CN109872315B

CN109872315B - 一种光学天文望远镜杂散光均匀性实时检测方法

Info

Publication number: CN109872315B
Application number: CN201910127310.2A
Authority: CN
Inventors: 李陶然; 田健峰; 王建峰; 兀颖; 葛亮; 张晓明; 邱鹏; 赵勇; 李曼迪; 曾显群
Original assignee: National Astronomical Observatories of CAS
Current assignee: National Astronomical Observatories of CAS
Priority date: 2019-02-20
Filing date: 2019-02-20
Publication date: 2021-04-20
Anticipated expiration: 2039-02-20
Also published as: CN109872315A

Abstract

本发明提供一种杂散光均匀性实时检测方法，包括如下步骤：1）目标图像本底和平场的预处理；2)绘制直方图，以ADU大小和频率为自动判断依据进行星像扣除；3)绘制背景杂散光等高线图，计算杂散光均匀性等相关参数。本发明通过实时检测杂散光均匀性，提供CCD像面背景分布和统计数据，可以辅助较差测光中比较参考星的选择，提高测光精度。

Description

一种光学天文望远镜杂散光均匀性实时检测方法

技术领域

本发明属于光学天文测量技术领域，具体涉及一种光学天文望远镜杂散光均匀性实时检测方法。

背景技术

现代光学天文望远镜朝着大口径、高精度的方向发展。测光观测数据的精度往往决定了分析结果的可信度。天文学家常用较差测光方法处理天文观测数据，计算光度恒定的比较星和临近目标星的星等差，可忽略观测时的大气条件差异，并得到目标星的亮度。对于时序测光，还可以得到目标星的亮度变化曲线。杂散光均匀性是影响光学天文望远镜星像信噪比的重要因素之一，会引起探测器像面背景强度的区域性差异，造成较差测光精度降低，主要来源于天空背景亮度的不一致，其原因通常有月光影响、亮星影响、城市灯光污染等。

测光数据的实时处理是天文数据分析的发展方向之一，避免时间滞后性。以往的数据处理方法并未考虑天空背景不均匀对测光精度的影响，且该影响不能通过除平场的方法消除。背景杂散光分布无法通过调整对比度等方法进行有效检测。杂散光均匀性实时检测可以辅助较差测光中比较参考星的选择，减少背景亮度不同对较差测光精度的影响。

发明内容

为了解决上述问题，本发明提供一种光学天文望远镜杂散光均匀性实时检测方法，所述方法在对目标图像本底和平场的预处理后，绘制直方图，并以ADU大小和频率为自动判断依据进行星像扣除，最后绘制背景杂散光等高线图，完成计算杂散光均匀性相关参数；

进一步地，所述方法包括：

S1、目标图像预处理：对望远镜拍摄目标星进行减本底和除平场处理，提高测光精度；

S2、扣除星像影响：消除星像与背景亮度差值较大对等高线图的影响；

S3、绘制背景杂散光等高线图，计算杂散光均匀性：辅助较差测光中比较参考星的选择，减少背景亮度不同对较差测光精度的影响，提高测光精度；

进一步地，所述S3绘制背景杂散光等高线图包括：

S31：划分图像区域；

S32：给出图像上不同区域的杂散光统计数据；

进一步地，所述S31划分图像区域的方法包括：

方法一：将图像划分为四个象限；

方法二：将图像划分为多个矩形；

进一步地，所述S32中不同区域的杂散光统计数据包括杂散光的均匀性、平均值、能量百分比、和背景值上限，所述杂散光的均匀性以背景值标准差表示；

进一步地，所述S1具体包括：

S11：望远镜预先拍摄多幅本底图像和平场图像，用于对目标图像的处理；

S12：用本底图像消除CCD本身的偏置电压，平场图像改正CCD各像元的响应不均匀性；

S13：将目标图像减去本底图像，并除平场图像，完成目标图像的预处理；

进一步地，所述S2具体为：

S21：找出星像ADU值最小值，在整个CCD像面上，背景所占比例大，星像ADU值比背景ADU值大；

S22：以ADU大小和频率为自动判断依据，计算每个区间占总数的百分比，并将百分比小于1%的ADU区间内的所有点看作星像；

S23：从ADU最小值开始依次将每个区间所占总数百分比累加；

S24：当累加值大于99%时，记录此时区间的位置，以此区间的ADU值下限作为图像背景ADU最大值或星像ADU最小值；

S25：将图像ADU值高的像素点剔除或改变其大小，达到扣除星像影响的目的；

进一步地，对于分辨率为2kx2k及以上的CCD，通过2x2 bin或其他binning的方法来提高处理速度；

本发明的有益效果如下：

1）通过实时检测杂散光均匀性，提供CCD像面背景分布和统计数据，可以辅助较差测光中比较参考星的选择，提高测光精度；

2）在CCD像元数较多时，采用2x2 binning的方法，降低图像分辨率，将相邻像素进行两两合并，提高处理速度；

3）将fits图像保存为行像元数乘以列像元数的二维矩阵，矩阵中的数值对应每一个像元的灰度值，将二维矩阵转化为一维向量并计算灰度值的分布，绘制直方图，以横坐标ADU（0至图像最大值）纵坐标频率绘制直方图，以100ADU为间隔划分直方图区域，判断背景像元和星像的比例。

附图说明

图1为本发明所述光学天文望远镜杂散光均匀性实时检测方法的流程图；

图2为本发明所述方法中图像灰度直方图；

图3为本发明所述方法中星像剔除后的等高线图；

图4为本发明所述方法中星像剔除后等高线图中中心区域的放大图；

图5为本发明所述方法中四象限划分图像的示意图；

图6为本发明所述方法中多矩形划分图像的示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细描述。应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。相反，本发明涵盖任何由权利要求定义的在本发明的精髓和范围上做的替代、修改、等效方法以及方案。进一步，为了使公众对本发明有更好的了解，在下文对本发明的细节描述中，详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。

下面结合附图和具体实施例对本发明作进一步说明，但不作为对本发明的限定。下面为本发明的举出最佳实施例：

如图1-图6所示，本发明提供一种光学天文望远镜杂散光均匀性实时检测方法，包括以下步骤：

(1)目标图像预处理；用于对望远镜拍摄目标星进行减本底和除平场处理，提高测光精度。望远镜预先拍摄多幅本底图像和平场图像，用于对目标图像的处理。本底图像用于消除CCD本身的偏置电压，平场图像用于改正CCD各像元的响应不均匀性。将目标图像减去本底图像，并除平场图像，完成目标图像的预处理。

(2)扣除星像影响；用于消除星像与背景亮度差值较大对等高线图的影响。等高线图可以直观的显示背景杂散光的分布情况。目标星和比较星往往较亮，直接绘制等高线图会使背景杂散光分布被亮星所淹没，无法观察杂散光均匀性分布情况。将图像ADU值高的像素点剔除或改变其大小，达到扣除星像影响的目的。星像扣除采用近似方法，不提取每个星像，仅找出星像ADU值最小值。在整个CCD像面上，背景所占比例很大，且星像ADU值比背景ADU值大。以ADU大小和频率为自动判断依据，计算每个区间占总数的百分比，并将百分比小于1%的ADU区间内的所有点看作星像。从ADU最小值开始依次将每个区间所占总数百分比累加，当累加值大于99%时，记录此时区间的位置，以此区间的ADU值下限作为图像背景ADU最大值或星像ADU最小值。

(3)绘制背景杂散光等高线图，计算杂散光均匀性：辅助较差测光中比较参考星的选择，减少背景亮度不同对较差测光精度的影响，提高测光精度。以两种方式划分图像区域，一种方式为将图像划分为四个象限，第二种为将图像划分多个矩形，参见附图5和附图6。给出图像上不同区域的杂散光统计数据，包括杂散光均匀性（以背景值标准差表示）、平均值、能量百分比、背景值上限等等。

（4）对于分辨率为2kx2k及以上的CCD，采用2x2 bin或其他binning的方法来提高处理速度。

本发明所述方法在实施时，望远镜拍摄图像存储在预先设置完成的本地目录中。通过扫描目录中的文件名读取不同类型的图像进行实时处理。望远镜拍摄图像分为：本底图像、平场图像、标准星图像、目标星图像。

为了更精确的测量天体的信息，望远镜预先拍摄多幅本底图像和平场图像，对曝光后的图像进行处理。通常分为三种手段：减本底、减暗流、除平场。本底即是CCD工作时偏置电压引入的附加电子。暗流则是由于CCD的热效应，使CCD在无光照情况下产生的热电子。平场图像改正是由于CCD每个像元的量子效率和灵敏度不完全一致，使CCD各像元产生不同的相应。根据目前CCD制冷温度及科学目标需求，对原始图像做本底及平场处理。

当望远镜拍摄新的一幅目标星图像后，自动读取该图像并进行本底和平场处理。

由于目标星亮度比背景亮度高，容易对背景均匀性处理产生影响。同时，背景杂散光均匀性检测无需考虑星像，因此将星像剔除，避免星像对均匀性检测产生误差。星像剔除方法使用MATLAB软件实现，仅用于绘制杂散光等高线图，图像各区域统计无需进行扣除星像处理。星像扣除采用近似方法，不提取每个星像，仅找出星像ADU值最小值。

读取fits图像，将fits图像保存为行像元数乘以列像元数的二维矩阵，矩阵中的数值对应每一个像元的灰度值。将二维矩阵转化为一维向量并计算灰度值的分布，绘制直方图。以横坐标ADU（0至图像最大值）纵坐标频率绘制直方图。以100ADU为间隔划分直方图区域，参见附图2。判断背景像元和星像的比例。

在整个CCD像面上，背景所占比例很大，且星像ADU值比背景ADU值大。以ADU大小和频率为自动判断依据，计算每个区间占总数的百分比，并将百分比小于1%的ADU区间内的所有点看作星像。从ADU最小值开始依次将每个区间所占总数百分比累加，当累加值大于99%时，记录此时区间的位置，以此区间的ADU值下限作为图像背景ADU最大值或星像ADU最小值。

将星像点扣除，令所有星像的ADU值等于星像最小ADU值，绘制背景杂散光等高线图，参见附图3，为星像扣除后的等高线图，星像用黄色表示。MATLAB 使用数据的最大值与最小值来计算颜色范围，最小值与最大值分别用颜色图中的第一个和最后一个颜色表现。MATLAB 会对数据的中间值执行线性变换，使数据能在当前的范围内显示出来在等高线图中，每个区域（颜色）的边界时用黑色实线划分，因此当等高线较密时，会出现附图3中的黑色部分。将附图3中心部分放大即可看出黑色实线，如附图4所示。

以中心点为坐标原点，将图像按四象限和多矩形划分，如附图5和6。在每个象限或矩形区域内，计算杂散光标准差、背景平均值、能量百分比和区域内总能量。标准差可以反映一个背景亮度值的离散程度，故以像面背景ADU的标准差作为评价杂散光均匀性的参数。

当CCD像元数较多时，绘制等高线图时计算机负荷很高，软件极易崩溃，降低效率。Binning 是一种图像读出模式，将相邻的电荷加在一起，以一个像素的模式读出。因此在CCD像元数较多时，采用2x2 binning的方法时图像分辨率降低，将相邻像素进行两两合并，提高处理速度。

最终输出结果为等高线图，如附图3，各象限及各矩形区域内的杂散光均匀性数据，如表1所示。

Binning：2x2	第一象限	第二象限	第三象限	第四象限
					均匀性（标准差）
ADU最大值
					ADU均值
ADU区间
					百分比
背景值上限
						矩形1	矩形2	矩形3	矩形4
均匀性（标准差）
					ADU最大值
ADU均值
					ADU区间
百分比
					背景值上限

表1--输出数据格式

将上述方法得到的等高线图用于较差测光，选择与目标星位于同一颜色区域的比较参考星，有效避免杂散光不均匀性引起的背景值不同，提高测光精度。本发明所提出的杂散光均匀性实时检测方法是可行的。

以上所述的实施例，只是本发明较优选的具体实施方式的一种，本领域的技术人员在本发明技术方案范围内进行的通常变化和替换都应包含在本发明的保护范围内。

Claims

1.一种光学天文望远镜杂散光均匀性实时检测方法，其特征在于，所述方法在对目标图像本底和平场的预处理后，绘制直方图，并以ADU大小和频率为自动判断依据进行星像扣除，最后绘制背景杂散光等高线图，完成计算杂散光均匀性相关参数，所述方法包括：

所述S2具体为：

S22：以ADU大小和频率为自动判断依据，计算每个区间占总数的百分比，并将百分比小于1％的ADU区间内的所有点看作星像；

S23：从ADU最小值开始依次将每个区间所占总数百分比累加；

S24：当累加值大于99％时，记录此时区间的位置，以此区间的ADU值下限作为图像背景ADU最大值或星像ADU最小值；

S25：将图像ADU值高的像素点剔除或改变其大小，达到扣除星像影响的目的。

2.根据权利要求1所述的方法，其特征在于，所述S3绘制背景杂散光等高线图包括：

S31：划分图像区域；

S32：给出图像上不同区域的杂散光统计数据。

3.根据权利要求2所述的方法，其特征在于，所述S31中划分图像区域包括以下方法：

方法一：将图像划分为四个象限；

方法二：将图像划分为多个矩形。

4.根据权利要求3所述的方法，其特征在于，所述S32中不同区域的杂散光统计数据包括杂散光的均匀性、平均值、能量百分比、和背景值上限，所述杂散光的均匀性以背景值标准差表示。

5.根据权利要求1所述的方法，其特征在于，所述S1具体包括：

S13：将目标图像减去本底图像，并除平场图像，完成目标图像的预处理。

6.根据权利要求1所述的方法，其特征在于，对于分辨率为2kx2k及以上的CCD，通过binning的方法来提高处理速度，所述binning方法包括但不限于2x2 bin。