一种多次曝光图像叠加中去除宇宙线的方法技术

本发明专利技术公开了一种多次曝光图像叠加中去除宇宙线的方法，本发明专利技术方法的特点是使用了包括减少了宇宙线的子样本来做统计，因而会得出更准确的均值与标准差，另一方面使用了投票的方法来避免对某些区域宇宙线的误去。相较于现有技术，本发明专利技术方法的优点在于：1)尽量避免了使用Drizzle法中使用中值代替平均值的不合理性，也避免了直接使用全样本来做平均值的粗略手段，减少了全样本中高流量端的宇宙线对统计结果的污染，可以获得更准确的对齐像素流量的平均值和标准差；2)运用投票机制尽可能避免了对宇宙线的误判。相较于较为被广泛使用的前人技术，本发明专利技术去除宇宙线的方法可有效的降低错误率，将对宇宙线的漏去率和误去率控制在更理想的水平。想的水平。想的水平。

【技术实现步骤摘要】
一种多次曝光图像叠加中去除宇宙线的方法


[0001]本专利技术涉及天文科学中的图像处理
，具体为一种多次曝光图像叠加中去除宇宙线的方法。

技术介绍

[0002]我们知道太空中由于各种极端高能事件频发，所以充斥着很多103‑
10
23
eV级别的低
‑
高能粒子，这也是为什么有科学家称太空为理想的高能实验室的原因，但对于天基的太空望远镜来说，高能粒子形成的宇宙线就是对天文观测图像的一大污染源。对于单次曝光图像，去宇宙线一般都是通过与宇宙线周围的像素做对比的方法来处理，近年也有人发展出了机器学习方法来处理，但那取决于算法和训练样本。由于宇宙线与视场中的亮源存在兼并，单次曝光去宇宙线的方法一般难以处理该问题。而在多次曝光图像中，可以利用图像相减或统计的方法去除宇宙线。我们先约定在同一天空位置不同曝光的像素为该位置的对齐像素，不同曝光图像中会有位移和旋转角度差异，比如用在哈勃太空望远镜多次曝光图像叠加处理的Drizzle程序包(Fruchter2001)，其采用对齐像素中值法结合模拟曝光与原图像对比的方法来去除宇宙线；而钱德拉塞卡X射线望远镜采用的是对齐像素全样本统计(Fullsamplestatistic)平均后剔除大于特定阈值的像素流量(比如3倍标准差3σ，认为其是宇宙线)。
[0003]以上两种方案各有缺点：
[0004]1)Drizzle方法，仅使用了对齐像素的中值，而实际上这个值对于无宇宙线情况的中值是偏高的，因为对齐像素被宇宙线打到了更高流量端，对于宇宙线密集的情况该缺陷将尤为突出。另外下一步还要模拟观测，进一步卷积了像素化效应从而影响到周围像素，并增加了计算量。关于Drizzle法可参考Fruchter,A.S.&Hook,R.N.2002,PASP,114,144和Fruchter,A.S.2011,PASP,123,497
‑
502；
[0005]2)全样本统计法(Fullsamplestatistic)，使用了所有对齐像素的平均值，这使得宇宙线可以影响到平均值，特别对于曝光次数少的图像叠加，该方法会导致比较严重的漏去(遗漏)。
[0006]鉴于以上两种方案的缺陷，本专利技术改进了对齐像素的平均值算法，并新引入了“投票机制”来决定宇宙线的去留。

技术实现思路

[0007]本专利技术的技术目的是针对现有技术中的不足，提供一种比现有技术更加合理，能分辨出宇宙线，且漏去率和误去率均能控制在更理想水平的新方法。
[0008]为实现上述目的，本专利技术采用以下技术方案：
[0009]一种多次曝光图像叠加中去除宇宙线的方法，其特征在于，包括以下步骤：
[0010]步骤1、将针对同一天空位置进行N次曝光获得的N个曝光图像对齐到与所述曝光图像具有相同解析度的目标网格上，所述N>2，且为正整数；
[0011]步骤2、对各曝光图像上的观测像素点进行宇宙线污染像素的判断和去除，具体包括：
[0012]步骤2.1、针对所述目标网格的某一网格像素点，在各个曝光图像中选取与该网格像素点重合度大于预设阈值的所有观测像素点作为该网格像素点的全样本，并求出所述全样本中所有网格像素点像素值的中值F
median
，将所述中值开平方作为标准差σ
median
；
[0013]设所述某一网格像素点为网格像素点(m，n)，m和n网格像素点在目标网格中的横坐标和纵坐标，均为整数；
[0014]步骤2.2、对目标网格像素点(m，n)的全样本进行筛选，将其中像素值小于F
median
+rσ
median
的观测像素点挑选出来作为该网格像素点的子样本，其中r是筛选系数，r为实数；
[0015]步骤2.3、当所述子样本包含的观测像素点数量不小于预设的最低样本量时，用非线性最小二乘法将子样本的像素值拟合到高斯曲线，并求出平均值F
mean
和标准差σ
mean
；当子样本包含的观测像素点数量小于预设的最低样本量时，令平均值F
mean
＝F
median
，标准差σ
mean
＝σ
median
；
[0016]步骤2.4、设定一个阈值F
mean
+βσ
mean
，对所述全样本包含的所有观测像素点进行逐个判断，若观测像素点的像素值小于F
mean
+βσ
mean
，那么使该观测像素点获得1次非宇宙线信任投票，其中β是阈值系数，β为实数；
[0017]步骤2.5、重复执行步骤2.1至步骤2.4，遍历目标网格的所有网格像素点，计算出每个网格像素点对应的阈值F
mean
+βσ
mean
，并完成对每个网格像素点的全样本的观测像素点的投票；
[0018]步骤2.6、统计投票结果，对于获得非宇宙线信任投票为0的观测像素点，判定其为宇宙线污染像素点并去除；
[0019]步骤3、将去除宇宙线污染像素点的各个曝光图像叠加到所述目标网格上，获得目标观测图像。
[0020]在上述方案的基础上，更优选的方案还包括：
[0021]进一步的，步骤2.1中，所述阈值为10％。
[0022]进一步的，步骤2.4中，所述β的取值范围在3
‑
6的数值区间内。
[0023]进一步的，步骤2中，所述的最低样本量为5个。
[0024]进一步的，步骤2.6中去除宇宙线污染像素点的方法步骤为：
[0025]设所述宇宙线污染像素点经历了S轮投票，S为不小于1的正整数；
[0026]获取宇宙线污染像素点在的某一轮投票中涉及的平均值F
mean
和标准差σ
mean
，选择根据该平均值F
mean
和标准差σ
mean
确定的高斯分布的随机抽样值替代所述宇宙线污染像素点的像素值；
[0027]作为优选方案，可选择与所述宇宙线污染像素点重合度最高的网格像素点，获取其子样本对应的平均值F
mean
和标准差σ
mean
，并选择根据该平均值F
mean
和标准差σ
mean
确定的高斯分布的随机抽样值替代所述宇宙线污染像素点的像素值；
[0028]或者，获取所述污染像素点在的每一轮投票中涉及的平均值F
mean
和标准差σ
mean
，以及根据该平均值F
mean
和标准差σ
mean
确定的高斯分布的随机抽样值，对获得的所有随机抽样值进行加权平均计算，得到加权平均值，利用所述加权平均值替代所述污染像素点的像素值。
[0029]有益效果：
[0030]本专利技术方法的特点是使本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多次曝光图像叠加中去除宇宙线的方法，其特征在于，包括以下步骤：步骤1、将针对同一天空位置进行N次曝光获得的N个曝光图像对齐到与所述曝光图像具有相同解析度的目标网格上，所述N>2，且为正整数；步骤2、对各曝光图像上的观测像素点进行宇宙线污染像素的判断和去除，具体包括：步骤2.1、针对所述目标网格的某一网格像素点，在各个曝光图像中选取与该网格像素点重合度大于预设阈值的所有观测像素点作为该网格像素点的全样本，并求出所述全样本中所有网格像素点像素值的中值F
median
，将所述中值开平方作为标准差σ
median
；设所述某一网格像素点为网格像素点(m，n)，m和n网格像素点在目标网格中的横坐标和纵坐标，均为整数；步骤2.2、对目标网格像素点(m，n)的全样本进行筛选，将其中像素值小于F
median
+rσ
median
的观测像素点挑选出来作为该网格像素点的子样本，其中r是筛选系数，r为实数；步骤2.3、当所述子样本包含的观测像素点数量不小于预设的最低样本量时，用非线性最小二乘法将子样本的像素值拟合到高斯曲线，并求出平均值F
mean
和标准差σ
mean
；当子样本包含的观测像素点数量小于预设的最低样本量时，令平均值F
mean
＝F
median
，标准差σ
mean
＝σ
median
；步骤2.4、设定一个阈值F
mean
+βσ
mean
，对所述全样本包含的所有观测像素点进行逐个判断，若观测像素点的像素值小于F
mean
+βσ
mean
，那么使该观测像素点获得1次非宇宙线信任投票，其中β是阈值系数，β为实数；步骤2.5、重复执行步骤2.1至步骤2.4，遍历目标网格的所有网格像素点，计算出每个网格像素点对应的阈值F
mean
+βσ
mean
，并完成对每个网格像素点的全样本的观测像素点的投票；步骤2.6、统计投票结果，对于获得非宇宙线信任投票为0的观测像素点，判定其为宇宙...

【专利技术属性】
技术研发人员：王蕾，陕欢源，李国亮，戴才萍，
申请(专利权)人：中国科学院紫金山天文台，
类型：发明
国别省市：