Trasformata di Hough per il riconoscimento automatico di fronti di Espulsioni di Massa Coronale (CMEs) nell'imaging astronomico

Abstract

Il Sole è una stella nana attiva e nei periodi di massima attività si possono osservare eventi esplosivi nella parte più esterna dell'atmosfera come le espulsioni di plasma solare nel sistema solare, dette Espulsioni di Massa Coronale (CMEs). Se una CME arriva sulla Terra può provocare fenomeni più o meno intensi, come interferenze nelle comunicazioni radio e nel segnale GPS, danneggiamenti ai satelliti e blackout elettrici, pertanto è importante prevederne alcune caratteristiche. In particolare, attraverso algoritmi di pattern recognition per il riconoscimento di oggetti in immagini coronografiche è possibile determinare il tempo e la velocità di esordio di una CME e, tramite altri approcci, è possibile stimare il tempo di arrivo sulla Terra. Un algoritmo noto in letteratura per il riconoscimento dei profili degli oggetti è la Trasformata di Hough (HT). Dopo un approfondimento della HT e delle sue varianti, come la trasformata generalizzata di Hough o la Trasformata di Hough per classi Speciali di Curve (SCHT), viene affrontato nella tesi il problema di riconoscimento dei fronti di una CME in immagini coronografiche. Si presentano quindi una serie di step di pre-processing di immagini coronografiche, come le elongation-time maps o l'algoritmo di edge detection Canny, e si propone infine un metodo per il riconoscimento dei fronti di una CME basato sul riconoscimento di parabole sulle elongation-time maps tramite la SCHT. Il metodo permette di individuare i diversi fronti di una CME e determina correttamente il tempo di esordio delle espulsioni di massa coronale.

The Sun is an active dwarf star; during the peak of its activity, explosive events can be observed in the outer part of the solar atmosphere, like large expulsions of plasma called coronal mass ejections (CME). The arrival of a CME on Earth can cause more or less intense phenomena such as GPS or radio communication interferences, blackouts or satellite damage so its important to forecast some features of a CME. More precisely, using pattern recognition algorithms for the recognition of objects in coronograph imaginery it's possible to determine the onset time and speed of a CME and, with different approaches, it's possible to forecast the arrival time on Earth of a CME. A standard pattern recognition technique is the Hough Transform (HT). In this thesis after an insight into the HT and its variants, like the generalized Hough Transform or the Hough Transform for Special classes of Curves (SCHT), its addressed the problem of edges of CMEs' recognition in coronograph imaginery. Its then listed a series of pre-processing steps of coronograph imaginery, like elongation-time maps or the edge detection algorithm Canny, and a new method for edges of CMEs' recognition is proposed; the method is built on parabolas recognition in elongation-time maps using the SCHT. The method provides the onset time and speed of each edge of a CME and in each of its radial direction.