天文图像复原方法、电子设备、介质及程序产品技术

本公开实施例公开了一种天文图像复原方法、电子设备、介质及程序产品。所述方法包括：根据待识别天文图像数据获取一维的待识别天体向量观测数据；获取初始重建目标源向量；将乘积添加到模型目标源向量中；将残差向量作为共轭梯度迭代法的输入值进行迭代；将重建目标源向量中元素的最大值与第二参数因子的乘积添加到模型目标源向量中；根据模型目标源向量与迭代后的重建目标源向量求和，获取最终目标源向量；基于最终目标源向量获取二维重建目标图像。该技术方案在处理噪声较多的待识别天体向量观测数据时，最终获取的二维重建目标图像中距离较近的多个天体能够被较为准确的分辨出来，提高了基于复原的天文图像分辨相距较近的多个天体的准确率。的多个天体的准确率。的多个天体的准确率。

【技术实现步骤摘要】
天文图像复原方法、电子设备、介质及程序产品


[0001]本公开涉及天体识别
，具体涉及一种天文图像复原方法、电子设备、介质及程序产品。

技术介绍

[0002]射电天文学是天文学的一个重要分支，基于射电天文学的射电天文装备主要通过接收和处理来自宇宙天体的无线电辐射，以获取观测数据。根据该观测数据可以对天文图像进行复原，以便于根据复原的天文图像识别宇宙中的天体或天文现象。相关技术中，在基于观测数据复原天文图像时，可以采用CLEAN算法。CLEAN算法属于信噪比较高的退卷积算法，其在复原天文图像的过程中能够消除点扩展函数的旁瓣影响。
[0003]近年来，随着信息技术与制造技术的快速发展，人类的通信活动越来越密级，日常生活的电磁信号的强度也越来越大，虽然射电天文装备不断得到升级或换代，但日益增强的非天文信号(例如通信活动的信号以及日常生活的电磁信号)对射电天文装备造成了越来越强的影响，从而导致射电观测设备所采集到的观测数据往往会带有噪声。考虑到CLEAN算法在处理噪声较强的数据时效果较差，因此上述基于观测数据复原天文图像的方案中，当观测数据包括相距较近的多个天体的数据时，根据复原的天文图像可能无法将相距较近的多个天体分辨出来，降低了基于复原的天文图像分辨相距较近的多个天体的准确率。

技术实现思路

[0004]为了解决相关技术中的问题，本公开实施例提供一种天文图像复原方法、电子设备、介质及程序产品。
[0005]第一方面，本公开实施例中提供了一种天文图像复原方法。
[0006]具体地，所述天文图像复原方法，包括：
[0007]S1，获取待识别天文图像数据，并对待识别天文图像数据进行序列化处理，获取一维的待识别天体向量观测数据；
[0008]S2，基于待识别天体向量观测数据，通过共轭梯度迭代法获取初始重建目标源向量；
[0009]S3，当初始重建目标源向量中元素的最大值大于或等于第一向量元素阈值时，根据初始重建目标源向量获取重建目标源向量，并执行步骤S4，当初始重建目标源向量中的元素的最大值小于第一向量元素阈值时，根据初始重建目标源向量获取重建目标源向量，并执行步骤S7；
[0010]S4，将重建目标源向量中元素的最大值与第一参数因子的乘积添加到模型目标源向量中，并将重建目标源向量中元素的最大值与点源扩展函数的卷积从待识别天体向量观测数据中去除，模型目标源向量的长度与重建目标源向量的长度相同；
[0011]S5，将待识别天体向量观测数据与模型观测数据的残差向量，作为共轭梯度迭代法的输入值进行迭代，得到更新后的重建目标源向量，模型观测数据为重建目标源向量和
点源扩展函数的卷积；
[0012]S6，当更新后的重建目标源向量中元素的最大值大于或等于第二向量元素阈值时，执行步骤S4，当更新后的重建目标源向量中元素的最大值小于第二向量元素阈值时，执行步骤S7；
[0013]S7，将残差向量作为共轭梯度迭代法的输入值进行迭代，其中迭代过程中将重建目标源向量中值为负数的负元素的值设置为0，得到迭代后的重建目标源向量；
[0014]S8，将迭代后的重建目标源向量中元素的最大值与第二参数因子的乘积添加到模型目标源向量中，并将迭代后的重建目标源向量中元素的最大值与点源扩展函数的卷积从残差向量中去除；
[0015]S9，当迭代后的重建目标源向量中元素的最大值大于或等于第三向量元素阈值时，执行步骤S8，当迭代后的重建目标源向量中的元素的最大值小于第三向量元素阈值时，根据模型目标源向量与迭代后的重建目标源向量求和，获取最终目标源向量；
[0016]S10，基于最终目标源向量获取二维重建目标图像。
[0017]在本公开一种实现方式中，方法还包括：
[0018]获取最终目标源评价参数，模型观测评价参数包括最终目标源残差、最终目标源向量的卡方值、最终目标源向量的均值以及最终目标源向量的均方差中至少一项，最终目标源残差为待识别天体向量观测数据与最终目标源向量的差；
[0019]根据最终目标源评价参数确定二维重建目标图像的可信度。
[0020]在本公开一种实现方式中，第一参数因子与第二参数因子的取值区间均为[0,1]。
[0021]在本公开一种实现方式中，在步骤S3之前，方法还包括：
[0022]获取初始值均为0，且长度与重建目标源向量的长度相同的模型目标源向量。
[0023]在本公开一种实现方式中，第一向量元素阈值x
T1
＝3σ
x1
，其中σ
x1
为重建目标源向量的标准差。
[0024]在本公开一种实现方式中，第二向量元素阈值x
T2
＝3σ
x2
，其中σ
x2
为残差向量的标准差。
[0025]在本公开的一种实施方式中，方法还包括：
[0026]展示二维重建目标图像。
[0027]第二方面，本公开实施例中提供了一种电子设备，包括存储器和处理器；其中，存储器用于存储一条或多条计算机指令，其中，一条或多条计算机指令被处理器执行以实现第一方面任一项的方法步骤。
[0028]第三方面，本公开实施例中提供了一种可读存储介质，其上存储有计算机指令，该计算机指令被处理器执行时实现第一方面任一项的方法步骤。
[0029]第四方面，本公开实施例中提供了一种计算机程序产品，包括计算机指令，该计算机指令被处理器执行时实现第一方面任一项的方法步骤。
[0030]根据本公开实施例提供的技术方案，在步骤S1中，获取待识别天文图像数据，并对待识别天文图像数据进行序列化处理，获取一维的待识别天体向量观测数据；在步骤S2中，基于待识别天体向量观测数据，通过共轭梯度迭代法获取初始重建目标源向量；在步骤S3中，当初始重建目标源向量中元素的最大值大于或等于第一向量元素阈值时，根据初始重建目标源向量获取重建目标源向量，并执行步骤S4，当初始重建目标源向量中的元素的最
大值小于第一向量元素阈值时，根据初始重建目标源向量获取重建目标源向量，并执行步骤S7；在步骤S4中，将重建目标源向量中元素的最大值与第一参数因子的乘积添加到模型目标源向量中，并将重建目标源向量中元素的最大值与点源扩展函数的卷积从待识别天体向量观测数据中去除，模型目标源向量的长度与重建目标源向量的长度相同；在步骤S5中，将待识别天体向量观测数据与模型观测数据的残差向量，作为共轭梯度迭代法的输入值进行迭代，得到更新后的重建目标源向量，模型观测数据为重建目标源向量和点源扩展函数的卷积；在步骤S6中，当更新后的重建目标源向量中元素的最大值大于或等于第二向量元素阈值时，执行步骤S4，当更新后的重建目标源向量中元素的最大值小于第二向量元素阈值时，执行步骤S7；在步骤S7中，将残差向量作为共轭梯度迭代法的输入值进行迭代，其中迭代过程中将重建目标源向量中值为负数的负元素的值设置为0，得到迭代后的重建目标源向量；在步骤S8中，将迭代后的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种天文图像复原方法，其特征在于，所述方法包括如下步骤：S1，获取待识别天文图像数据，并对所述待识别天文图像数据进行序列化处理，获取一维的待识别天体向量观测数据；S2，基于所述待识别天体向量观测数据，通过共轭梯度迭代法获取初始重建目标源向量；S3，当所述初始重建目标源向量中元素的最大值大于或等于第一向量元素阈值时，根据所述初始重建目标源向量获取重建目标源向量，并执行步骤S4，当所述初始重建目标源向量中的元素的最大值小于所述第一向量元素阈值时，根据所述初始重建目标源向量获取重建目标源向量，并执行步骤S7；S4，将重建目标源向量中元素的最大值与第一参数因子的乘积添加到模型目标源向量中，并将重建目标源向量中元素的最大值与点源扩展函数的卷积从待识别天体向量观测数据中去除，模型目标源向量的长度与重建目标源向量的长度相同；S5，将待识别天体向量观测数据与模型观测数据的残差向量，作为共轭梯度迭代法的输入值进行迭代，得到更新后的重建目标源向量，所述模型观测数据为重建目标源向量和点源扩展函数的卷积；S6，当所述更新后的重建目标源向量中元素的最大值大于或等于第二向量元素阈值时，执行步骤S4，当所述更新后的重建目标源向量中元素的最大值小于所述第二向量元素阈值时，执行步骤S7；S7，将所述残差向量作为共轭梯度迭代法的输入值进行迭代，其中迭代过程中将重建目标源向量中值为负数的负元素的值设置为0，得到迭代后的重建目标源向量；S8，将所述迭代后的重建目标源向量中元素的最大值与第二参数因子的乘积添加到模型目标源向量中，并将所述迭代后的重建目标源向量中元素的最大值与点源扩展函数的卷积从残差向量中去除；S9，当所述迭代后的重建目标源向量中元素的最大值大于或等于第三向量元素阈值时，执行步骤S8，当所述迭代后的重建目标源向量中的元素的最大值小于所述第三向量元素阈值时，根据模型目标源向量与所述迭代后的重建目标源向量的和求和，获取最终目标源向量；S10，基于所述最终目标源向量获取二维重建...

【专利技术属性】
技术研发人员：周建锋，刘晨迪，苏彦，
申请(专利权)人：宁波星帆信息科技有限公司，
类型：发明
国别省市：