星系图像的超分辨率重建算法研究

Galaxy recognition and structure analysis has a great significance in Galaxies and Cosmology research. However, subject to atmosphere turbulence and spatial resolution limitation of imaging systems, multi-peak structures of distant galaxies are undistinguishable as blur blobs in ground-based observations. Super resolution image reconstruction is a technology which enhances image resolution by high-precision registration and information fusion for blur-variable image sequences. Our previous study has shown that on the one hand, existing image registration and SR reconstruction algorithms are not applicable to galaxy images observed on the earth; on the other hand, for improving recognition probabilities of galaxy multi-peak structure, details of high frequency beyond the diffraction limited resolution of the telescope may be obtained by high-precision registration and SR reconstruction of galaxy image sequences. This project will focus on study of SR reconstruction and related algorithms for galaxy image sequence, including auto star searching and high accurate centering of observed images, modeling of observation degradation and galaxy priori information, high-precision registration and SR reconstruction of galaxy images with different blur degrees, and application analysis of reconstructed images, etc. The execution of this project will not only provide more reliable evidences for galaxy recognition and structure analysis, but also have some fundamental significance and contribute to enhancing capabilities of ground-based observations.

对星系的辨识和结构分析在星系和宇宙学研究上有重要意义，但地面观测受大气抖动和设备分辨率的限制，遥远星系的成像呈现出模糊的团状，难以分辨其内部的多峰结构。图像超分辨率重建技术通过对模糊程度不同的多幅图像的高精度配准和信息融合来提高图像分辨率。我们在前期研究工作中发现，现有的图像配准和超分辨率重建方法无法适用于地面观测的星系图像；另一方面，通过对星系图像序列的超分辨率重建，可能获得望远镜衍射极限分辨率以上的高频细节，从而解决星系多峰结构的辨识问题。本项目重点研究星系图像序列的超分辨率重建及相关算法，包括：观测图像的星像搜索和高精度定位、观测退化过程和星系图像先验信息建模、对模糊程度不同的星系图像序列的高精度配准和超分辨率重建、对重建结果的应用分析等。项目的完成将不仅为星系辨识或结构分析提供更可靠的依据，也对地基观测能力的提高有着直接的贡献和基础性的意义。

本项目使用云南天文台1米望远镜和山东大学威海天文台1米望远镜获取了M39疏散星团、NGC891、NGC7331等星系的观测图像序列。主要研究进展包括：1）针对观 测星系图像，提出了自动搜星定位、迭代的星对匹配和高精度图像配准、基于像素可信度和序列融合的超分辨率图像重建、地面望远镜观测图像几何扭曲校正、天然卫星精准定位、宇宙射线去除、图像去噪和增强等一系列相关新算法；2）将项目研究中提出的多种天文图像处理算法集成一体，开发实现了“超分辨率天文图像重建系统”软件，并获得软件著作版权，采用多种可视化技术展现实验结果，并对模拟和实测的图像序列进行了实验验证和评估分析；3）为了讨论大气在地面望远镜成像系统中的影响，项目也研究了大气散射的物理模型和普通雾霾图像的复原方法，并提出了自然图像的去雾新算法，开发了相关软件原型系统，同时，延续前期研究工作改进了普通自然图像的超分辨率重建算法效率，使大尺寸的天文图像的超分辨重建算法变为可行；4）针对国际上CCD天体测量的新进展，还开拓了天然卫星的精准定位方法和小行星距离高精度测定方法。. 项目执行期间，项目组与美国、法国相关研究机构建立了良好科研合作关系，进行了学术交流和互访。项目完成时，共发表各类标注本项目资助的论文13篇，其中SCI/EI收录论文8篇，此外已投稿的SCI论文1篇，获得专利授权1项，软件著作版权1项。项目培养研究生4名，其中参与项目的2名已顺利毕业获得硕士学位；指导相关课题大学生创新创业训练项目2个，本科毕业学生15名，较好完成了项目预期的各项任务。