二维光纤光谱数据处理中的若干关键技术研究

【摘要】：国内外的天文观测技术发展日新月异,多目标光纤光谱技术日趋成熟,因其视场大、观测深度广、获取效率高等优点被天文学界所大量采用。我国新建成的郭守敬望远镜(LAMOST)正是基于该类技术而设计的大天区面积多目标光纤光谱望远镜,能同时观测约4000个目标,具有相当高的光谱获取率。 多目标光纤光谱技术在提高天文观测效率的同时,也增加了望远镜系统集成的复杂度,大量增长的天文观测数据也对相应的天文数据处理提出了更高的精度要求。二维光纤光谱数据处理是天文数据处理的重要组成部分,它直接影响到后续的光谱分析与天体目标识别,是天文学界获取各类天体物理信息的重要途径之一。因此,针对二维光纤光谱数据处理的特点,结合信息处理领域的各种新技术,研究如何提高天文数据处理的精确性和可靠性,具有重要的研究意义和应用价值。 本文以郭守敬望远镜系统的二维光纤光谱数据模型为基础,先简要描述二维光纤光谱望远镜系统的工作原理及数据的产生过程,随后简单分析基于该系统产生的数据的常规处理流程。针对处理流程的特点,本文选取几个关键技术作为重点研究内容,主要包括：宇宙射线的检测与剔除、高精度的减天光算法研究、低信噪比条件下的光谱轮廓检测。 本文的主要研究内容和创新之处如下： 1.研究了单幅曝光的光谱CCD图像中宇宙射线的检测与剔除。在研究和分析了宇宙射线和光谱信号在CCD上不同的成像机理之后,充分利用了它们在能量值和轮廓形态方面的差异,采用了基于灰度数学形态学的算法,通过对单幅曝光的二维光纤光谱CCD图像进行先腐蚀后膨胀的形态学处理,并根据其处理前后像素点值的差异来检测出宇宙射线点。选取合适的形态学算子进行处理,可以恢复出被宇宙射线所污染的像素点的值。通过LAMOST模拟数据和SDSS实测数据进行实验,结果表明该算法能很好地检测出图像中宇宙射线点的位置,相比于传统算法,检测效率有所提高,虚警概率有所下降。 2.研究了高精度的减天光算法。先分析并指出在传统的二维光纤光谱数据处理流程中,减天光处理是在二维光谱数据抽谱成一维光谱后才进行的,噪声的叠加以及抽谱处理的精度都直接影响到了减天光的处理效果。考虑到充分利用抽谱前二维天光数据的信息,提出了基于二维天光背景建模的减天光算法,在进行抽谱处理前,利用B样条曲线拟合方法和二维天光采样数据,合成二维天光背景模型,然后在目标光谱中按波长位置对应减去该二维天光背景,以实现减天光处理。实验结果表明,该算法相比于传统的处理方法,天光去除更为彻底,减去天光后的目标光谱毛刺较小且更为平滑,更好地还原了原始目标光谱信息,满足后续光谱分析对光谱质量的要求。 3.研究了低信噪比条件下的光纤光谱轮廓检测。当观测的目标星体其星等较高(即目标星体为暗星体时),观测获取的二维光纤光谱数据信噪比很低,光谱轮廓被噪声严重破坏,很难准确确定光纤轮廓中心,也无法采用轮廓拟合等方法进行抽谱处理,因此需要进行轮廓信息提取的预处理。从时频分析的角度出发,根据空间方向上的光纤轮廓分布特点,分析了光谱信号和噪声在不同时频变换下的特点。分别采用了Wigner变换和Wigner双谱分析等时频分析手段对光谱数据进行变换分析,将对应的平场信号作为参考信号获取截止频率,对变换后的光谱信号进行滤波处理,最后将滤波后的信号进行重建以获得完整的光谱轮廓信息。通过模拟和实测数据的实验,表明所提算法能够较好地提取出被噪声所污染的原始光纤光谱轮廓信息,检测出的轮廓能够满足后续的高精度光谱抽取算法对光纤轮廓质量的要求。