УДОСКОНАЛЕННЯ АЛГОРИТМУ ОБРОБКИ АСТРОНОМІЧНИХ ЗОБРАЖЕНЬ ЗА ДОПОМОГОЮ МЕТОДУ LUCKY IMAGING
DOI:
https://doi.org/10.32689/maup.it.2023.2.7Ключові слова:
Lucky Imaging, атмосфера, турбулетність, хвильовий фронт, роздільна здатність, дифракційна межа, FWHM, best match, поле деформацій, фільтр Гауса, OpenCV, PythonАнотація
Lucky Imaging – це один із методів боротьби з впливом атмосфери, що базується на принципах спекл-інтерферометрії. Його суть полягає в тому, що, оскільки процес атмосферної турбуленції є стохастичним, то з серії отриманих зображень деякі фотографії будуть кращої якості, ніж інші, тобто міститимуть інформацію на рівні дифракційного обмеження. Тільки найкращі зображення відбирають, співставляють та усереднюють, що дає як результат зображення астрономічного об’єкта зі значно покращеною кутовою роздільною здатністю [1; 3; 4; 10]. Основним недоліком класичного методу Lucky Imaging є те, що в ньому для усереднення обираються лише цілі зображення достатньої якості, шанс отримання яких падає зі зростанням вхідної апертури телескопа. Також цей метод ніяк не бореться зі характерними спотвореннями, викликаними атмосферною турбуленцією, яка суттєво впливає на якість отриманого зображення, особливо для астрономічних об’єктів з великим кутовим розміром, як Сонце чи Місяць. На основі методик Lucky Imaging та Avistack розроблено удосконалений алгоритм обробки астрономічних зображень. З його використанням статистичні методи обробки астрономічних зображень дозволяють на відносно дешевому обладнанні отримувати зображення астрономічних об’єктів, які за якістю та інформативністю не поступаються зображенням, отриманим на великих та дорогих телескопах з використанням адаптивної оптики чи інших методів боротьби з явищем атмосферної турбуленції. Таким чином, навіть астрономи-любителі отримують інструмент, який дозволяє їм займатися спостереженнями на рівні з найбільшими обсерваторіями світу. У статті описано удосконалення алгоритму обробки астрономічних зображень, яке враховує особливості атмосферної турбуленції та коригує спотворення, викликані ними. Сам алгоритм є доволі універсальним і підходить не лише для астрономічних зображень, але у цій статті показано роботу з зображеннями Сонця, отриманими на Астрономічній Обсерваторії ЛНУ імені Івана Франка. Реалізація алгоритму здійснена мовою програмування Python з використанням бібліотеки OpenCV (англ. Open Source Computer Vision Library).
Посилання
Brandner W., Hormuth F. Lucky Imaging in Astronomy. Astrophysics and Space Science Library, Germany. 2016. P. 1-16.
Guyon O. Extreme Adaptive Optics (Review). Annual Review of Astronomy and Astrophysics. 2018. Vol. 56, P.315-355.
Huang X., Li B., Wang J., Li Ju. A real-time lucky imaging algorithm based on Fourier transform and its implementation techniques. Astronomical Society of Japan. 2021. Vol. 73(5). P. 1240-1254.
Law N. M. Lucky Imaging: Diffraction-limited astronomy from the ground in the visible. The Observatory. 2007. Vol. 127. № 1. P. 71.
Martin J., Crowley J. L. Experimental Comparison of Correlation Techniques. Grenoble, France: IMAG-LIFIA, 2007. 9 p.
Oscoz A., Rebolo R., Lopez R., et al. FastCam: a new lucky imaging instrument for medium-sized telescopes. Proc. SPIE. 2008. Vol. 7014. P. 701447.
Tubbs R. N. Lucky Exposures: Diffraction Limited Astronomical Imaging Through the Atmosphere : Dissertation submitted in candidature for the degree of Doctor of Philosophy in the University of Cambridge : St. Johns College Cambridge University, 2003. 183 p.
Wang P., Sang X., Yu X., et al. A full-parallax tabletop three dimensional light-field display with high viewpoint density and large viewing angle based on space-multiplexed voxel screen. Optics Communications. 2021. Vol.488.
Willey E.O. A Pixel Correlation Technique for Smaller Telescopes to Measure Doubles. Journal of Double Star Observations. 2013. Vol. 9. № 2. P. 142-152.
Wu X., Yan J., Wu K., Huang Ya. Integral lucky imaging technique for three-dimensional visualization of objects through turbulence. Optics & Laser Technology. 2020. Vol.125.
