[ad_1]
Согласно последним исследованиям, алгоритм ИИ может помочь астрономам удалять размытость изображений, сделанных наземными телескопами, точнее и быстрее, чем традиционные методы.
Пара исследователей из Северо-Западного университета и Университета Цинхуа объединила методы обработки изображений и обучила нейронную сеть устранять помехи от пикселей смоделированных изображений галактик.
«Инструмент берет зашумленное и размытое изображение и описание атмосферного размытия — в частности, функцию рассеяния точки, которая представляет собой изображение того, как система размывает одну точку света», — Эмма Александер, доцент компьютерных наук в Северо-Западном университете и соавтор исследования, объяснил Регистр.
«Затем мы применяем нейронную сеть, которая чередует удаление размытия и очистку изображения от шума, переключаясь между этими двумя задачами в течение заданного количества шагов. В итоге мы получаем изображение, на котором размытие и фоновый шум были удалены, и мы показываем, что формы галактик, оцененные по нашим очищенным изображениям, более точны, чем с помощью других методов».
Сообщается, что программное обеспечение создавало изображения, содержащие на 38,6 % меньше ошибок, чем при использовании старых классических методов обработки изображений, и на 7,4 % меньше ошибок по сравнению с более современными методами, используемыми сегодня.
«Цель фотографии часто состоит в том, чтобы получить красивое, красивое изображение», — сказал Александр в своем заявлении.
«Но, правильно очищая изображения, мы можем получить более точные данные. Алгоритм вычисляет атмосферу, позволяя физикам получать более точные научные измерения. В конце концов, изображения также выглядят лучше».
Астрономические наблюдения размыты, поскольку свет от удаленных объектов дифрагирует, проходя через атмосферу Земли. Обсерватории часто размещают на больших высотах, где воздух разрежен, чтобы лучше видеть ночное небо, но мелкие детали изображений все же могут быть затронуты.
Края галактик также трудно обнаружить, что затрудняет различение их формы. Например, эллиптическая галактика может выглядеть в телескоп более размытой и круглой.
«Небольшие различия в форме могут рассказать нам о гравитации во Вселенной», — сказал Александер. «Эти различия уже трудно обнаружить. Если вы посмотрите на изображение с наземного телескопа, форма может быть искажена. Трудно понять, связано ли это с гравитационным эффектом или атмосферой».
Исследователи использовали алгоритм оптимизации и объединили его с нейронной сетью, чтобы научить систему автоматически устранять размытость изображений. Модель была обучена на имитационных изображениях галактик, разработанных в соответствии со спецификациями, которые будут использоваться обсерваторией Вера С. Рубин в Чили, которая, как ожидается, начнет работу в августе следующего года.
Новый метод обработки изображений AI с устранением размытия сможет помочь астрономам обрабатывать новые изображения, сделанные Обзорным телескопом Симони обсерватории. Прибор оснащен 8,4-метровым главным зеркалом, которое каждые несколько дней будет фиксировать широкоугольный обзор всего ночного неба.
Александр и Тианао Ли, студенты бакалавриата по электротехнике в Университете Цинхуа, опубликовали свой код в Интернете вместе с учебными пособиями, обучающими астрономов тому, как применять его к своим собственным данным. Их исследование также было опубликовано в Ежемесячных уведомлениях Королевского астрономического общества.
По словам Александра, модель придется обучать с нуля, используя смоделированные данные, чтобы они соответствовали настройкам другого телескопа.
«Наш инструмент использует глубокую сеть шумоподавления, которая на основе данных изучает, как в целом должны выглядеть изображения конкретного телескопа. Переключение на другой телескоп означает, что изображения могут систематически выглядеть по-разному, возможно, из-за изменения разрешения изображения. , шум датчика или дифракция, вызванная диаметром телескопа.В этих случаях необходимо создать новый обучающий набор для точной настройки глубокой сети.
«Сейчас мы передаем этот инструмент в руки астрономов», — сказал Александр. «Мы думаем, что это может быть ценным ресурсом для обзора неба, чтобы получить максимально реалистичные данные». ®
[ad_2]
