Imaging Magnetograph Experiment
-
Upload
astrosanti -
Category
Documents
-
view
568 -
download
0
Transcript of Imaging Magnetograph Experiment
Santiago Vargas Domínguez & José A. Bonet Navarro
Instituto de Astrofísica de Canarias
Calibración de aberraciones en IMaX y método de reconstrucción de imágenes
de ciencia
Granada, 12 de Febrero 2007
En esta charla se hablara sobre …
1. Técnica de Diversidad de Fase (PD) para IMaX:
Para qué usarla ? y Cómo usarla ?
2. Fundamentos de la técnica de PD.
5. Conclusiones y discusión final.
3. Aplicación de PD para Calibración en IMaX.
4. Restauración de imágenes en IMaX.
En vuelo
Post factoSensado del frente de onda utilizando las imágenes de calibración (parejas de PD). Cálculo de la PSF
Restauración de las imágenes de ciencia a partir de la PSF medida
En previsión de las aberraciones instrumentales (efectos térmicos, ...) se realizan calibraciones con una cadencia de 1 hora aprox.
Se utiliza la técnica de Diversidad de Fase (PD)
Se toman pares PD de imágenes enfocada-desenfocada en el continuo
1. La Técnica de PD
2. Fundamentos de la técnica de PD
)()()()()()()()(
2202
1101
qqqqqqqq
nsiinsii Pareja PD de imágenes
enfocada-desenfocada
PSFs
Términos aditivos de ruido
q qqqqqq2
202
2
10110)()()()()()(),( siisiisil
u uuuuuu2
202
2
10110)()()()()()(),( SIISIISIL
La estima de la máxima probabilidad del objeto en el caso de ruido Gaussiano lleva a la solución del siguiente ajuste por mínimos
Objeto verdadero
Dom. medida
Dom. Fourier
Métrica de error en el dominio de Fourier
)(
)}({exp)( )(
)()()(
/ ruido del varianzaslas entrerazón 22
21
r
rrr
rurru
iHH
dfHHS
}...,,2,1,{ :aberr. de coeffs en an parametriz se y OTF la i.e.
),()()()(exp)( )(
Zernikede polinomos los usandoar parametriz puede se )(
01
JjJL
ILSZiHH
j
Jj jj
α
αα,urrrr
r
OTF
Función generalizada en pupila
Aberración de fase
) de caso elen 0 ( diversa fase)(1
Sr
u
SIISIIIL2
202
2
1010),()()(),()()(),( αuuuαuuuα
u αuuuαuuuα2
202
2
1010),()()(),()()(),( SIISIIIL
),(0αIL
)(0uI
),( αuSPero hay demasiadas incógnitas !!! N x M iny J coeffs aberr. en
Parte de la minimización de se puede hacer analíticamente !!!),(0αIL
2
2
2
1
22110
0
0
),(),(
),()(),()()(ˆ0
),(
αuαu
αuuαuuu
α
SS
SISII
IIL
2
2
2
2
1
1221
),(),(
),()(),()()(
u αuαu
αuuαuuα
SS
SISILM
Substituyendo en se obtiene una métrica de error modificada
Estima del
objeto
Métrica de error modif.Las incógnitas explícitas son: J coeffs. aberr. α
Minimización de )(αML Sensado del frente de onda
2
2
2
2
1
1221
),(),(
),()(),()()(
u αuαu
αuuαuuα
SS
SISIL
jj
M
Condición de mínimo respecto a los parámetros que definen el modelo de S: (los coeffs. de la aberración), dan el sistema no-lineal de ecuaciones:
}...,,2,1,{ Jjj
α
(J ecuaciones)
Sin entrar en detalles, los pasos para encontrar la solución incluyen primero linealizar el sistema de ecuaciones y posteriormente aplicar el método “Singular Value Decomposition (SVD)” para resolverlo.
22
21
22110
),(),(
),()(),()()(ˆ
αuαu
αuuαuuu
SS
SISII
Swedish Vacuum Solar TelescopeORM, La Palma Jul 7, 1999λ4307 Å, I.Márquez & J.A.Bonet.
Solo para imágenes del continuo en IMaX !!!
1 K
12nm 1
LnmK
2nm KLnm
2nm Lnm
2(x,y) L(x,y)
K pares PD en el continuo dentro de un breve intervalo temporal.
K x M x N inversiones PD independientes con L coeficientes
cada una
Coeff. de aberr. en N x M áreas isoplanáticas
Coeff de aberr. interpolados en todos los puntos),,,( yxvuOTF
> K >
> L >
? 25 realizaciones
Muchas para tener un buen muestreo
estadístico
Sin pasarse para no tener evolución en las
estructuras solares
15 modos
Variaciones de bajos órdenes
Variaciones de altos órdenes
3. 2 Restauración (deconvolución)
Hay que filtrar previamente
PSFii 0 Caso real: Caso ideal:
OTFII 0OTF
II 0 NOTFIIn 0
OTF
N
OTF
I
OTF
In
PSF
IFi 01
0
nPSFiin 0
Será hecha patch x patch Patches solapados
Solución ideal hasta la cutoff Estamos restaurando ruido !!
2
22
22
2
)(
)()(
)()(
)()(
u
uu
uu
uu
n
nn
I
NI
NI
I
Filtro óptimo de ruido )(nu
Construir un modelo suave de2
nI
Asumir un modelo realista de ruido. Modelo de ruido mas alla de la cutoff extrapolado a medias y bajas frecuencias.
)(un
El modelo suave del espectro de potencias es necesario para evitar picos provenientes de inestabilidades estadísticas. Estos picos podrían pesar erróneamente las diferentes componentes espectrales e incluso cambiar el signo de la fase)
La mayor dificultad práctica se presenta en la construcción de este modelo suave del espectro de potencia.
Resumen
Previsión de aberraciones instrumentales
Calibración de aberraciones
Toma de imágenes PD (in situ)
Cálculo de PSF (post facto)
Restauración (deconvolución) de imágenes de ciencia