天体物理学 > 太阳与恒星天体物理学
[提交于 2024年12月31日
]
标题: 提升ASO-S任务中Lyman-α太阳望远镜(LST)的太阳圆盘成像仪(SDI)的图像质量
标题: Improving image quality of the Solar Disk Imager (SDI) of the Lyman-alpha Solar Telescope (LST) onboard the ASO-S mission
摘要: 先进太阳观测卫星(ASO-S)任务中日冕仪(LST)的关键仪器太阳盘成像仪(SDI)的在轨校准和性能显示其空间分辨率远低于预期。 本文开发了SDI点扩散函数(PSF)和图像双变量优化算法(SPIBOA),以提高SDI图像的质量。 双变量优化方法巧妙地结合了深度学习与光学系统建模。 尽管缺乏SDI实际拍摄的真实图像及其光学系统函数的信息,该算法仍能有效从大量观测数据样本中直接估算出SDI成像系统的PSF。 我们使用估算的PSF对观测到的SDI图像进行反卷积校正,结果显示校正后的图像的空间分辨率比原始观测值提高了三倍以上。 同时,我们的方法还显著减少了观测到的SDI图像中的固有噪声。 SPIBOA现已成功集成到常规SDI数据处理中,为基于数据的科学研究提供了重要支持。 SPIBOA的发展和应用也为识别天文望远镜系统和提升观测图像质量开辟了新途径。 文中还讨论了在应用SPIBOA方法时的一些关键因素和注意事项。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.