclosure.
12 to 16 illustrate the results of performing the solar corona hole detection function according to the third embodiment of the present specification.
17 Flow chart showing a method for automatically monitoring solar activity according to a fourth embodiment of the present disclosure.
18 to 21 are diagrams showing the results of performing the solar corona hole detection function according to the fourth embodiment of the present specification.
Figure 22 A flowchart illustrating a method of automatically detecting a sunspot group according to a fifth embodiment of the present disclosure.
23 to 31 are views showing the results of performing the solar filament detection function according to the fifth embodiment of the present specification.

본 명세서에서 사용되는 기술적 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아님을 유의해야 한다. 또한, 본 명세서에서 사용되는 기술적 용어는 본 명세서에서 특별히 다른 의미로 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 의미로 해석되어야 하며, 과도하게 포괄적인 의미로 해석되거나, 과도하게 축소된 의미로 해석되지 않아야 한다. 또한, 본 명세서에서 사용되는 기술적인 용어가 본 발명의 사상을 정확하게 표현하지 못하는 잘못된 기술적 용어일 때에는, 당업자가 올바르게 이해할 수 있는 기술적 용어로 대체되어 이해되어야 할 것이다. 또한, 본 발명에서 사용되는 일반적인 용어는 사전에 정의되어 있는 바에 따라, 또는 전후 문맥상에 따라 해석되어야 하며, 과도하게 축소된 의미로 해석되지 않아야 한다.It is noted that the technical terms used herein are used only to describe specific embodiments and are not intended to limit the invention. It is also to be understood that the technical terms used herein are to be interpreted in a sense generally understood by a person skilled in the art to which the present invention belongs, Should not be construed to mean, or be interpreted in an excessively reduced sense. In addition, when the technical terms used herein are incorrect technical terms that do not accurately represent the spirit of the present invention, it should be replaced with technical terms that can be understood correctly by those skilled in the art. In addition, the general terms used in the present invention should be interpreted according to a predefined or prior context, and should not be construed as being excessively reduced.

또한, 본 명세서에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "구성된다" 또는 "포함한다" 등의 용어는 명세서상에 기재된 여러 구성 요소들, 또는 여러 단계를 반드시 모두 포함하는 것으로 해석되지 않아야 하며, 그 중 일부 구성 요소들 또는 일부 단계들은 포함되지 않을 수도 있고, 또는 추가적인 구성 요소 또는 단계들을 더 포함할 수 있는 것으로 해석되어야 한다.Also, the singular forms "as used herein include plural referents unless the context clearly dictates otherwise. In the present application, the term "comprising" or "comprising" or the like should not be construed as necessarily including the various elements or steps described in the specification, Or may be further comprised of additional components or steps.

또한, 본 명세서에서 사용되는 제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성 요소들을 설명하는데 사용될 수 있지만, 상기 구성 요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성 요소를 다른 구성 요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성 요소는 제2 구성 요소로 명명될 수 있고, 유사하게 제2 구성 요소도 제1 구성 요소로 명명될 수 있다.Furthermore, terms including ordinals such as first, second, etc. used in this specification can be used to describe various elements, but the elements should not be limited by the terms. The terms are used only for the purpose of distinguishing one component from another. For example, without departing from the scope of the present invention, the first component may be referred to as a second component, and similarly, the second component may also be referred to as a first component.

이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시 예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성 요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings, wherein like reference numerals refer to like or similar elements throughout the several views, and redundant description thereof will be omitted.

또한, 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 발명의 사상을 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 발명의 사상이 제한되는 것으로 해석되어서는 아니 됨을 유의해야 한다.In the following description, well-known functions or constructions are not described in detail since they would obscure the invention in unnecessary detail. It is to be noted that the accompanying drawings are only for the purpose of facilitating understanding of the present invention, and should not be construed as limiting the scope of the present invention with reference to the accompanying drawings.

도 1은 본 명세서의 실시예에 따른 태양 활동 자동 감시 장치(10)의 구성을 나타낸 블록도이다.1 is a block diagram showing the configuration of the automatic solar activity monitoring apparatus 10 according to an embodiment of the present disclosure.

도 1에 도시한 바와 같이, 태양 활동 자동 감시 장치(Automated solar synoptic apparatus 또는, Automated solar synoptic analyzer)(10)는, 통신부(100), 저장부(200), 표시부(300) 및, 제어부(400)로 구성된다. 도 1에 도시된 태양 활동 자동 감시 장치(10)의 구성 요소 모두가 필수 구성 요소인 것은 아니며, 도 1에 도시된 구성 요소보다 많은 구성 요소에 의해 태양 활동 자동 감시 장치(10)가 구현될 수도 있고, 그보다 적은 구성 요소에 의해서도 태양 활동 자동 감시 장치(10)가 구현될 수도 있다.As shown in FIG. 1, the automated solar activity monitoring apparatus (Automated solar synoptic apparatus or Automated solar synoptic analyzer) 10 includes a communication unit 100, a storage unit 200, a display unit 300, and a control unit 400. It consists of Not all components of the automatic solar activity monitoring device 10 shown in FIG. 1 are essential components, and the solar activity automatic monitoring device 10 may be implemented by more components than those shown in FIG. 1. In addition, the solar activity automatic monitoring device 10 may be implemented by fewer components.

상기 통신부(100)는, 유/무선 통신망을 통해 내부의 임의의 구성 요소 또는 외부의 임의의 적어도 하나의 단말기와 통신 연결한다. 이때, 상기 외부의 임의의 단말기는, 위성, 서버 등을 포함할 수 있다. 여기서, 무선 인터넷 기술로는, 무선랜(Wireless LAN : WLAN), 와이 파이(Wi-Fi), 와이브로(Wireless Broadband : Wibro), 와이맥스(World Interoperability for Microwave Access : Wimax), HSDPA(High Speed Downlink Packet Access), IEEE 802.16, 롱 텀 에볼루션(Long Term Evolution : LTE), 광대역 무선 이동 통신 서비스(Wireless Mobile Broadband Service : WMBS) 등이 포함될 수 있다. 또한, 근거리 통신 기술로는, 블루투스(Bluetooth), RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association : IrDA), UWB(Ultra Wideband), 지그비(ZigBee), 인접 자장 통신(Near Field Communication; NFC), 가시광 통신(Visible Light Communication : VLC), 초음파 통신 등이 포함될 수 있다. 또한, 유선 통신 기술로는, 전력선 통신(Power Line Communication : PLC), USB 통신, 이더넷(Ethernet), 시리얼 통신(serial communication), 광/동축 케이블 등이 포함될 수 있다.The communication unit 100 communicates with any component inside or any at least one terminal outside through a wired / wireless communication network. In this case, the external arbitrary terminal may include a satellite, a server, and the like. Here, the wireless Internet technology includes a wireless LAN (WLAN), a Wi-Fi, a wireless broadband (Wibro), a World Interoperability for Microwave Access (Wimax), a High Speed Downlink Packet Access, IEEE 802.16, Long Term Evolution (LTE), Wireless Mobile Broadband Service (WMBS), and the like. In addition, short-range communication technologies include Bluetooth, Radio Frequency Identification (RFID), Infrared Data Association (IrDA), Ultra Wideband (UWB), ZigBee, and Near Field Communication (NFC). ), Visible light communication (VLC), ultrasonic communication, and the like. The wired communication technology may include a power line communication (PLC), a USB communication, an Ethernet, a serial communication, an optical / coaxial cable, and the like.

또한, 상기 통신부(100)는, 유선 통신 기술인 이더넷(Ethernet), 시리얼 통신(serial communication), 광/동축 케이블 등을 포함할 수도 있다.In addition, the communication unit 100 may include Ethernet, serial communication, optical / coaxial cable, or the like, which is a wired communication technology.

또한, 상기 통신부(100)는, 유니버설 시리얼 버스(Universal Serial Bus : USB)를 통해 임의의 단말과 정보를 상호 전송할 수 있다.In addition, the communication unit 100 may mutually transmit information with an arbitrary terminal through a universal serial bus (USB).

또한, 상기 통신부(100)는, 상기 임의의 외부 서버 또는 위성으로부터 전송되는 태양 이미지를 수신한다. 여기서, 상기 태양 이미지는, 태양의 연속선 이미지(예를 들어, SDO HMI 이미지), 자기장 전면 이미지(예를 들어, magnetogram 이미지), 태양의 자외선 전면 이미지(예를 들어, AIA 193 이미지) 및, 태양의 H-알파 전면 이미지 등을 포함한다.In addition, the communication unit 100 receives a sun image transmitted from the arbitrary external server or satellite. Here, the sun image may include a continuous line image of the sun (eg, an SDO HMI image), a magnetic field front image (eg, a magnetogram image), an ultraviolet front image of the sun (eg, an AIA 193 image), and H-alpha front image of the sun and the like.

상기 저장부(200)는, 다양한 사용자 인터페이스(User Interface : UI) 및/또는 그래픽 사용자 인터페이스(Graphic User Interface : GUI)를 저장한다.The storage unit 200 stores various user interfaces (UIs) and / or graphical user interfaces (GUIs).

또한, 상기 저장부(200)는, 상기 태양 활동 자동 감시 장치(10)가 동작하는데 필요한 데이터와 프로그램 등을 저장한다.In addition, the storage unit 200 stores data and programs necessary for operating the automatic solar activity monitoring device 10.

또한, 상기 저장부(200)는, 플래시 메모리 타입(Flash Memory Type), 하드 디스크 타입(Hard Disk Type), 멀티미디어 카드 마이크로 타입(Multimedia Card Micro Type), 카드 타입의 메모리(예를 들면, SD 또는 XD 메모리 등), 자기 메모리, 자기 디스크, 광디스크, 램(Random Access Memory : RAM), SRAM(Static Random Access Memory), 롬(Read-Only Memory : ROM), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory) 중 적어도 하나의 저장매체를 포함할 수 있다. 또한, 태양 활동 자동 감시 장치(10)는 인터넷(internet)상에서 저장부(200)의 저장 기능을 수행하는 웹 스토리지(web storage)를 운영하거나, 또는 상기 웹 스토리지와 관련되어 동작할 수도 있다.In addition, the storage unit 200 may include a flash memory type, a hard disk type, a multimedia card micro type, a card type memory (eg, SD or XD memory, etc.), magnetic memory, magnetic disk, optical disk, random access memory (RAM), static random access memory (SRAM), read-only memory (ROM), electrically erasable programmable read-only memory (EEPROM) It may include at least one storage medium of PROM (Programmable Read-Only Memory). In addition, the automatic solar activity monitoring apparatus 10 may operate a web storage that performs a storage function of the storage unit 200 on the Internet, or may operate in connection with the web storage.

또한, 상기 저장부(200)는, 상기 통신부(100)를 통해 수신된 태양 이미지를 저장한다.In addition, the storage unit 200 stores the sun image received through the communication unit 100.

또한, 상기 저장부(200)는, 상기 제어부(400)에 의해 생성된 상기 클래스 분류 작업으로 인해 획득되는 흑점 그룹별 물리량(예를 들어, 영역 번호, 위치, 면적, 흑점 수, 맥킨토시 클래스, 자기장 클래스, 울프 넘버 등 포함)을 텍스트 형태의 파일을 저장한다.In addition, the storage unit 200, the physical quantity for each group of black spots (eg, area number, location, area, number of black spots, Macintosh class, magnetic field) obtained by the class classification operation generated by the control unit 400 Store files in text format (including classes, wolf numbers, etc.)

상기 표시부(300)는, 상기 제어부(400)의 제어에 의해 상기 저장부(200)에 저장된 사용자 인터페이스 및/또는 그래픽 사용자 인터페이스를 이용하여 다양한 메뉴 화면 등과 같은 다양한 콘텐츠를 표시할 수 있다. 여기서, 상기 표시부(300)에 표시되는 콘텐츠는, 다양한 텍스트 또는 이미지 데이터(지도 데이터나 각종 정보 데이터 포함)와 아이콘, 리스트 메뉴, 콤보 박스 등의 데이터를 포함하는 메뉴 화면 등을 포함한다. 또한, 상기 표시부(300)는, 터치 스크린 일 수 있다.The display unit 300 may display various contents such as various menu screens using a user interface and / or a graphic user interface stored in the storage unit 200 under the control of the controller 400. Here, the content displayed on the display unit 300 includes a menu screen including various text or image data (including map data and various information data), and data such as icons, list menus, combo boxes, and the like. In addition, the display unit 300 may be a touch screen.

또한, 상기 표시부(300)는, 액정 디스플레이(Liquid Crystal Display : LCD), 박막 트랜지스터 액정 디스플레이(Thin Film Transistor-Liquid Crystal Display : TFT LCD), 유기 발광 다이오드(Organic Light-Emitting Diode : OLED), 플렉시블 디스플레이(Flexible Display), 3차원 디스플레이(3D Display), 전자잉크 디스플레이(e-ink display) 중에서 적어도 하나를 포함할 수 있다.In addition, the display unit 300 may include a liquid crystal display (LCD), a thin film transistor liquid crystal display (TFT LCD), an organic light-emitting diode (OLED), and a flexible display. The display device may include at least one of a flexible display, a 3D display, and an e-ink display.

또한, 상기 표시부(300)는, 상기 제어부(400)의 제어에 의해, 태양 흑점군 감지 결과, 태양 흑점군 분류/분석 결과, 코로나홀 감지 결과 및, 필라멘트(또는, 필라멘트 영역) 감지 결과 등을 표시한다.In addition, the display unit 300 displays a sunspot group detection result, a sunspot group classification / analysis result, a corona hole detection result, a filament (or filament area) detection result, and the like under the control of the controller 400. .

상기 제어부(400)는, 상기 태양 활동 자동 감시 장치(10)의 전반적인 제어 기능을 실행한다.The controller 400 executes an overall control function of the solar activity automatic monitoring device 10.

또한, 상기 제어부(400)는, 상기 통신부(400)를 통해 수신된 태양 이미지의 종류를 근거로 태양 흑점군(sunspot group) 감지 및 분류 기능, 태양의 코로나홀(coronal hole) 감지 기능 및, 태양의 필라멘트(filament) 감지 기능 등을 수행한다.In addition, the control unit 400, based on the type of the sun image received through the communication unit 400 sunspot group (sunspot group) detection and classification function, solar coronal hole (coronal hole) detection function, and Filament detection function and the like.

또한, 상기 제어부(400)는, 상기 통신부(400)를 통해 수신된 태양 이미지가 태양의 연속선 이미지 및 자기장 전면 이미지일 때, 태양 흑점군을 자동 감지하고 분류하는 과정을 수행한다. 여기서, 상기 태양 흑점군 분류는, 형태학적 분류(예를 들어, McIntosh 분류 체계(Zpc 클래스) 등 포함) 및, 자기장 구조에 의한 분류(예를 들어, Wilson 자기장 분류 체계(알파, 베타, 베타-감마 및, 델타) 등 포함) 등을 포함한다.In addition, the controller 400 performs a process of automatically detecting and classifying sunspot groups when the sun image received through the communication unit 400 is a continuous line image of the sun and a magnetic field front image. Here, the sunspot group classification includes morphological classification (eg, McIntosh classification system (Zpc class), etc.), and classification by magnetic field structure (eg, Wilson magnetic field classification system (alpha, beta, beta-gamma). And delta) and the like).

또한, 상기 제어부(400)는, 상기 수신된 태양 이미지가 태양의 연속선 이미지 및 자기장 전면 이미지일 때, 상기 수신된 태양 이미지(또는, 원본 이미지)에서 라벨을 제거한다. 즉, 상기 제어부(400)는, 상기 원본 이미지에 대해 형태학적 처리기법(Morphological Open)을 적용하여 글자에 해당하는 형태만 선별적으로 제거하여, 라벨 제거 이미지를 획득한다.In addition, the controller 400 removes a label from the received sun image (or original image) when the received sun image is a continuous line image of the sun and a magnetic field front image. That is, the controller 400 selectively removes only a shape corresponding to a letter by applying a Morphological Open to the original image to obtain a label removal image.

또한, 상기 제어부(400)는, 상기 라벨 제거 이미지(또는, 라벨이 제거된 이미지)에 대해 마스크 처리(masking)를 수행하여 디스크 이미지를 추출한다. 즉, 상기 제어부(400)는, 상기 라벨 제거 이미지에 대해서 디스크의 중심점 좌표 및 디스크의 경계선 좌표를 각각 산출한다.In addition, the controller 400 extracts a disk image by performing masking on the label removal image (or an image from which the label has been removed). That is, the controller 400 calculates the center point coordinates of the disc and the boundary line coordinates of the disc with respect to the label removal image.

또한, 상기 제어부(400)는, 상기 추출된 디스크 이미지 내에 위치한 흑점을 추적하여, 흑점 씨앗을 추출한다. 즉, 상기 제어부(400)는, 상기 디스크 영역 내에서 일정 기준 이하의 화소값에 해당하는 부분을 상기 흑점 씨앗으로 추출한다.In addition, the controller 400 extracts the seed of the sunspot by tracking the dark spot located in the extracted disk image. That is, the controller 400 extracts a portion corresponding to a pixel value of a predetermined reference or less in the disk area as the seed seed.

또한, 상기 제어부(400)는, 상기 추출된 흑점 씨앗에 대해 영역 확장 기법을 적용한다. 즉, 상기 제어부(400)는, 상기 추출된 흑점 씨앗에 해당하는 전 영역내 화소값들에 대하여 평균 및 표준편차를 계산하고, 상기 계산된 평균 및 표준편차를 근거로 상기 흑점 씨앗 영역에서 주변부로 영역을 확장한다. 이때, 상기 영역 확장 시 사용되는 화소값의 범위는, 최소값은 0에서 최대값은 "평균 + 1.5 * 표준편차"으로 설정한다.In addition, the controller 400 applies a region extension technique to the extracted sunspot seeds. That is, the controller 400 calculates an average and a standard deviation of pixel values in all regions corresponding to the extracted sunspot seeds, and moves from the sunspot seed region to the periphery based on the calculated average and standard deviation. Expand the area. At this time, the range of pixel values used in the expansion of the region is set from 0 to a minimum value of "average + 1.5 * standard deviation".

또한, 상기 제어부(400)는, 상기 획득된 영역 확장 이미지를 근거로 흑점을 판별(또는, 탐색)한다. 이때, 상기 제어부(400)는, 상기 획득된 영역 확장 이미지 내에서, 본영(umbra) 및 반영(penumbra)이 포함된 하나 이상의 흑점을 탐색(또는, 확인/추출)한다.In addition, the controller 400 determines (or searches for) a black spot based on the acquired area extension image. In this case, the controller 400 searches (or identifies / extracts) one or more black spots including an umbra and a penumbra in the acquired area extension image.

또한, 상기 제어부(400)는, 상기 탐색된 하나 이상의 흑점을 근거로 흑점군을 판별한다. 즉, 상기 제어부(400)는, 상기 탐색된 하나 이상의 흑점(또는, 상기 탐색된 모든 흑점)을 쌍으로 묶어 상호 간의 각도거리를 계산한다. 또한, 상기 제어부(400)는, 상기 계산된 각도거리가 미리 설정된 기준거리(예를 들어, 6도) 이하인 쌍은 하나의 그룹으로 설정한다. 또한, 상기 제어부(440)는, 상기 탐색된 모든 그룹에 대해서, 그룹으로 설정된 서로 다른 그룹끼리 멤버를 대조하여, 같이 겹치는 멤버가 있으면 두 쌍을 합쳐 하나의 그룹으로 설정하여 더 큰 그룹으로 확장한다.In addition, the controller 400 determines a group of black spots based on the found one or more black spots. That is, the controller 400 calculates the angular distance between each other by pairing the one or more found black spots (or all the found black spots) in pairs. In addition, the controller 400 sets a pair in which the calculated angular distance is equal to or less than a preset reference distance (for example, 6 degrees). In addition, the controller 440 compares members among different groups set as groups with respect to all the found groups, and if there are overlapping members, sets the two pairs into one group and expands them into a larger group. .

이와 같이, 상기 제어부(400)는, 상기 탐색된 하나 이상의(또는, 복수의) 흑점을 상호 간의 각도거리에 따라 1차적으로 하나의 그룹으로 설정하고, 상기 설정된 하나 이상의(또는, 복수의) 그룹에 대해서 중복되는 멤버에 대해서 2차적으로 하나의 그룹으로 설정하는 과정을 수행하여, 상기 흑점군을 판별한다.As such, the controller 400 may set the one or more (or plurality of) black spots that are searched into one group primarily according to the angular distances between the two or more of the set one or more (or plurality) groups. For example, the group of duplicated spots is determined by secondly setting the group to overlap one member.

또한, 상기 제어부(400)는, 맥킨토시 분류법(또는, McIntosh 분류법)을 근거로 상기 감지된 태양 흑점군(또는, 태양 흑점)의 클래스를 판별(또는, 분류)한다.In addition, the controller 400 determines (or classifies) a class of the detected sunspot group (or sunspot) based on the Macintosh classification method (or McIntosh classification method).

즉, 상기 제어부(400)는, 크기, 모양 및, 분포 형태 등을 기준으로 미리 설정된 맥킨토시 분류법에 의한 분류 등급 중에서, 상기 감지된 태양 흑점군이 어느 분류 등급에 해당하는지 여부를 확인(또는, 판단)하여, 해당 태양 흑점군의 종류를 판별한다. 여기서, 상기 맥킨토시 분류법은, Zpc를 포함한다. 이때, Z는 수정된 취리히 클래스(Modified Zurich Class)이고, p는 최대 흑점 타입(Type of Largest Sunspot)이고, c는 흑점 분포(sunspot distribution)를 나타낸다.That is, the control unit 400 checks (or determines) which classification class the sunspot group detected is among the classification classes according to the Macintosh classification method set in advance based on the size, shape, and distribution form. The type of sunspot group is determined. Here, the Macintosh classification method includes Zpc. Where Z is the modified Zurich class, p is the type of Largest Sunspot, and c is the sunspot distribution.

또한, 상기 제어부(400)는, 그룹내 흑점 개수, 흑점 간의 최대 거리, 흑점내 화소값 분포에 따른 반영(penumbra)의 존재 여부, 반영이 있는 흑점 간 거리의 최대치 및, 그룹 영역의 기하학적 폭(width) 등을 근거로 상기 맥킨토시 분류법(Zpc)에서의 맥킨토시 Z를 분류한다.In addition, the controller 400 may determine the number of black spots in the group, the maximum distance between the black spots, the presence or absence of a penumbra according to the distribution of pixel values in the black spots, the maximum value of the black spots with reflections, and the geometric width of the group region ( Macintosh Z in the Macintosh classification (Zpc) is classified based on the width).

또한, 상기 제어부(400)는, 흑점의 반영 존재 여부, 반영의 발달 정보, 흑점의 경계선 정보(POI), 흑점의 N-S 방향 폭 및, 흑점의 화소 면적 등을 근거로 상기 맥킨토시 분류법(Zpc)에서의 맥킨토시 p를 분류한다.In addition, the controller 400 may determine whether the Macintosh classification method (Zpc) is based on the presence or absence of the reflection of the sunspot, the development information of the reflection, the boundary information (POI) of the sunspot, the width in the NS direction of the sunspot, and the pixel area of the sunspot. Classify Macintosh p.

또한, 상기 제어부(400)는, 흑점 그룹의 공간적 범위, 그룹 총면적 대비 흑점의 총면적 간의 상대 면적비 및, 반영을 가진 흑점 개수 등을 근거로 상기 맥킨토시 분류법(Zpc)에서의 맥킨토시 c를 분류한다.In addition, the controller 400 classifies the Macintosh c in the Macintosh classification method (Zpc) based on the spatial range of the sunspot group, the relative area ratio between the total area of the sunspot to the group total area, and the number of sunspots having reflection.

또한, 상기 제어부(400)는, 상기 수신된 자기장 전면 이미지(예를 들어, Magnetogram 이미지(또는, 자기력 기록 이미지) 등 포함)를 근거로 태양 흑점의 자기장 클래스를 판별한다.In addition, the controller 400 determines a magnetic field class of sunspots based on the received magnetic field front image (eg, including a magnetogram image (or magnetic force recording image)).

또한, 상기 제어부(400)는, 자기장 분포 형태를 기준으로 미리 설정된 윌슨(Wilson) 분류법(또는, 윌슨 자기장 분류법)에 의한 분류 등급 중에서, 상기 자기장 전면 이미지의 자기장 분포의 복잡도가 어느 분류 등급에 해당하는지 여부를 확인하여, 해당 태양 흑점의 자기장 복잡도를 판별한다. 여기서, 상기 자기장 클래스는, 알파, 베타, 베타-감마 및, 델타 등을 포함한다. 이때, 상기 알파는, 흑점 그룹내 자기장 극성의 분포가 (+) 또는 (-) 중 한쪽이 지배적인 경우로, 그룹 영역 내에서 (+) 및 (-)의 극성을 갖는 화소들의 개수 간의 상대적인 비율을 산출하여 판단한다. 또한, 상기 베타는, 흑점 그룹내 자기장 극성의 분포가 (+) 또는 (-) 중 어느 한쪽으로 지배적이지 않은 경우로, 두 극성이 차지하는 영역이 비교적 잘 구분이 되어, 분할선(neutral line)이 비교적 단순 명료하게 그려진다. 또한, 상기 베타-감마는, 흑점 그룹내 자기장 극성의 분포가 (+) 또는 (-) 중 어느 한쪽으로 지배적이지 않은 경우로, 두 극성이 차지하는 영역을 구분하는 상기 분할선이 복잡하게 그려지거나 또는 여러 개가 그려진다. 또한, 상기 델타는, 흑점 그룹내 흑점들 중 어떤 거대한 극점이 하나의 반영(penumbra) 안에 두 개 이상의 서로 다른 극성을 갖는 본영(umbra)들을 품는 경우로, 전체적으로는 극성 분포가 상기 베타-감마의 속성을 띄는 경우가 대부분이므로, 베타-감마-델타로 분류할 수도 있다.In addition, the control unit 400, among classification classes by a Wilson classification method (or Wilson magnetic field classification method) preset based on a magnetic field distribution type, the complexity of the magnetic field distribution of the front magnetic field image corresponds to any classification class. The magnetic field complexity of the sunspot is determined. Here, the magnetic field class includes alpha, beta, beta-gamma, delta, and the like. In this case, the alpha is a case in which the distribution of the magnetic field polarity in the sunspot group is dominant (+) or (-), and the relative ratio between the number of pixels having polarities of (+) and (-) in the group region. Determine by judging. In addition, the beta is a case in which the distribution of the magnetic field polarity in the sunspot group is not dominant to either (+) or (-), and the regions occupied by the two polarities are relatively well distinguished, so that the neutral line is divided. It is relatively simple and clearly drawn. In addition, in the beta-gamma, the distribution of the magnetic field polarity in the sunspot group is not dominant to either (+) or (-), and the dividing line separating the regions occupied by the two polarities is complicatedly drawn or Several are drawn. In addition, the delta is a case in which a large pole of the sunspots in the sunspot group contains umbras having two or more different polarities in one penumbra, and the polarity distribution of the beta-gamma as a whole Most of the time, the properties are classified as beta-gamma-delta.

즉, 상기 제어부(400)는, 상기 자기장 전면 이미지에 대해 형태학적 처리기법(Morphological Open)을 적용하여 글자에 해당하는 형태만 선별적으로 제거하여, 라벨 제거 이미지를 획득한다.That is, the controller 400 selectively removes only a shape corresponding to a letter by applying a morphological processing method to the magnetic field front image to obtain a label removal image.

또한, 상기 제어부(400)는, 상기 라벨 제거 이미지에 대해서 임계화(thresholding)에 의한 각 화소별 극성(예를 들어, +, - 및, 중립)을 구분한다.In addition, the controller 400 distinguishes polarities (eg, +, −, and neutral) for each pixel by thresholding with respect to the label removal image.

또한, 상기 제어부(400)는, 상기 구분된 각 화소별 극성을 근거로 그룹 영역내 극성 분포도를 산출한다.In addition, the controller 400 calculates a polarity distribution diagram in the group region based on the divided polarities of the respective pixels.

즉, 상기 제어부(400)는, 상기 구분된 각 화소별 (+) 또는 (-) 극성별로 따로 처리한 다음 두 결과를 서로 합성하여, 극성의 값이 일정 레벨 이상인 화소들만을 추출하는 효과를 얻는다.That is, the controller 400 separately processes each of the divided (+) or (-) polarities for each pixel, and then combines the two results to obtain the effect of extracting only pixels having a predetermined or more polarity value. .

또한, 상기 제어부(400)는, 상기 산출된 그룹 영역 내 극성 분포도를 근거로 상기 그룹 영역내 자기 분할선을 산출한다.In addition, the controller 400 calculates a magnetic segmentation line in the group region based on the calculated polarity distribution diagram in the group region.

즉, 상기 제어부(400)는, 상기 임계화 및 마스킹(masking) 처리를 거쳐 획득된 결과를 통해, 각 극성에 해당되는 화소들을 씨앗으로 하여, 두 영역이 서로 만날 때까지 확장하는 기법(예를 들어, 일종의 seeded region growing 기법)을 적용하여 상기 그룹 영역 내 자기 분할선을 산출한다.That is, the control unit 400 extends until the two regions meet each other by using the seeds corresponding to each polarity as a seed through a result obtained through the thresholding and masking processing (for example, For example, a type of seeded region growing technique is applied to calculate a magnetic segmentation line in the group region.

또한, 상기 제어부(400)는, 상기 산출된 그룹 영역 내 극성 분포도 및, 그룹 영역 내 자기 분할선을 근거로 상기 미리 설정된 윌슨 분류법에 의한 분류 등급 중에서, 임의의 태양 흑점의 자기장 복잡도를 판별한다.In addition, the controller 400 determines a magnetic field complexity of any sunspot from among the classification classes according to the previously set Wilson classification method based on the calculated polarity distribution diagram in the group region and the magnetic dividing line in the group region.

또한, 상기 제어부(400)는, 상기 수신된 원본 이미지(예를 들어, 상기 SDO HMI 이미지)상에 상기 감지된 태양 흑점군, 상기 맥킨토시 클래스 판별 결과 및, 상기 윌슨 클래스 판별 결과를 상기 표시부(300)에 표시한다. 이때, 상기 제어부(400)는, SRS(Solar Region Summary : 태양활동영역 요약)를 함께 비교 표시할 수도 있다. 여기서, 상기 SRS는, 주로 태양 표면에 있는 태양 흑점의 지역번호와 태양좌표계에서의 위치, 태양 반구의 상대적 면적으로 표현되는 흑점군의 면적, 흑점군의 총수, 흑점수의 자기분류 등의 정보를 포함한다.In addition, the controller 400 displays the detected sunspot group, the Macintosh class discrimination result, and the Wilson class discrimination result on the received original image (eg, the SDO HMI image). Mark on. In this case, the controller 400 may compare and display a Solar Region Summary (SRS) together. Here, the SRS mainly includes information such as the area code of the sunspot on the sun's surface and its position in the solar coordinate system, the area of the sunspot group represented by the relative area of the sun hemisphere, the total number of sunspot groups, and the self-classification of the sunspot number. .

또한, 상기 제어부(400)는, 상기 클래스 분류 작업으로 인해 획득되는 흑점 그룹별 물리량(예를 들어, 영역 번호, 위치, 면적, 흑점 수, 맥킨토시 클래스, 자기장 클래스, 울프 넘버 등 포함)을 텍스트 형태의 파일로 생성하여 상기 저장부(200)에 저장한다.In addition, the controller 400 may include a physical quantity (eg, area number, location, area, number of black spots, Macintosh class, magnetic field class, wolf number, etc.) for each black spot group obtained by the class classification operation in text form. Create a file of the stored in the storage unit 200.

또한, 상기 제어부(400)는, 상기 수신된 태양 이미지가 AIA 193 이미지일 때, 마스크 처리를 수행하여 디스크 이미지(또는, 마스킹 처리된 이미지)만을 추출(또는, 획득)한다.In addition, when the received sun image is an AIA 193 image, the controller 400 extracts (or acquires) only a disk image (or a masked image) by performing a mask process.

또한, 상기 제어부(400)는, 미리 설정된 기준 화소값(또는, 기준 경계 화소값)을 근거로 상기 마스킹 처리된 이미지에서 1차 후보 코로나 홀을 추출(또는, 탐색)한다. 여기서, 상기 미리 설정된 기준 화소값은, 디스크 전체 화소값의 중간값의 약 40~50%의 범위 내에서 설계자의 설계에 따라 다양하게 설정할 수 있다.The controller 400 extracts (or searches for) a primary candidate corona hole from the masked image based on a preset reference pixel value (or reference boundary pixel value). Here, the preset reference pixel value may be variously set according to the designer's design within a range of about 40 to 50% of the median value of the entire disk value.

또한, 상기 제어부(400)는, 상기 추출된 1차 후보 코로나 홀에 형태학적 처리기법을 적용하여 2차 후보 코로나 홀을 추출한다.In addition, the controller 400 extracts the secondary candidate corona hole by applying a morphological processing technique to the extracted first candidate corona hole.

또한, 상기 제어부(400)는, 상기 추출된 2차 후보 코로나 홀 중에서 미리 설정된 기준 면적 이상의 코로나 홀만을 예비 코로나 홀로 판별(또는, 판정)한다.In addition, the controller 400 determines (or determines) only the corona holes having a predetermined reference area or more among the extracted secondary candidate corona holes as preliminary corona holes.

또한, 상기 제어부(400)는, 상기 판별된 예비 코로나 홀과 에이치-알파 이미지와의 비교를 통해, 최종적으로 코로나 홀로 결정한다. 즉, 상기 제어부(400)는, 동시간대의 상기 H-알파 이미지를 조회하여, 상기 판별된 예비 코로나 홀과 동일한 위치에 필라멘트가 있는지 여부를 확인한다. 또한, 상기 제어부(400)는, 상기 확인 결과, 상기 판별된 예비 코로나 홀과 동일한 위치에 필라멘트가 있는 경우, 해당 예비 코로나 홀을 필라멘트로 판단하여 코로나 홀 판별에서 제외한다. 또한, 상기 제어부(400)는, 상기 확인 결과, 상기 판별된 예비 코로나 홀과 동일한 위치에 필라멘트가 없는 경우, 해당 예비 코로나 홀을 최종 코로나 홀로 결정한다.In addition, the controller 400 finally determines the corona hole through comparison between the determined preliminary corona hole and the H-alpha image. That is, the controller 400 inquires the H-alpha image of the same time period, and checks whether the filament exists at the same position as the determined preliminary corona hole. In addition, when there is a filament at the same position as the determined preliminary corona hole, the controller 400 determines the preliminary corona hole as a filament and excludes the corona hole from the discrimination. In addition, when there is no filament at the same position as the determined preliminary corona hole, the controller 400 determines the preliminary corona hole as the final corona hole.

또한, 상기 제어부(400)는, 상기 수신된 태양 이미지가 HMI 자기장 이미지일 때, 상기 수신된 HMI 자기장 이미지에서 라벨을 제거하여 라벨 제거 이미지를 획득한다.In addition, when the received solar image is an HMI magnetic field image, the controller 400 removes a label from the received HMI magnetic field image to obtain a label removal image.

또한, 상기 제어부(400)는, 상기 라벨 제거 이미지에 대해 마스크 처리를 수행하여 디스크 이미지(또는, 마스킹 처리된 이미지)를 추출한다. 즉, 상기 제어부(400)는, 상기 라벨 제거 이미지에 대해서 디스크의 중심점 좌표 및 디스크의 경계선 좌표를 각각 산출한다.In addition, the controller 400 extracts a disk image (or a masked image) by performing a mask process on the label removal image. That is, the controller 400 calculates the center point coordinates of the disc and the boundary line coordinates of the disc with respect to the label removal image.

또한, 상기 제어부(400)는, 상기 디스크 이미지에서의 태양 디스크의 반경을 조정한 이미지를 획득한다. 즉, 상기 제어부(400)는, AIA 193 이미지상의 디스크 반경과 HMI 자기장 이미지상의 디스크 반경을 서로 비교하여 산출한다.In addition, the controller 400 obtains an image of adjusting the radius of the solar disk in the disk image. That is, the controller 400 calculates the disk radius on the AIA 193 image by comparing the disk radius on the HMI magnetic field image with each other.

또한, 상기 제어부(400)는, 미리 설정된 기준 화소값(또는, 기준 경계 화소값)을 근거로 상기 마스킹 처리된 이미지에서 1차 후보 코로나 홀을 추출(또는, 탐색)한다. 여기서, 상기 미리 설정된 기준 화소값은, 디스크 전체 화소값의 중간값의 약 40~50%의 범위 내에서 설계자의 설계에 따라 다양하게 설정할 수 있다. 또한, 상기 제어부(400)는, 상기 추출된 1차 후보 코로나 홀에 형태학적 처리기법을 적용하여 2차 후보 코로나 홀을 추출한다.The controller 400 extracts (or searches for) a primary candidate corona hole from the masked image based on a preset reference pixel value (or reference boundary pixel value). Here, the preset reference pixel value may be variously set according to the designer's design within a range of about 40 to 50% of the median value of the entire disk value. In addition, the controller 400 extracts the secondary candidate corona hole by applying a morphological processing technique to the extracted first candidate corona hole.

또한, 상기 제어부(400)는, 상기 추출된 2차 후보 코로나 홀의 자기장 세기값별 분포도(field strength distribution)상에서의 비대칭성(skewness)을 산출한다. 여기서, 상기 비대칭성은, 분포도 상에서 최대 빈도수를 중심으로 좌우의 대칭성을 정량적으로 나타낸 값이다. 이때, 상기 비대칭성은, 0에 가까우면 대칭성이 높은 것으로, 상기 비대칭성이 0이면 필라멘트에 의한 극성 균형을 나타내며, 해당 비대칭성은 코로나 홀로의 최종 판단에서 제외한다. 또한, 상기 제어부(400)는, 상기 산출된 비대칭성을 근거로 상기 추출된 2차 후보 코로나 홀 중에서 예비 코로나 홀을 결정(또는, 판별/판정)한다.In addition, the controller 400 calculates skewness on the field strength distribution of the extracted second candidate corona holes. Here, the asymmetry is a value quantitatively showing the symmetry of the left and right about the maximum frequency on the distribution chart. At this time, the asymmetry is close to 0, the symmetry is high, and if the asymmetry is 0, it represents the polar balance by the filament, the asymmetry is excluded from the final judgment of the corona alone. In addition, the controller 400 determines (or determines / determines) a preliminary corona hole among the extracted second candidate corona holes based on the calculated asymmetry.

또한, 상기 제어부(400)는, 상기 판별된 예비 코로나 홀과 에이치-알파 이미지와의 비교를 통해, 최종적으로 코로나 홀로 결정한다. 즉, 상기 제어부(400)는, 동시간대의 상기 에이치-알파 이미지를 조회하여, 상기 판별된 예비 코로나 홀과 동일한 위치에 필라멘트가 있는지 여부를 확인한다. 또한, 상기 제어부(400)는, 상기 확인 결과, 상기 판별된 예비 코로나 홀과 동일한 위치에 필라멘트가 있는 경우, 해당 코로나 홀을 필라멘트로 판단하여 코로나 홀 판별에서 제외한다. 또한, 상기 제어부(400)는, 상기 확인 결과, 상기 판별된 예비 코로나 홀과 동일한 위치에 필라멘트가 없는 경우, 해당 예비 코로나 홀을 최종 코로나 홀로 판별한다.In addition, the controller 400 finally determines the corona hole through comparison between the determined preliminary corona hole and the H-alpha image. That is, the controller 400 inquires the H-alpha image of the same time period and checks whether there is a filament at the same position as the determined preliminary corona hole. In addition, when there is a filament at the same position as the determined preliminary corona hole, the controller 400 determines the corona hole as a filament and excludes it from the corona hole determination. In addition, when there is no filament at the same position as the determined preliminary corona hole, the controller 400 determines the preliminary corona hole as the final corona hole.

또한, 상기 제어부(400)는, 상기 수신된 태양 이미지가 태양의 에이치-알파 이미지일 때, 상기 수신된 태양 이미지(또는, 원본 이미지)에 대해 마스크 처리를 수행하여 디스크 이미지(또는, 디스크 영역)를 추출한다.In addition, when the received sun image is an H-alpha image of the sun, the controller 400 performs a mask process on the received sun image (or the original image) to perform a disc image (or disc area). Extract

또한, 상기 제어부(400)는, 상기 추출된 디스크 이미지에 대해 평탄화(flaattening) 기법을 적용하여 화소값의 불균일성을 보정한다. 이러한 상기 평탄화 기법 적용은, 필라멘트 추출을 위한 경계 화소값의 적용이 디스크 전 영역에서 유효하도록 하기 위한 전단계 처리일 수 있다.In addition, the controller 400 applies a flattening technique to the extracted disk image to correct non-uniformity of pixel values. The application of the flattening technique may be a previous step for making the application of the boundary pixel value for filament extraction effective in the entire disk area.

또한, 상기 제어부(400)는, 임계화를 위해 디스크 배경을 밝게 처리하여 화소값 불균일성이 보정된 이미지를 획득한다.In addition, the controller 400 obtains an image of which pixel value non-uniformity is corrected by brightening the disk background for thresholding.

또한, 상기 제어부(400)는, 미리 설정된 기준 화소값(또는, 기준 경계 화소값)을 근거로 상기 화소값 불균일성이 보정된 이미지에서 1차 후보 필라멘트(또는, 1차 후보 필라멘트 영역)를 추출(또는, 탐색)한다. 여기서, 상기 미리 설정된 기준 화소값은, 디스크 전체 화소값의 중간값의 약 80~85%의 범위 내에서 설계자의 설계에 따라 다양하게 설정할 수 있다. 이때, 상기 1차 후보 필라멘트는, 디스크 상의 다양한 특징점들의 존재로 인해 다소 지저분한 상태일 수 있다.Also, the controller 400 extracts a primary candidate filament (or a primary candidate filament area) from an image in which the pixel value nonuniformity is corrected based on a preset reference pixel value (or a reference boundary pixel value). Or search). Here, the preset reference pixel value may be variously set according to the designer's design within a range of about 80 to 85% of the median value of the entire disk values. In this case, the primary candidate filament may be somewhat dirty due to the presence of various feature points on the disk.

또한, 상기 제어부(400)는, 상기 추출된 1차 후보 필라멘트에 형태학적 처리기법을 적용하여 2차 후보 필라멘트를 추출한다.In addition, the control unit 400 extracts the secondary candidate filaments by applying a morphological processing technique to the extracted primary candidate filaments.

또한, 상기 제어부(400)는, 상기 추출한 선형의 2차 후보 필라멘트를 씨앗으로 삼아, 상기 2차 후보 필라멘트에 대해 영역 확장 기법을 적용한다.Also, the controller 400 uses the extracted linear secondary candidate filament as a seed and applies a region extension technique to the secondary candidate filament.

또한, 상기 제어부(400)는, 상기 획득한 영역 확장 이미지 내에서 확인된 개별 필라멘트에 대한 그룹핑 처리를 수행한다. 즉, 상기 제어부(400)는, 상기 영역 확장 이미지 내에 존재하는 영역 확장된 2차 후보 필라멘트에 대해서, 서로 가까운 거리(예를 들어, 40 픽셀 이내)만큼 떨어진 형태들은 동일한 필라멘트로 설정한다. 또한, 상기 제어부(400)는, 상기 그룹핑 처리 완료된 필라멘트 영역을 최종적으로 필라멘트 영역(또는, 필라멘트)으로 결정(또는, 판정/판별)한다.In addition, the controller 400 performs a grouping process on individual filaments identified in the acquired area extension image. That is, the controller 400 sets the same filaments apart from each other by a distance (for example, within 40 pixels) with respect to the region-expanded secondary candidate filaments existing in the region expansion image. In addition, the controller 400 determines (or determines / determinates) the grouping-processed filament area as a filament area (or filament).

이와 같이, 실시간으로 제공되는 태양 이미지를 근거로 태양 흑점군을 자동 인식하여 흑점의 종류 및 자기장 복잡도를 분류할 수 있다.In this way, the sunspot group is automatically recognized based on the sun image provided in real time to classify the type and magnetic field complexity of the sunspot.

또한, 이와 같이, 실시간으로 제공되는 태양 이미지를 근거로 코로나 홀 또는 필라멘트를 자동 인식할 수 있다.In addition, it is possible to automatically recognize corona holes or filaments based on the sun image provided in real time.

이하에서는, 본 명세서에 따른 태양 활동 자동 감시 방법을 도 1 내지 도 31을 참조하여 상세히 설명한다.Hereinafter, a method for automatically monitoring solar activity according to the present disclosure will be described in detail with reference to FIGS. 1 to 31.

도 2는 본 명세서의 제1 실시예에 따른 태양 활동 자동 감시 방법을 나타낸 흐름도이다.2 is a cross- A flowchart illustrating a method for automatically monitoring solar activity according to a first embodiment of the present specification.

먼저, 통신부(100)는, 임의의 외부 서버 또는 위성으로부터 전송되는 태양 이미지를 수신한다. 여기서, 상기 통신부(100)를 통해 수신되는 태양 이미지는, 태양의 연속선 이미지(예를 들어, SDO HMI 이미지) 및 자기장 전면 이미지, 태양의 자외선 전면 이미지 및, 태양의 H-알파 전면 이미지 등을 포함한다(S210).First, the communication unit 100 receives a sun image transmitted from any external server or satellite. Here, the sun image received through the communication unit 100 includes a continuous line image of the sun (for example, an SDO HMI image) and a magnetic field front image, an ultraviolet front image of the sun, and an H-alpha front image of the sun. It includes (S210).

이후, 제어부(400)는, 상기 통신부(100)를 통해 수신된 태양 이미지의 종류를 근거로 태양 흑점군을 감지하고 분류하는 과정을 수행한다. 여기서, 상기 태양 흑점군 분류는, 형태학적 분류(예를 들어, McIntosh 분류 체계(Zpc 클래스) 등 포함) 및, 자기장 구조에 의한 분류(예를 들어, Wilson 자기장 분류 체계(알파, 베타, 베타-감마 및, 델타) 등 포함) 등을 포함한다.Thereafter, the controller 400 detects and classifies sunspot groups based on the type of sun image received through the communication unit 100. Here, the sunspot group classification includes morphological classification (eg, McIntosh classification system (Zpc class), etc.), and classification by magnetic field structure (eg, Wilson magnetic field classification system (alpha, beta, beta-gamma). And delta) and the like).

즉, 상기 제어부(400)는, 상기 수신된 태양 이미지의 종류가 태양의 연속선 이미지 및 자기장 전면 이미지일 때, 태양 흑점군을 자동 감지하는 기능을 수행한다(S220).That is, the controller 400 performs a function of automatically detecting a group of sunspots when the type of the received sun image is a continuous line image of the sun and a magnetic field front image (S220).

이후, 상기 제어부(400)는, 맥킨토시 분류법(또는, McIntosh 분류법)을 근거로 상기 감지된 태양 흑점군(또는, 태양 흑점)의 클래스를 판별(또는, 분류)한다.Subsequently, the controller 400 determines (or classifies) a class of the detected sunspot group (or sunspot) based on the Macintosh classification method (or McIntosh classification method).

즉, 상기 제어부(400)는, 크기, 모양 및, 분포 형태 등을 기준으로 미리 설정된 맥킨토시 분류법에 의한 분류 등급 중에서, 상기 감지된 태양 흑점군이 어느 분류 등급에 해당하는지 여부를 확인(또는, 판단)하여, 해당 태양 흑점군의 종류를 판별한다. 여기서, 상기 맥킨토시 분류법은, Zpc를 포함한다. 이때, Z는 수정된 취리히 클래스이고, p는 최대 흑점 타입이고, c는 흑점 분포를 나타낸다(S230).That is, the control unit 400 checks (or determines) which classification class the sunspot group detected is among the classification classes according to the Macintosh classification method set in advance based on the size, shape, and distribution form. The type of sunspot group is determined. Here, the Macintosh classification method includes Zpc. In this case, Z is the modified Zurich class, p is the maximum sunspot type, and c represents the sunspot distribution (S230).

이후, 상기 제어부(400)는, 상기 통신부(100)를 통해 수신된 자기장 전면 이미지(예를 들어, Magnetogram 이미지(또는, 자기력 기록 이미지) 등 포함)를 근거로 태양 흑점의 자기장 클래스를 판별한다.Subsequently, the controller 400 determines a magnetic field class of sunspots based on a magnetic field front image (eg, including a magnetogram image (or a magnetic force recording image)) received through the communication unit 100.

즉, 상기 제어부(400)는, 자기장 분포 형태를 기준으로 미리 설정된 윌슨(Wilson) 분류법(또는, 윌슨 자기장 분류법)에 의한 분류 등급 중에서, 상기 자기장 전면 이미지의 자기장 분포의 복잡도가 어느 분류 등급에 해당하는지 여부를 확인하여, 해당 태양 흑점의 자기장 복잡도를 판별한다. 여기서, 상기 자기장 클래스는, 알파, 베타, 베타-감마 및, 델타 등을 포함한다(S240).That is, the control unit 400, among classification classes by Wilson classification method (or Wilson magnetic field classification method) preset based on the magnetic field distribution type, the complexity of the magnetic field distribution of the front field image corresponds to any classification class. The magnetic field complexity of the sunspot is determined. Herein, the magnetic field class includes alpha, beta, beta-gamma, and delta (S240).

이후, 상기 제어부(400)는, 상기 통신부(100)를 통해 수신된 원본 이미지(예를 들어, 상기 SDO HMI 이미지)상에 상기 감지된 태양 흑점군, 상기 맥킨토시 클래스 판별 결과 및, 상기 윌슨 클래스 판별 결과를 표시부(300)에 표시한다. 이때, 상기 제어부(400)는, SRS(Solar Region Summary : 태양활동영역 요약)를 함께 비교 표시할 수도 있다. 여기서, 상기 SRS는, 주로 태양 표면에 있는 태양 흑점의 지역번호와 태양좌표계에서의 위치, 태양 반구의 상대적 면적으로 표현되는 흑점군의 면적, 흑점군의 총수, 흑점수의 자기분류 등의 정보를 포함한다.Subsequently, the controller 400 determines the sunspot group, the Macintosh class discrimination result, and the Wilson class discrimination result on the detected sunspot group on the original image (eg, the SDO HMI image) received through the communication unit 100. Is displayed on the display unit 300. In this case, the controller 400 may compare and display a Solar Region Summary (SRS) together. Here, the SRS mainly includes information such as the area code of the sunspot on the sun's surface and its position in the solar coordinate system, the area of the sunspot group represented by the relative area of the sun hemisphere, the total number of sunspot groups, and the self-classification of the sunspot number. .

또한, 상기 제어부(400)는, 상기 클래스 분류 작업으로 인해 획득되는 흑점 그룹별 물리량(예를 들어, 영역 번호, 위치, 면적, 흑점 수, 맥킨토시 클래스, 자기장 클래스, 울프 넘버 등 포함)을 텍스트 형태의 파일로 생성하여 저장부(200)에 저장한다(S250).In addition, the controller 400 may include a physical quantity (eg, area number, location, area, number of black spots, Macintosh class, magnetic field class, wolf number, etc.) for each black spot group obtained by the class classification operation in text form. It is generated as a file and stored in the storage unit 200 (S250).

도 3은 본 명세서의 제2 실시예에 따른 태양 흑점군을 자동 감지하는 방법을 나타낸 흐름도이다.3, A flowchart illustrating a method of automatically detecting a group of sunspots according to a second embodiment of the present specification.

먼저, 제어부(400)는, 통신부(100)를 통해 수신된 태양 이미지가 태양의 연속선 이미지 및 자기장 전면 이미지일 때, 상기 수신된 태양 이미지(또는, 원본 이미지)에서 라벨을 제거한다.First, when the sun image received through the communication unit 100 is a continuous line image of the sun and a magnetic field front image, the controller 400 removes a label from the received sun image (or the original image).

즉, 상기 제어부(400)는, 상기 원본 이미지에 대해 형태학적 처리기법(Morphological Open)을 적용하여 글자에 해당하는 형태만 선별적으로 제거하여, 라벨 제거 이미지를 획득한다.That is, the controller 400 selectively removes only a shape corresponding to a letter by applying a Morphological Open to the original image to obtain a label removal image.

일 예로, 상기 제어부(400)는, 도 4에 도시한 원본 이미지(또는, 연속선 이미지/SDO HMI 이미지)에 대해서, 상기 형태학적 처리기법을 적용하여 글자(예를 들어, 상기 도 4의 왼쪽 하단부에 위치한 라벨)에 해당하는 형태만 선별적으로 제거된 도 5에 도시한 바와 같은, 라벨 제거 이미지를 획득한다(S310).For example, the controller 400 may apply the morphological processing technique to the original image (or continuous line image / SDO HMI image) illustrated in FIG. 4 to apply a character (for example, the left side of FIG. 4). A label removal image as shown in FIG. 5, in which only a form corresponding to the lower end of the label) is selectively removed, is obtained (S310).

이후, 상기 제어부(400)는, 상기 라벨 제거 이미지(또는, 라벨이 제거된 이미지)에 대해 마스크 처리(masking)를 수행하여 디스크 이미지를 추출한다.Thereafter, the controller 400 extracts a disk image by performing masking on the label removal image (or the image from which the label has been removed).

즉, 상기 제어부(400)는, 상기 라벨 제거 이미지에 대해서 디스크의 중심점 좌표 및 디스크의 경계선 좌표를 각각 산출한다.That is, the controller 400 calculates the center point coordinates of the disc and the boundary line coordinates of the disc with respect to the label removal image.

일 예로, 상기 제어부(400)는, 상기 도 5에 도시한 라벨 제거 이미지에 대해 상기 마스크 처리를 수행하여 도 6에 도시한 디스크 이미지를 획득한다(S320).As an example, the controller 400 performs the mask processing on the label removal image shown in FIG. 5 to obtain the disc image shown in FIG. 6 (S320).

이후, 상기 제어부(400)는, 상기 추출된 디스크 이미지 내에 위치한 흑점을 추적하여, 흑점 씨앗을 추출한다.Thereafter, the control unit 400 extracts a seed seed by tracking a black spot located in the extracted disk image.

즉, 상기 제어부(400)는, 상기 디스크 영역 내에서 일정 기준 이하의 화소값에 해당하는 부분을 상기 흑점 씨앗으로 추출한다.That is, the controller 400 extracts a portion corresponding to a pixel value of a predetermined reference or less in the disk area as the seed seed.

이때, 상기 제어부(400)는, "임계값 = 평균값 - 상수 * 표준 편차"를 통해, 상기 디스크 영역 내에서 상기 임계값 이하의 화소값에 해당하는 부분을 추출한다. 여기서, 상기 미리 설정된 상수(C)는, 약 6.0 이며, 여러 샘플 자료 분석을 통해 획득한 값이다.In this case, the controller 400 extracts a portion corresponding to the pixel value equal to or less than the threshold value in the disk area through "threshold value = average value-constant * standard deviation". In this case, the preset constant (C) is about 6.0 and is a value obtained through analysis of various sample data.

일 예로, 상기 제어부(400)는, 도 7에 도시한 바와 같이, 상기 흑점 씨앗을 추출한다(S330).For example, the controller 400 extracts the sunspot seed, as shown in FIG. 7 (S330).

이후, 상기 제어부(400)는, 상기 추출된 흑점 씨앗에 대해 영역 확장 기법을 적용한다.Thereafter, the controller 400 applies a region extension technique to the extracted sunspot seeds.

즉, 상기 제어부(400)는, 상기 추출된 흑점 씨앗에 해당하는 전 영역내 화소값들에 대하여 평균 및 표준편차를 계산하고, 상기 계산된 평균 및 표준편차를 근거로 상기 흑점 씨앗 영역에서 주변부로 영역을 확장한다. 이때, 상기 영역 확장 시 사용되는 화소값의 범위는, 최소값은 0에서 최대값은 "평균 + 1.5 * 표준편차"으로 설정한다.That is, the controller 400 calculates an average and a standard deviation of pixel values in all regions corresponding to the extracted sunspot seeds, and moves from the sunspot seed region to the periphery based on the calculated average and standard deviation. Expand the area. At this time, the range of pixel values used in the expansion of the region is set from 0 to a minimum value of "average + 1.5 * standard deviation".

일 예로, 상기 제어부(400)는, 도 8에 도시한 바와 같이, 상기 흑점 씨앗에 대해 상기 영역 확장 기법을 적용하여 영역 확장 이미지를 획득한다(S340).As an example, as shown in FIG. 8, the controller 400 obtains a region extension image by applying the region expansion technique to the seed spot (S340).

이후, 상기 제어부(400)는, 상기 획득된 영역 확장 이미지를 근거로 태양 흑점을 판별(또는, 탐색)한다. 이때, 상기 제어부(400)는, 상기 획득된 영역 확장 이미지 내에서, 본영(umbra) 및 반영(penumbra)이 포함된 하나 이상의 흑점을 탐색(또는, 확인/추출)한다.Thereafter, the controller 400 determines (or searches for) sunspots based on the acquired area extension image. In this case, the controller 400 searches (or identifies / extracts) one or more black spots including an umbra and a penumbra in the acquired area extension image.

일 예로, 상기 제어부(400)는, 도 9에 도시한 바와 같이, 상기 획득된 영역 확장 이미지 내에서 본영 및 반영이 포함된 하나 이상의 흑점을 탐색한다(S350).For example, as illustrated in FIG. 9, the controller 400 searches for one or more black spots including real and reflected in the acquired area extension image (S350).

이후, 상기 제어부(400)는, 상기 탐색된 하나 이상의 흑점을 근거로 태양 흑점군을 판별(또는, 결정)한다.Thereafter, the controller 400 determines (or determines) a sunspot group based on the found one or more sunspots.

즉, 상기 제어부(400)는, 상기 탐색된 하나 이상의 흑점(또는, 상기 탐색된 모든 흑점)을 쌍으로 묶어 상호 간의 각도거리를 계산한다. 또한, 상기 제어부(400)는, 상기 계산된 각도거리가 미리 설정된 기준거리(예를 들어, 6도) 이하인 쌍은 하나의 그룹으로 설정한다. 또한, 상기 제어부(440)는, 상기 탐색된 모든 그룹에 대해서, 그룹으로 설정된 서로 다른 그룹끼리 멤버를 대조하여, 같이 겹치는 멤버가 있으면 두 쌍을 합쳐 하나의 그룹으로 설정하여 더 큰 그룹으로 확장한다.That is, the controller 400 calculates the angular distance between each other by pairing the one or more found black spots (or all the found black spots) in pairs. In addition, the controller 400 sets a pair in which the calculated angular distance is equal to or less than a preset reference distance (for example, 6 degrees). In addition, the controller 440 compares members among different groups set as groups with respect to all the found groups, and if there are overlapping members, sets the two pairs into one group and expands them into a larger group. .

일 예로, 상기 제어부(400)는, 도 10에 도시한 바와 같이, 상기 탐색된 하나 이상의 흑점을 그룹화하여 태양 흑점군을 자동 감지한다(S360).For example, as illustrated in FIG. 10, the controller 400 automatically groups the one or more detected sunspots to automatically detect a sunspot group (S360).

도 11은 본 명세서의 제3 실시예에 따른 태양 활동 자동 감시 방법을 나타낸 흐름도이다.11 is Flow chart illustrating a method for automatically monitoring solar activity according to a third embodiment of the present disclosure.

먼저, 제어부(400)는, 통신부(100)를 통해 수신된 태양 이미지가 AIA 193 이미지일 때, 마스크 처리를 수행하여 디스크 이미지(또는, 마스킹 처리된 이미지)만을 추출(또는, 획득)한다.First, when the sun image received through the communication unit 100 is an AIA 193 image, the controller 400 extracts (or obtains) only a disk image (or a masked image) by performing a mask process.

일 예로, 상기 제어부(400)는, 도 12에 도시한 원본 이미지(또는, AIA 193 이미지)에 대해서, 마스크 처리를 수행하여 도 13에 도시한 마스킹 처리된 이미지를 획득한다(S1110).For example, the controller 400 performs mask processing on the original image (or AIA 193 image) illustrated in FIG. 12 to obtain a masked image illustrated in FIG. 13 (S1110).

이후, 상기 제어부(400)는, 미리 설정된 기준 화소값(또는, 기준 경계 화소값)을 근거로 상기 마스킹 처리된 이미지에서 1차 후보 코로나 홀을 추출(또는, 탐색)한다. 여기서, 상기 미리 설정된 기준 화소값은, 디스크 전체 화소값의 중간값의 약 40~50%의 범위 내에서 설계자의 설계에 따라 다양하게 설정할 수 있다.Thereafter, the controller 400 extracts (or searches for) a primary candidate corona hole from the masked image based on a preset reference pixel value (or reference boundary pixel value). Here, the preset reference pixel value may be variously set according to the designer's design within a range of about 40 to 50% of the median value of the entire disk value.

일 예로, 상기 제어부(400)는, 도 14에 도시한 바와 같이, 상기 마스킹 처리된 이미지에서 상기 기준 화소값을 근거로 1차 후보 코로나 홀을 추출한다(S1120).For example, as illustrated in FIG. 14, the controller 400 extracts a primary candidate corona hole from the masked image based on the reference pixel value (S1120).

이후, 상기 제어부(400)는, 상기 추출된 1차 후보 코로나 홀에 형태학적 처리기법을 적용하여 2차 후보 코로나 홀을 추출한다.Thereafter, the controller 400 extracts the second candidate corona hole by applying a morphological processing technique to the extracted first candidate corona hole.

일 예로, 상기 제어부(400)는, 도 15에 도시한 바와 같이, 상기 1차 후보 코로나 홀에 상기 형태학적 처리기법을 적용하여 상기 후보 2차 후보 코로나 홀을 탐색한다(S1130).For example, as illustrated in FIG. 15, the controller 400 searches for the candidate secondary candidate corona hole by applying the morphological processing method to the primary candidate corona hole (S1130).

이후, 상기 제어부(400)는, 상기 추출된 2차 후보 코로나 홀 중에서 미리 설정된 기준 면적 이상의 코로나 홀만을 예비 코로나 홀로 판별(또는, 판정)한다.Thereafter, the controller 400 determines (or determines) only the corona holes having a predetermined reference area or more among the extracted secondary candidate corona holes as preliminary corona holes.

일 예로, 상기 제어부(400)는, 상기 도 15에 도시한 2차 후보 코로나 홀 중에서 상기 미리 설정된 기준 면적 이상의 코로나 홀만을, 도 16에 도시한 바와 같이 예비 코로나 홀로 판별한다(S1140).As an example, the controller 400 determines only the corona holes having the predetermined reference area or more among the secondary candidate corona holes shown in FIG. 15 as the preliminary corona holes as shown in FIG. 16 (S1140).

이후, 상기 제어부(400)는, 상기 판별된 예비 코로나 홀과 H-알파 이미지와의 비교를 통해, 최종적으로 코로나 홀로 결정(또는, 판별/판정)한다.Thereafter, the controller 400 finally determines (or determines / determines) the corona hole by comparing the determined preliminary corona hole and the H-alpha image.

즉, 상기 제어부(400)는, 동시간대의 상기 H-알파 이미지를 조회하여, 상기 판별된 예비 코로나 홀과 동일한 위치에 필라멘트가 있는지 여부를 확인한다.That is, the controller 400 inquires the H-alpha image of the same time period, and checks whether the filament exists at the same position as the determined preliminary corona hole.

또한, 상기 제어부(400)는, 상기 확인 결과, 상기 판별된 예비 코로나 홀과 동일한 위치에 필라멘트가 있는 경우, 해당 예비 코로나 홀을 필라멘트로 판단하여 코로나 홀 판별에서 제외한다.In addition, when there is a filament at the same position as the determined preliminary corona hole, the controller 400 determines the preliminary corona hole as a filament and excludes the corona hole from the discrimination.

또한, 상기 제어부(400)는, 상기 확인 결과, 상기 판별된 예비 코로나 홀과 동일한 위치에 필라멘트가 없는 경우, 해당 예비 코로나 홀을 최종 코로나 홀로 판별한다(S1150).In addition, when there is no filament at the same position as the determined preliminary corona hole, the controller 400 determines the preliminary corona hole as the final corona hole (S1150).

도 17은 본 명세서의 제4 실시예에 따른 태양 활동 자동 감시 방법을 나타낸 흐름도이다.17 Flow chart showing a method for automatically monitoring solar activity according to a fourth embodiment of the present disclosure.

먼저, 제어부(400)는, 통신부(100)를 통해 수신된 태양 이미지가 HMI 자기장 이미지일 때, 상기 수신된 HMI 자기장 이미지에서 라벨을 제거하여 라벨 제거 이미지를 획득한다.First, when the sun image received through the communication unit 100 is an HMI magnetic field image, the controller 400 removes a label from the received HMI magnetic field image to obtain a label removal image.

일 예로, 상기 제어부(400)는, 도 18에 도시한 원본 이미지(또는, 상기 HMI 자기장 이미지)에 대해서, 형태학적 처리기법을 적용하여 글자(예를 들어, 상기 도 18의 왼쪽 하단부에 위치한 라벨)에 해당하는 형태만 선별적으로 제거된 도 19에 도시한 바와 같은, 라벨 제거 이미지를 획득한다(S1710).For example, the controller 400 may apply a morphological processing method to the original image (or the HMI magnetic field image) illustrated in FIG. 18 to apply a morphological processing technique to a label (for example, a label located at a lower left portion of FIG. 18). In step S1710, a label removal image is obtained as shown in FIG. 19, in which only a form corresponding to) is selectively removed.

이후, 상기 제어부(400)는, 상기 라벨 제거 이미지에 대해 마스크 처리를 수행하여 디스크 이미지(또는, 마스킹 처리된 이미지)를 추출한다.Thereafter, the controller 400 extracts a disk image (or a masked image) by performing mask processing on the label removal image.

일 예로, 상기 제어부(400)는, 상기 도 19에 도시한 라벨 제거 이미지에 대해 상기 마스크 처리를 수행하여 도 20에 도시한 디스크 이미지를 획득한다(S1720).As an example, the controller 400 performs the mask processing on the label removal image shown in FIG. 19 to obtain the disc image shown in FIG. 20 (S1720).

이후, 상기 제어부(400)는, 상기 디스크 이미지에서의 태양 디스크의 반경을 조정한 이미지를 획득한다. 즉, 상기 제어부(400)는, AIA 193 이미지상의 디스크 반경과 HMI 자기장 이미지상의 디스크 반경을 서로 비교하여 산출한다.Thereafter, the controller 400 obtains an image of adjusting the radius of the solar disk in the disk image. That is, the controller 400 calculates the disk radius on the AIA 193 image by comparing the disk radius on the HMI magnetic field image with each other.

일 예로, 상기 제어부(400)는, 도 21에 도시한 바와 같이, 반경이 조정된 이미지를 획득한다.For example, as illustrated in FIG. 21, the controller 400 acquires an image of which the radius is adjusted.

또한, 상기 제어부(400)는, 상기 추출된 1차 후보 코로나 홀에 형태학적 처리기법을 적용하여 2차 후보 코로나 홀을 추출한다(S1730).In addition, the controller 400 extracts the secondary candidate corona hole by applying a morphological processing technique to the extracted first candidate corona hole (S1730).

이후, 상기 제어부(400)는, 상기 추출된 2차 후보 코로나 홀의 자기장 세기값별 분포도(field strength distribution)상에서의 비대칭성(skewness)을 산출한다. 여기서, 상기 비대칭성은, 분포도 상에서 최대 빈도수를 중심으로 좌우의 대칭성을 정량적으로 나타낸 값이다. 이때, 상기 비대칭성은, 0에 가까우면 대칭성이 높은 것으로, 상기 비대칭성이 0이면 필라멘트에 의한 극성 균형을 나타내며, 해당 비대칭성은 코로나 홀로의 최종 판단에서 제외한다.Thereafter, the controller 400 calculates skewness on a field strength distribution of the extracted second candidate corona holes. Here, the asymmetry is a value quantitatively showing the symmetry of the left and right about the maximum frequency on the distribution chart. At this time, the asymmetry is close to 0, the symmetry is high, and if the asymmetry is 0, it represents the polar balance by the filament, the asymmetry is excluded from the final judgment of the corona alone.

또한, 상기 제어부(400)는, 상기 산출된 비대칭성을 근거로 상기 추출된 2차 후보 코로나 홀 중에서 예비 코로나 홀을 판별(또는, 판정)한다.In addition, the controller 400 determines (or determines) a preliminary corona hole from the extracted second candidate corona holes based on the calculated asymmetry.

이와 같이, 상기 제어부(400)는, 탐색된 코로나 홀의 영역별 극성 분포를 산출하여, 코로나 홀 판별에 활용한다(S1740).In this way, the control unit 400 calculates the polarity distribution for each area of the corona hole found and utilizes the corona hole to determine the corona hole (S1740).

이후, 상기 제어부(400)는, 상기 판별된 예비 코로나 홀과 H-알파 이미지와의 비교를 통해, 최종적으로 코로나 홀로 결정한다.Thereafter, the controller 400 finally determines the corona hole by comparing the determined preliminary corona hole and the H-alpha image.

또한, 상기 제어부(400)는, 상기 확인 결과, 상기 판별된 예비 코로나 홀과 동일한 위치에 필라멘트가 없는 경우, 해당 예비 코로나 홀을 최종 코로나 홀로 결정한다(S1750).In addition, when there is no filament at the same position as the determined preliminary corona hole, the controller 400 determines the preliminary corona hole as the final corona hole (S1750).

도 22는 본 명세서의 제5 실시예에 따른 태양 흑점군을 자동 감지하는 방법을 나타낸 흐름도이다.Figure 22 A flowchart illustrating a method of automatically detecting a sunspot group according to a fifth embodiment of the present disclosure.

먼저, 제어부(400)는, 통신부(100)를 통해 수신된 태양 이미지가 태양의 H-알파 이미지일 때, 상기 수신된 태양 이미지(또는, 원본 이미지)에 대해 마스크 처리를 수행하여 디스크 이미지(또는, 디스크 영역)를 추출한다.First, when the sun image received through the communication unit 100 is an H-alpha image of the sun, the controller 400 performs a mask process on the received sun image (or the original image) to perform a disk image (or , Disk area).

일 예로, 상기 제어부(400)는, 도 23에 도시한 원본 이미지에 대해 상기 마스크 처리를 수행하여 도 24에 도시한 디스크 이미지를 획득한다(S2210).For example, the controller 400 performs the mask process on the original image shown in FIG. 23 to obtain the disc image shown in FIG. 24 (S2210).

이후, 상기 제어부(400)는, 상기 추출된 디스크 이미지에 대해 평탄화(flaattening) 기법을 적용하여 화소값의 불균일성을 보정한다. 이러한 상기 평탄화 기법 적용은, 필라멘트 추출을 위한 경계 화소값의 적용이 디스크 전 영역에서 유효하도록 하기 위한 전단계 처리일 수 있다.Thereafter, the controller 400 applies a flattening technique to the extracted disk image to correct nonuniformity of pixel values. The application of the flattening technique may be a previous step for making the application of the boundary pixel value for filament extraction effective in the entire disk area.

일 예로, 상기 제어부(400)는, 도 25에 도시한 바와 같이, 평탄화 기법이 적용된 이미지를 획득한다(S2220).For example, as illustrated in FIG. 25, the controller 400 obtains an image to which the planarization technique is applied (S2220).

이후, 상기 제어부(400)는, 임계화를 위해 디스크 배경을 밝게 처리하여 화소값 불균일성이 보정된 이미지를 획득한다.Thereafter, the controller 400 brightens the disk background for thresholding and obtains an image of which pixel value non-uniformity is corrected.

일 예로, 상기 제어부(400)는, 도 26에 도시한 바와 같이, 화소값 불균일성이 보정된 이미지를 획득한다(S2230).For example, as illustrated in FIG. 26, the controller 400 obtains an image in which pixel value nonuniformity is corrected (S2230).

이후, 상기 제어부(400)는, 미리 설정된 기준 화소값(또는, 기준 경계 화소값)을 근거로 상기 화소값 불균일성이 보정된 이미지에서 1차 후보 필라멘트(또는, 1차 후보 필라멘트 영역)를 추출(또는, 탐색)한다. 여기서, 상기 미리 설정된 기준 화소값은, 디스크 전체 화소값의 중간값의 약 80~85%의 범위 내에서 설계자의 설계에 따라 다양하게 설정할 수 있다. 이때, 상기 1차 후보 필라멘트는, 디스크 상의 다양한 특징점들의 존재로 인해 다소 지저분한 상태일 수 있다.Thereafter, the controller 400 extracts a primary candidate filament (or a primary candidate filament area) from an image in which the pixel value nonuniformity is corrected based on a preset reference pixel value (or a reference boundary pixel value). Or search). Here, the preset reference pixel value may be variously set according to the designer's design within a range of about 80 to 85% of the median value of the entire disk values. In this case, the primary candidate filament may be somewhat dirty due to the presence of various feature points on the disk.

일 예로, 상기 제어부(400)는, 도 27에 도시한 바와 같이, 1차 후보 필라멘트를 획득한다(S2240).For example, as illustrated in FIG. 27, the controller 400 obtains a primary candidate filament (S2240).

이후, 상기 제어부(400)는, 상기 추출된 1차 후보 필라멘트에 형태학적 처리기법을 적용하여 2차 후보 필라멘트를 추출한다.Thereafter, the controller 400 extracts the secondary candidate filaments by applying a morphological processing technique to the extracted primary candidate filaments.

일 예로, 상기 제어부(400)는, 도 28에 도시한 선형의 상기 형태학적 처리기법을 상기 1차 후보 필라멘트에 적용하여, 도 29에 도시한 바와 같은, 선형의 형태들만 남는 상기 2차 후보 필라멘트를 획득한다(S2250).For example, the controller 400 may apply the linear morphological processing technique of FIG. 28 to the first candidate filament, and thus, the secondary candidate filament of which only linear forms remain as illustrated in FIG. 29. It is obtained (S2250).

이후, 상기 제어부(400)는, 상기 추출한 선형의 2차 후보 필라멘트를 씨앗으로 삼아, 상기 2차 후보 필라멘트에 대해 영역 확장 기법을 적용한다.Thereafter, the controller 400 uses the extracted linear secondary candidate filament as a seed and applies a region expansion technique to the secondary candidate filament.

일 예로, 상기 제어부(400)는, 도 30에 도시한 바와 같이, 상기 선형의 2차 후보 필라멘트에 영역 확장 기법을 적용하여 영역 확장 이미지를 획득한다(S2260).For example, as illustrated in FIG. 30, the controller 400 obtains a region extension image by applying a region expansion technique to the linear secondary candidate filaments (S2260).

이후, 상기 제어부(400)는, 상기 획득한 영역 확장 이미지 내에서 확인된 개별 필라멘트에 대한 그룹핑 처리를 수행한다.Thereafter, the controller 400 performs a grouping process on individual filaments identified in the acquired area extension image.

즉, 상기 제어부(400)는, 상기 영역 확장 이미지 내에 존재하는 영역 확장된 2차 후보 필라멘트에 대해서, 서로 가까운 거리(예를 들어, 40 픽셀 이내)만큼 떨어진 형태들은 동일한 필라멘트로 설정한다.That is, the controller 400 sets the same filaments apart from each other by a distance (for example, within 40 pixels) with respect to the region-expanded secondary candidate filaments existing in the region expansion image.

또한, 상기 제어부(400)는, 상기 그룹핑 처리 완료된 필라멘트 영역을 최종적으로 필라멘트 영역(또는, 필라멘트)으로 결정(또는, 판정/판별)한다.In addition, the controller 400 determines (or determines / determinates) the grouping-processed filament area as a filament area (or filament).

일 예로, 상기 제어부(400)는, 도 31에 도시한 바와 같이, 상기 그룹핑 처리 완료된 필라멘트 영역을 최종 필라멘트 영역으로 결정한다(S2270).For example, as illustrated in FIG. 31, the controller 400 determines the grouped filament area as the final filament area (S2270).

본 명세서의 실시예는 앞서 설명한 바와 같이, 실시간으로 제공되는 태양 이미지를 근거로 태양 흑점군을 자동 인식하여 흑점의 종류 및 자기장 복잡도를 분류하여, 인식에 따른 정확성을 높이고 사용자의 편의성을 향상시킬 수 있다.As described above, the embodiment of the present disclosure may automatically recognize the sunspot group based on the sun image provided in real time, classify the type and magnetic field complexity of the sunspot, thereby increasing the accuracy according to the recognition and improving the user's convenience. .

또한, 본 명세서의 실시예는 앞서 설명한 바와 같이, 실시간으로 제공되는 태양 이미지를 근거로 코로나 홀 또는 필라멘트를 자동 인식하여, 인식에 따른 정확성을 높이고, 사용자의 편의성을 향상시킬 수 있다.
In addition, the embodiment of the present disclosure, as described above, by automatically recognizing the corona hole or filament based on the sun image provided in real time, it is possible to increase the accuracy according to the recognition, and improve the user's convenience.

전술한 내용은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
The present invention may be embodied in many other specific forms without departing from the spirit or essential characteristics thereof. Therefore, the embodiments disclosed in the present invention are intended to illustrate rather than limit the scope of the present invention, and the scope of the technical idea of the present invention is not limited by these embodiments. The scope of protection of the present invention should be construed according to the following claims, and all technical ideas falling within the scope of the same shall be construed as falling within the scope of the present invention.

10: 태양 활동 자동 감시 장치 100: 통신부
200: 저장부 300: 표시부
400: 제어부10: solar activity automatic monitoring device 100: communication unit
200: storage 300: display
400:

Claims

A communication unit for receiving the sun image transmitted from any external server or satellite; And
A controller configured to perform any one of a sunspot group detection and classification function, a sun corona hole detection function, and a sun filament detection function based on the type of the received sun image, and display a result of performing the function on a display unit; Solar activity automatic monitoring device, characterized in that.

The method according to claim 1,
The sun image,
And at least one of a continuous line image of the sun, a magnetic field front image, a ultraviolet front image of the sun, and an H-alpha front image of the sun.

The method according to claim 1,
Sunspot group detection function of the control unit,
When the sun image that is the received original image is a continuous line image of the sun and a magnetic field front image, a label is removed from the received original image to obtain a label removal image, and masking is performed on the label removal image. Extract a disk image by extracting a disk image, tracking a black spot located in the extracted disk image, obtaining a region extension image by applying a region extension technique to the extracted region, and obtaining the region expansion. Searching for sunspots based on the image, and determines the sunspot group based on the detected one or more sunspots.

The method according to claim 3,
The control unit,
The solar activity automatic monitoring device, characterized in that by applying a morphological processing (Morphological Open) to the original image to selectively remove only the shape corresponding to the letter to obtain a label removal image.

The method according to claim 3,
The control unit,
And calculating an average and a standard deviation of pixel values in all regions corresponding to the extracted sunspot seeds, and extending the area from the sunspot seed region to the periphery based on the calculated average and standard deviation. Activity automatic monitoring device.

The method according to claim 3,
The control unit,
Within the obtained area extension image, the automatic solar activity monitoring device, characterized in that for searching for one or more sunspots including umbra and penumbra.

The method according to claim 3,
The control unit,
The angular distances are calculated by grouping the found one or more black spots in pairs, and the pairs having the calculated angular distances equal to or less than a predetermined reference distance are set as one group, and the members included in the one or more groups are compared. And when there is a member overlapping with each other, combining the two overlapping pairs into one group, and determining the reset grouped group as a sunspot group of the sun.

Receiving a sun image transmitted from any external server or satellite;
Performing one of a sunspot group detection and classification function, a sun corona hole detection function, and a sun filament detection function based on the type of the received sun image; And
And outputting a result of performing the function.

The method according to claim 8,
The sun image,
And at least one of a continuous line image of the sun, a magnetic field front image, a ultraviolet front image of the sun, and an H-alpha front image of the sun.

The method according to claim 8,
Performing the sunspot group detection function,
Obtaining a label removal image by removing a label from the received original image when the sun image as the received original image is a continuous line image and a magnetic field front image of the sun;
Extracting a disk image by performing masking on the label removing image;
Extracting a seed seed by tracing a black spot located in the extracted disk image;
Obtaining a region extension image by applying a region expansion technique to the extracted sunspot seeds;
Searching for black spots based on the acquired area extension image; And
And determining a group of sunspots based on the found one or more sunspots.

The method of claim 10,
Removing the label from the received image,
Applying a morphological processing method (Morphological Open) to the original image to selectively remove only the shape corresponding to the letters to obtain a label removal image, characterized in that the automatic solar activity.

The method of claim 10,
The process of applying the region extension technique,
Calculating an average and a standard deviation of pixel values in all regions corresponding to the extracted sunspot seeds; And
And expanding the area from the sunspot seed region to the periphery based on the calculated mean and standard deviation.

The method of claim 10,
The process of searching for black spots based on the acquired area extension image,
Within the obtained area extension image, one or more sunspots including umbra and penumbra are searched for.

The method of claim 10,
The process of determining a group of sunspots based on the found one or more sunspots,
Calculating angular distances between the searched pairs of one or more black spots;
Setting a pair in which the calculated angular distance is equal to or less than a preset reference distance as a group;
Reconciling two pairs of overlapping members into one group when there is a member overlapping each other by comparing the members included in the one or more groups; And
And determining the reset grouped group as the sunspot group of the sun.