极光是高纬地区上空的一种自然发光现象,是由太阳风与磁层带电粒子碰撞所产生的。极光主要出现在以地磁极为中心的环带状区域内,该区域又称为极光卵。在紫外图像中能明显地观察到极光卵,极光卵边界位置与太阳风-磁层能量耦合过程有着密切的联系,对极光卵边界进行分割和建模有助于我们理解行星际磁场与地磁场的活动规律,为空间天气预报提供依据。本文分别对紫外极光图像中极光卵边界的定位与建模以及极光图像检索进行了系统的研究。1.在极光卵边界定位方面,本文提出了基于形状信息反馈和最大相似性区域合并准则的极光卵分割算法。首先用K均值聚类的方法得到初始目标标记与背景标记,使用最大相似性区域合并算法得到初始分割区域。然后用直接最小二乘椭圆拟合的方法将初始分割区域拟合为一个椭圆作为新的目标标记,再次使用最大相似性区域合并准则得到最终的分割结果。实验结果表明,本文所提方法具有较低的虚警率和较小的极向边界均方根误差。2.在极光卵边界建模方面,本文提出了基于深度学习的极光卵边界建模方法。本文以NASA网站上的OMNI数据库中的地磁物理参量作为模型输入,以极光卵极向边界与赤道向边界在24个磁地方时处的地磁纬度作为模型输出。通过两层RBM网络学习物理参量的特征,然后用RBF网络来模拟得到的特征对极光卵位置的响应函数。实验结果表明,本文所提方法可以有效进行极光卵边界位置的建模与预测。另外,本文通过实验给出了一些物理参数对极光卵边界位置影响机制方面的规律。3.在极光图像检索方面,本文提出了基于环形分区的感知哈希极光图像检索算法并实现了极光图像检索系统。本文根据MLT-MLAT坐标系下紫外极光图像中的极光卵分布特点,将图像进行环形分区,根据各个区域的像素灰度均值进行哈希编码,编码信息更能反映极光图像的特点,实验结果表明本文方法能有效找到与待检索图像相关的图像。在此基础上开发的极光图像检索系统不仅能提供与查询图像相关的图像信息,还能给出与检出图像对应的物理参数的信息。我们利用该系统进行典型事例分析,有效验证了极光卵边界建模实验得到的物理参数对极光卵边界位置影响方式方面的结论。