【摘要】：本課題組利用星團(tuán)CCD圖像進(jìn)行扭曲求解過程中,經(jīng)預(yù)處理、搜星、定心和匹配等處理后,會(huì)產(chǎn)生一個(gè)數(shù)據(jù)文件;后續(xù)的歸算過程都是基于該數(shù)據(jù)文件。大多數(shù)情況下,數(shù)據(jù)文件中星的量度坐標(biāo)與其在參考星表中的位置具有良好的對(duì)應(yīng),即星位置測(cè)量的殘差都很小,這些星就可以做后續(xù)的歸算處理;在有些情形下,數(shù)據(jù)文件中星象的量度坐標(biāo)與理論位置擬合后,星象量度坐標(biāo)的殘差顯得雜亂無章,大多數(shù)星象的殘差都很大。這時(shí)候我們就認(rèn)為該圖像資料是不良的,也許需要剔除。事實(shí)上,這些被認(rèn)為是不良的天文圖像數(shù)據(jù)文件中只有幾顆星象的殘差很大,它們影響到數(shù)據(jù)文件中其他星象,使整個(gè)數(shù)據(jù)文件的星象殘差顯得雜亂無章。當(dāng)把這少數(shù)幾顆星從天文圖像數(shù)據(jù)文件中剔除之后,剩下的數(shù)據(jù)文件就變成可用的文件了。根據(jù)Fischler和Bolles對(duì)隨機(jī)抽樣一致性算法的說明~([1]),本文采用改進(jìn)后的隨機(jī)抽樣一致性算法,對(duì)三架望遠(yuǎn)鏡的觀測(cè)圖像數(shù)據(jù)文件做仿真實(shí)驗(yàn)處理,對(duì)處理后保存下來的星用最小二乘法計(jì)算底片常數(shù)模型,通過比較每顆星與模型之間的殘差,發(fā)現(xiàn)隨機(jī)抽樣一致性算法可以有效地剔除掉天文圖像數(shù)據(jù)文件中的不良星。具體地,首先將天文圖像用圖像處理軟件做預(yù)處理、搜星、定心和匹配處理,產(chǎn)生一個(gè)數(shù)據(jù)文件。然后,對(duì)數(shù)據(jù)文件中部分星的量度坐標(biāo)(x,y)進(jìn)行仿真研究。即仿真星的數(shù)量和坐標(biāo)偏移量均隨機(jī)產(chǎn)生,使得這些仿真星變成不良星,并且影響到整個(gè)仿真數(shù)據(jù)文件。最后用隨機(jī)抽樣一致性算法處理仿真數(shù)據(jù)文件,剔除掉不良星,保留良好星,從而達(dá)到剔除數(shù)據(jù)文件中不良星的目的。使用上述方法對(duì)三架望遠(yuǎn)鏡的數(shù)據(jù)文件處理后的結(jié)果表明:當(dāng)數(shù)據(jù)文件中不良星所占的比例在一定范圍以內(nèi)的時(shí)候,使用隨機(jī)抽樣一致性算法可以很好地剔除數(shù)據(jù)文件中所有的不良星。具體地說,當(dāng)1米望遠(yuǎn)鏡觀測(cè)圖像數(shù)據(jù)文件中不良星所占比例在25%以內(nèi)、2米4望遠(yuǎn)鏡和Bok望遠(yuǎn)鏡觀測(cè)圖像數(shù)據(jù)文件中不良星所占比例在20%以內(nèi)的時(shí)候,隨機(jī)抽樣一致性算法可以很好的剔除這些不良星。
【學(xué)位授予單位】：暨南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：P111;O212.2
【圖文】：

圖 1.1 良好的 CCD 天文圖像數(shù)據(jù)文件中星的殘差分布雖然大多數(shù)時(shí)候 CCD 天文圖像參與匹配之后星的數(shù)據(jù)都是良好的，但是有時(shí)候仍然會(huì)有幾顆星的數(shù)據(jù)并不符合要求，這些不符合要求的星的量度坐標(biāo)與參考星表中的位置不具有良好的對(duì)應(yīng)，即星位置測(cè)量的殘差都很大。這幾顆殘差很大的星會(huì)影響到整幅圖的數(shù)據(jù)，使得整幅圖中星的殘差顯得亂七八糟，即殘差分布從小到大都有，那么這幅圖的數(shù)據(jù)都不能參與后續(xù)的歸算，并且這幅圖的資料需要丟棄。實(shí)際上，只需要剔除掉這幾顆殘差大的星就可以保證其他星的殘差都很小，可以使得其他星的數(shù)據(jù)參與后續(xù)的歸算。下面的圖 1.2 展示了不好的 CCD天文圖像數(shù)據(jù)文件中星的殘差分布情況，圖 1.2 對(duì)應(yīng)的 CCD 天文圖像是云南天文臺(tái) 2 米 4 望遠(yuǎn)鏡在 2011 年 1 月 3 日觀測(cè)到的，一共有 747 顆星，本文先對(duì)該幅圖的數(shù)據(jù)文件中部分星的量度坐標(biāo)(x, y)進(jìn)行仿真研究。即仿真星的數(shù)量和坐標(biāo)偏移量均隨機(jī)產(chǎn)生，使得這些仿真星變成不良星，并且影響到整個(gè)仿真數(shù)據(jù)文

圖 1.2 不好的 CCD 天文圖像數(shù)據(jù)文件中星的殘差分布應(yīng)用隨機(jī)抽樣一致性算法后，那些殘差大的星就被剔除掉，而剩下的星的殘差都很小并且符合要求，這就可以保留一部分本來會(huì)被扔掉的 CCD 天文圖像資料，從而節(jié)省了科研資金。1.2 本文的組織結(jié)構(gòu)本文主要是對(duì)含有殘差很大的星的數(shù)據(jù)用隨機(jī)抽樣一致性算法(RANSAC)處理，看隨機(jī)抽樣一致性算法是否可以剔除數(shù)據(jù)中殘差很大的星。處理資料包括：云南天文臺(tái) 1m 望遠(yuǎn)鏡和 2m4 望遠(yuǎn)鏡的觀測(cè)資料、亞利桑那大學(xué)斯圖爾德天文臺(tái)Bok 望遠(yuǎn)鏡的觀測(cè)資料。本文在處理 1m 望遠(yuǎn)鏡資料的過程中選用六常數(shù)模型，

片模型參數(shù)的確定，是 CCD 圖像星象位置測(cè)測(cè)獲得 CCD 圖像，我們得到的是底片上目天球坐標(biāo)需要我們進(jìn)行坐標(biāo)轉(zhuǎn)換和數(shù)據(jù)歸些恒星作為參考星，對(duì)參考星進(jìn)行位置測(cè)量星表進(jìn)行星象匹配從而得到參考星的天球坐。利用足夠多的參考星像素坐標(biāo)和標(biāo)準(zhǔn)坐標(biāo)底片常數(shù)就可以把底片上其他星象的像素坐坐標(biāo)換算成天球坐標(biāo)。像素坐標(biāo)和天球坐標(biāo) 是望遠(yuǎn)鏡心射投影原理圖。

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 李展;彭青玉;韓國強(qiáng);;CCD圖像數(shù)字定心算法的比較[J];天文學(xué)報(bào);2009年03期

本文編號(hào)：2765743