基于極光弧運(yùn)動(dòng)特征的極向運(yùn)動(dòng)極光結(jié)構(gòu)的識(shí)別方法
【專利摘要】本發(fā)明提出了一種基于極光弧運(yùn)動(dòng)特征的極向運(yùn)動(dòng)極光結(jié)構(gòu)識(shí)別方法，用于解決現(xiàn)有極向運(yùn)動(dòng)極光結(jié)構(gòu)的識(shí)別方法存在的效率低且準(zhǔn)確率低的技術(shù)問題，其實(shí)現(xiàn)步驟為：1.輸入極光圖像序列并對(duì)其進(jìn)行邊緣去噪的預(yù)處理；2.對(duì)經(jīng)過預(yù)處理的每幀圖像進(jìn)行聚類，獲取每幀圖像的極光弧區(qū)域；3.計(jì)算每幀圖像極光弧區(qū)域的重心位置坐標(biāo)；4.線性擬合多幀連續(xù)圖像的極光弧區(qū)域重心位置坐標(biāo)，得線性擬合線；5.根據(jù)極光弧重心變化特征設(shè)定閾值，并用閾值與線性擬合線斜率比較大?。?根據(jù)比較結(jié)果，判定事件是否發(fā)生，并輸出判定結(jié)果。本發(fā)明具有識(shí)別效率和準(zhǔn)確率高的優(yōu)點(diǎn)，可用于極向運(yùn)動(dòng)極光結(jié)構(gòu)的識(shí)別。
【專利說明】
基于極光弧運(yùn)動(dòng)特征的極向運(yùn)動(dòng)極光結(jié)構(gòu)的識(shí)別方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，更進(jìn)一步設(shè)及對(duì)于極光動(dòng)態(tài)過程的識(shí)別，可用于 對(duì)極向運(yùn)動(dòng)極光結(jié)構(gòu)的識(shí)別。
【背景技術(shù)】
[0002] 極光是來自太陽高能帶電粒子在地球磁場(chǎng)作用下，與極區(qū)的高層大氣中的分子原 子共同作用產(chǎn)生的現(xiàn)象。因此，極光反映了太陽與地磁的活動(dòng)之間的關(guān)系，研究極光有助于 人們了解太陽對(duì)地球的影響。而極光發(fā)生時(shí)所福射的某些電磁波會(huì)影響人們無線通訊，導(dǎo) 航，定位等設(shè)備的使用。同時(shí)，在極光發(fā)生時(shí)地球大氣層產(chǎn)生了巨大的能量，所W研究極光 對(duì)于利用運(yùn)些能量也有著重要的意義。
[0003] 2002 年，Sandholt 等人在文獻(xiàn)"Dayside and polar cap aurora,The 化therlands :Kluwer Academic化blishers中將日側(cè)極光的形態(tài)分成6個(gè)主要類型：類 型1:磁正午附近發(fā)生的主要極光形態(tài)，發(fā)生在南向行星際磁場(chǎng)期間，可W經(jīng)常性的觀測(cè)到 極向運(yùn)動(dòng)極光結(jié)構(gòu);類型2:磁正午附近發(fā)生的極光形態(tài)，發(fā)生在北向行星際磁場(chǎng)期間；類型 3,位于極光卵低締側(cè)的彌散極光帶;類型4和類型5:午前/午后扇區(qū)的多重極光弧;類型6: 跨極蓋極光弧。2009年，胡澤俊在文獻(xiàn)"Synoptic distribution of dayside aurora: Multiple-wavelength all-sky observation at Yellow River Station inNy-A lesund, Sva化ard, J. Atmos. So 1. -Terr. F*hys. 71 (2009),卵.794-804."中將極光形態(tài)分成 了弧狀極光和冕狀極光兩大類，其中冕狀極光又分為福射冕狀、熱點(diǎn)冕狀和帷慢冕狀Ξ種 形態(tài)。
[0004] 極向運(yùn)動(dòng)極光結(jié)構(gòu)（Poleward moving auroral forms,PMAFs)作為一種發(fā)生在極 區(qū)電離層的瞬態(tài)極光現(xiàn)象，反映的是日側(cè)磁頂層的通量傳輸事件。因此，PMAFs事件對(duì)于研 究日側(cè)極光有著非常重要的意義。在W前的研究中，通常是在空間物理學(xué)的領(lǐng)域，研究 PMAFs事件的發(fā)生機(jī)制，而關(guān)于PMAFs事件在圖像處理領(lǐng)域的研究基本空白。2013年，刑贊揚(yáng) 在文獻(xiàn)"日側(cè)極向運(yùn)動(dòng)極光結(jié)構(gòu)的觀測(cè)特征及其產(chǎn)生機(jī)制研究"中提到PMAFs在keogram圖 中表征為長(zhǎng)的，沿時(shí)間軸向上傾斜的結(jié)構(gòu)?，F(xiàn)有技術(shù)主要是通過人工觀測(cè)keogram圖，找出 符合上述特點(diǎn)的結(jié)構(gòu)，判定該結(jié)構(gòu)對(duì)應(yīng)的時(shí)段發(fā)生了 PMAFs事件。該方法的結(jié)果受到觀察者 的屯、理狀態(tài)、身體狀態(tài)、經(jīng)驗(yàn)與知識(shí)儲(chǔ)備等主觀因素的影響，導(dǎo)致準(zhǔn)確率低，同時(shí)還存在低 效的問題。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于克服上述現(xiàn)有技術(shù)存在的缺陷，提出了一種基于極光弧運(yùn)動(dòng)特 征的極向運(yùn)動(dòng)極光結(jié)構(gòu)的自動(dòng)識(shí)別方法，用于解決現(xiàn)有極向運(yùn)動(dòng)極光結(jié)構(gòu)的識(shí)別方法存在 的效率低且準(zhǔn)確率低的技術(shù)問題。
[0006] 為實(shí)現(xiàn)上述目的，本發(fā)明采取的技術(shù)方案為：
[0007] -種基于極光弧運(yùn)動(dòng)特征的極向運(yùn)動(dòng)極光結(jié)構(gòu)識(shí)別方法，包括如下步驟：
[0008] 步驟1輸入極光圖像序列，并對(duì)每帖極光圖像進(jìn)行邊緣去噪的預(yù)處理；
[0009] 步驟2對(duì)經(jīng)過預(yù)處理的極光圖像序列中的每一帖圖像進(jìn)行聚類，用于獲取每帖圖 像的極光弧區(qū)域；
[0010] 步驟3利用重屯、坐標(biāo)公式，分別求出每一帖圖像極光弧區(qū)域的重屯、位置的坐標(biāo)值 XI和yi，其中i表示極光圖像中各帖圖像的序列號(hào)；
[0011] 步驟4對(duì)多帖連續(xù)極光圖像中極光弧區(qū)域的重屯、位置的坐標(biāo)值XI和yi進(jìn)行線性擬 合，得到多帖連續(xù)圖像對(duì)應(yīng)時(shí)段的極光弧區(qū)域重屯、位置的線性擬合線；
[0012] 步驟5根據(jù)PMAFs事件發(fā)生時(shí)段的多帖連續(xù)極光圖像中極光弧區(qū)域的重屯、坐標(biāo)變 化的特征設(shè)定一個(gè)的闊值，比較所述線性擬合線的斜率與已設(shè)定闊值的大小，進(jìn)而判定是 否發(fā)生PMAFs事件；
[OOU]步驟6若擬合線的斜率大于闊值，則判定所述線性擬合線對(duì)應(yīng)時(shí)段發(fā)生了 PMAFs事 件，否則判定所述擬合線對(duì)應(yīng)時(shí)段未發(fā)生PMAFs事件，并輸出判定結(jié)果。
[0014] 本發(fā)明與現(xiàn)有技術(shù)相比，具有W下優(yōu)點(diǎn)：
[0015] 本發(fā)明由于在判定是否發(fā)生PMAFs事件時(shí)，采用了多帖連續(xù)極光圖像中極光弧區(qū) 域的重屯、位置的坐標(biāo)值XI和yi進(jìn)行線性回歸，得到多帖連續(xù)圖像對(duì)應(yīng)時(shí)段的極光弧區(qū)域重 屯、位置的線性擬合線，同時(shí)根據(jù)PMAFs事件發(fā)生時(shí)段的多帖連續(xù)極光圖像中極光弧區(qū)域的 重屯、坐標(biāo)變化的特征設(shè)定一個(gè)的闊值，然后比較線性擬合線的斜率與設(shè)定的闊值的大小， 與現(xiàn)有技術(shù)中通過人工識(shí)別PMAFs事件導(dǎo)致的主觀性強(qiáng)的方法相比，提高了識(shí)別的效率和 準(zhǔn)確性。
【附圖說明】
[0016] 圖1是本發(fā)明的實(shí)施例流程圖；
[0017] 圖2是本發(fā)明的實(shí)施例中對(duì)經(jīng)過預(yù)處理的極光圖像進(jìn)行模糊C均值聚類的示例；
[0018] 圖3是本發(fā)明的實(shí)施例中極光圖像序列中極光弧區(qū)域重屯、位置坐標(biāo)變化圖
[0019] 圖4是本發(fā)明的實(shí)施例中比較線性擬合線的斜率與已設(shè)定闊值的大小，進(jìn)而判定 是否發(fā)生PMAFs事件的示意圖。
【具體實(shí)施方式】
[0020] W下結(jié)合附圖和具體實(shí)施例，對(duì)本發(fā)明的技術(shù)方案作進(jìn)一步詳細(xì)描述：
[0021] 參照?qǐng)D1，
[0022] 步驟1，輸入極光圖像序列，并每帖極光圖像進(jìn)行邊緣去噪的預(yù)處理。
[0023] 步驟la),構(gòu)造一幅與極光圖像尺寸一致的二值圖像H，將二值圖像的中屯、定為圓 屯、，，然后將半徑為220的圓內(nèi)的像素點(diǎn)的值取為1，剩余的像素點(diǎn)的值取為0;
[0024] 步驟化），根據(jù)構(gòu)造的二值圖像H，通過公式B = A地對(duì)輸入的極光圖像進(jìn)行圓形掩 膜處理，其中A為原始的極光圖像，B為經(jīng)過掩膜處理后的極光圖像，*為圖像之間對(duì)應(yīng)像素 點(diǎn)相乘的操作。
[0025] 步驟2,對(duì)經(jīng)過預(yù)處理的極光圖像序列中的每一帖圖像進(jìn)行聚類，用于獲取每帖圖 像的極光弧區(qū)域，其結(jié)果如圖2所示。
[0026] 步驟2a)，輸入極光圖像，設(shè)立樣本集合P = { P1，P2，P3，· · ·，Pn}，集合中每個(gè)樣本代 表一個(gè)極光圖像的像素點(diǎn)，其中η為圖像中像素點(diǎn)的總數(shù)，同時(shí)設(shè)立聚類中屯、集合V={Vi， V2，V3，…，Vs }，集合中每個(gè)元素代表一個(gè)聚類中屯、，S表示聚類中屯、的數(shù)目，本實(shí)施例中S取 2;
[0027] 步驟化），設(shè)定終止闊值ε〉0,記步器b = 0,初始化隸屬度矩陣UW=[Urk]sXn，其中 Urk表示的是樣本集合P中第k個(gè)樣本Pk關(guān)于第r個(gè)聚類中屯、Vr的隸屬度；
[002引步驟2c)，根據(jù)隸屬度矩陣U(b)和樣本集合？={91，92,93，..'，9。}，通過公式
計(jì)算得到聚類中屯、集合VW，其中m為平滑參數(shù)，1 < r < S;
[0029] 步驟2d)，根據(jù)隸屬度矩陣U(b)，聚類中屯、yW，通過公式
計(jì)算得到11<^，其中cUk= I I Pk-Vr II為樣本地和聚類中屯、Vr之間的歐氏距離，chk= II Pk-Vl I 為樣本Pk和聚類中屯、Vl之間的歐氏距離。特殊地，如果drk = 0，則Urk = 1，并且該樣本Xk關(guān)于 其他的聚類中屯、的隸屬度為0;
[0030] 步驟2e)，如果||U(b+i)-U(b)| |<ε，則聚類過程終止，其中I |U(b+i)-U(b)| I表示兩個(gè) 隸屬度矩陣間的歐氏距離，輸出聚類中屯、及隸屬度矩陣ufb+υ，否則記步器b二b+i，轉(zhuǎn) 向步驟(2c);
[0031] 步驟2f)，針對(duì)任意樣本Pk，在輸出的隸屬度矩陣中選取最大隸屬度Urk，將此時(shí)的r 作為該樣本的類標(biāo)，完成極光圖像的聚類。
[0032] 步驟3,利用重屯、坐標(biāo)公式，分別求出每一帖圖像極光弧區(qū)域的重屯、位置的坐標(biāo)值 XI和yi，其中i表示極光圖像中各帖圖像的序列號(hào)。
[0033] 對(duì)于不規(guī)則圖像重屯、坐標(biāo)的公式如下：
[0036] 其中xi，yi為一帖極光圖像極光弧區(qū)域的重屯、坐標(biāo)位置坐標(biāo)，xj，yj為一帖極光圖 像中一個(gè)像素點(diǎn)的位置坐標(biāo)，D為一帖極光圖像中極光弧區(qū)域像素點(diǎn)的集合，q為D集合元素 總個(gè)數(shù)中即極光弧區(qū)域像素點(diǎn)總個(gè)數(shù)。
[0037] 步驟4,對(duì)多帖連續(xù)極光圖像中極光弧區(qū)域的重屯、位置的坐標(biāo)值XI和yi進(jìn)行線性回 歸，得到多帖連續(xù)圖像對(duì)應(yīng)時(shí)段的極光弧區(qū)域重屯、位置的線性擬合線。
[003引步驟4a)，設(shè)定線性擬合線的表達(dá)式為y = ax+d;
[0039]步驟4b)，求出多帖連續(xù)圖像中極光弧區(qū)域的重屯、位置的坐標(biāo)值xi和yi的平均數(shù)三， y I
[0040] 步驟4c)，根據(jù)~和?，通過公式
計(jì)算得到d，其中Ν為上述的多帖 連續(xù)極光圖像的帖數(shù)，進(jìn)而通過公式a=^-d完計(jì)算得到曰，運(yùn)樣就得到了線性擬合線的表達(dá) 式。
[0041] 步驟5,根據(jù)PMAFs事件發(fā)生時(shí)段的多帖連續(xù)極光圖像中極光弧區(qū)域的重屯、坐標(biāo)變 化的特征設(shè)定一個(gè)的闊值，比較線性擬合線的斜率與已設(shè)定闊值的大小，進(jìn)而判定是否發(fā) 生PMAFs事件，其過程如圖4所示。
[0042] 步驟5a)，輸入已識(shí)別PMAFs事件的多帖連續(xù)極光圖像。
[0043] 步驟化），計(jì)算每一帖極光圖像中極光弧區(qū)域的重屯、坐標(biāo)位置(xi，yi)，建立重屯、位 置坐標(biāo)變化圖，圖中表示了極光弧區(qū)域的重屯、位置的坐標(biāo)值XI的變化曲線和yi的變化曲線， 其結(jié)果如圖3所示；
[0044] 步驟5c)，在重屯、位置坐標(biāo)變化圖中xi的變化曲線和yi的變化曲線上標(biāo)記已識(shí)別的 PMAFs事件，得到在PMAFs事件發(fā)生時(shí)段的每一帖圖像的極光弧區(qū)域重屯、位置坐標(biāo)xi和yi的 值；
[0045] 步驟5d)，將PMAFs事件發(fā)生時(shí)段的極光弧區(qū)域的重屯、位置坐標(biāo)xi和yi進(jìn)行線性擬 合，得到PMAFs事件發(fā)生時(shí)段極光弧重屯、位置的線性擬合線，將其斜率設(shè)定為闊值。
[0046] 步驟6,若擬合線的斜率大于闊值，則判定線性擬合線對(duì)應(yīng)時(shí)段發(fā)生了 PMAFs事件， 否則判定擬合線對(duì)應(yīng)時(shí)段未發(fā)生PMAFs事件，并輸出判定結(jié)果。
[0047] 參照?qǐng)D2，
[0048] 圖2(a)為實(shí)施例中輸入的極光圖像序列中的4幅極光圖像，圖2(b)為運(yùn)4幅極光圖 像經(jīng)過圓形掩膜處理后得到的極光圖像，圖2(c)為預(yù)處理后的4幅極光圖像經(jīng)過模糊C均值 聚類處理得到的極光弧區(qū)域。
[0049] 參照?qǐng)D3，
[0050] 圖中表示了極光圖像序列中極光弧區(qū)域的重屯、位置的坐標(biāo)值XI的變化曲線和yi的 變化曲線;其中橫坐標(biāo)表示極光圖像的序列號(hào)，縱坐標(biāo)表示重屯、坐標(biāo)的數(shù)值。圖中實(shí)線為XI 的變化曲線，虛線為yi的變化曲線。
[0化1] 參照?qǐng)D4，
[0052]圖中表示通過線性擬合線的斜率與已設(shè)定闊值的比較大小，進(jìn)而判定是否發(fā)生 PMAFs事件的過程;其中橫坐標(biāo)表示極光圖像的序列號(hào)，縱坐標(biāo)表示線性擬合線的斜率，虛 線的縱坐標(biāo)表示闊值；圖中實(shí)線的橫坐標(biāo)范圍是對(duì)應(yīng)的連續(xù)20帖極光圖像的序列號(hào)，縱坐 標(biāo)表示對(duì)應(yīng)線性擬合線的斜率;實(shí)線高于虛線表示該時(shí)段的線性擬合線斜率大于闊值，低 于虛線表示該時(shí)段的線性擬合線斜率小于闊值。
【主權(quán)項(xiàng)】
1. 一種基于極光弧運(yùn)動(dòng)特征的極向運(yùn)動(dòng)極光結(jié)構(gòu)的識(shí)別方法，包括如下步驟： (1) 輸入極光圖像序列，并對(duì)每幀極光圖像進(jìn)行邊緣去噪的預(yù)處理； (2) 對(duì)經(jīng)過預(yù)處理的極光圖像序列中的每一幀圖像進(jìn)行聚類，用于獲取每幀圖像的極 光弧區(qū)域； (3) 利用重心坐標(biāo)公式，分別求出每一幀圖像極光弧區(qū)域的重心位置的坐標(biāo)值xdPyi， 其中i表示極光圖像中各幀圖像的序列號(hào)； (4) 對(duì)多幀連續(xù)極光圖像中極光弧區(qū)域的重心位置的坐標(biāo)值xdPyi進(jìn)行線性擬合，得到 多幀連續(xù)圖像對(duì)應(yīng)時(shí)段的極光弧區(qū)域重心位置的線性擬合線； (5) 根據(jù)PMAFs事件發(fā)生時(shí)段的多幀連續(xù)極光圖像中極光弧區(qū)域的重心坐標(biāo)變化的特 征設(shè)定一個(gè)的閾值，比較所述線性擬合線的斜率與已設(shè)定閾值的大小，進(jìn)而判定是否發(fā)生 PMAFs事件； (6) 若擬合線的斜率大于閾值，則判定所述線性擬合線對(duì)應(yīng)時(shí)段發(fā)生了 PMAFs事件，否 則判定所述擬合線對(duì)應(yīng)時(shí)段未發(fā)生PMAFs事件，并輸出判定結(jié)果。2. 根據(jù)權(quán)利要求1所述的基于極光弧運(yùn)動(dòng)特征的極向運(yùn)動(dòng)極光結(jié)構(gòu)的識(shí)別方法，其特 征在于，步驟(2)中所述的對(duì)經(jīng)過預(yù)處理的極光圖像序列中的每一幀圖像進(jìn)行聚類，采用模 糊C均值算法，按如下步驟進(jìn)行： (2a)輸入極光圖像，設(shè)立樣本集合Ρ= {ρι，ρ2，ρ3，···，pn}，集合中每個(gè)樣本代表一個(gè)極光 圖像的像素點(diǎn)，其中η為圖像中像素點(diǎn)的總數(shù)，同時(shí)設(shè)立聚類中心集合V={V1，V2，V3,…， vs}，集合中每個(gè)元素代表一個(gè)聚類中心，s表示聚類中心的數(shù)目； (2b)設(shè)定終止閾值ε>〇,記步器b = 0,初始化隸屬度矩陣U(b) = [urk]sxn，其中urk表示的 是樣本集合P中第k個(gè)樣本pk關(guān)于第r個(gè)聚類中心Vr的隸屬度； (2c)根據(jù)隸屬度矩陣U(U和樣本集合P= {Pl，p2，p3，…，pn}，通過公式，計(jì)算得到聚類中心集合V(b)，其中m為平滑參數(shù)，1 < d s; (2d)根據(jù)隸屬度矩陣U(b)，聚類中心V(b)計(jì)算得到U(b +1)，其中dik= | |pk_Vr| |為樣本Pk和聚類中心Vr之間的歐氏距離，dlk= | |pk_Vl| |為樣本Pk和 聚類中心VI之間的歐氏距離。特殊地，如果drk = 0,則Urk=l，并且該樣本Xk關(guān)于其他的聚類 中心的隸屬度為0; (2e)如果| |U(b+1)-U(b)| |<ε，則聚類過程終止，其中| |U(b+1)-U(b)| |表示兩個(gè)隸屬度矩陣 間的歐氏距離，輸出聚類中心V(b)以及隸屬度矩陣U(b+1)，否則記步器b = b+l，轉(zhuǎn)向步驟(2c); (3f)針對(duì)任意樣本pk，在輸出的隸屬度矩陣中選取最大隸屬度urk，將此時(shí)的r作為該樣 本的類標(biāo)，完成極光圖像的聚類。3. 根據(jù)權(quán)利要求1所述的基于極光弧運(yùn)動(dòng)特征的極向運(yùn)動(dòng)極光結(jié)構(gòu)的識(shí)別方法，其特 征在于，步驟(3)中所述的重心坐標(biāo)公式表示為：其中Xi，yi為一幀極光圖像極光弧區(qū)域的重心坐標(biāo)位置坐標(biāo)，Xj，yj為一幀極光圖像中一 個(gè)像素點(diǎn)的位置坐標(biāo)，D為一幀極光圖像中極光弧區(qū)域像素點(diǎn)的集合，q為D集合元素總個(gè)數(shù) 中即極光弧區(qū)域像素點(diǎn)總個(gè)數(shù)。4. 根據(jù)權(quán)利要求1所述的基于極光弧運(yùn)動(dòng)特征的極向運(yùn)動(dòng)極光結(jié)構(gòu)的識(shí)別方法，其特 征在于，步驟(5)中所述的設(shè)定閾值的方法如下： (5a)輸入已識(shí)別PMAFs事件的多幀連續(xù)極光圖像。 (5b)計(jì)算每一幀極光圖像中極光弧區(qū)域的重心坐標(biāo)位置(Xl，yi)，建立重心位置坐標(biāo)變 化圖，圖中表示了極光弧區(qū)域的重心位置的坐標(biāo)值Xl的變化曲線和yi的變化曲線； (5c)在重心位置坐標(biāo)變化圖中xi的變化曲線和yi的變化曲線上標(biāo)記已識(shí)別的PMAFs事 件，得到在PMAFs事件發(fā)生時(shí)段的每一幀圖像的極光弧區(qū)域重心位置坐標(biāo)xdPyi的值； (5d)將PMAFs事件發(fā)生時(shí)段的極光弧區(qū)域的重心位置坐標(biāo)^和71進(jìn)行線性擬合，得到 PMAFs事件發(fā)生時(shí)段極光弧重心位置的線性擬合線，將其斜率設(shè)定為閾值。5. 根據(jù)權(quán)利要求1所述的基于極光弧運(yùn)動(dòng)特征的極向運(yùn)動(dòng)極光結(jié)構(gòu)的識(shí)別方法，其特 征在于，步驟(1)中所述的對(duì)每幀極光圖像進(jìn)行邊緣去噪的預(yù)處理，采用圓形掩膜法。6. 根據(jù)權(quán)利要求4所述的基于極光弧運(yùn)動(dòng)特征的極向運(yùn)動(dòng)極光結(jié)構(gòu)的識(shí)別方法，其特 征在于，步驟(5c)中所述的在重心坐標(biāo)變化圖* XdPyi的變化曲線上標(biāo)記已識(shí)別的PMAFs事 件，其標(biāo)記方法為記錄PMAFs事件發(fā)生時(shí)段極光圖像極光弧區(qū)域重心位置的坐標(biāo)^和 71的 值。
【文檔編號(hào)】G06K9/00GK105825179SQ201610144001
【公開日】2016年8月3日
【申請(qǐng)日】2016年3月14日
【發(fā)明人】韓冰, 張景滔, 高新波, 嚴(yán)月, 褚福躍, 張麗霞, 趙曉靜, 魏國(guó)威
【申請(qǐng)人】西安電子科技大學(xué)