基于深度学习的太阳黑子计数方法及系统

本发明涉及基于深度学习的太阳黑子计数方法及系统，获取太阳光球层的图像数据和相应时段的磁场活动区数据并预处理，利用磁场活动区数据进行定位处理确定感兴趣区域，经分割得到二值化的掩码图像，经误差修正、重构后，得到与历史数据对应的伪标签，连同预处理后的图像数据作为分割模型的训练数据，得到重建后的掩码图像；进一步通过像素强度直方图滤除图像中的无半影黑子，对保留半影黑子的部分进行二分类聚类，统计聚类出的本影数量作为单个黑子数；重建后的掩码图像基于历史数据进行图像识别，得到太阳黑子群数量；得到的太阳黑子群数量和单个黑子数利用Wolf数函数模型，得到最终的太阳黑子计数结果。