【技术实现步骤摘要】
本公开涉及天文测光数据处理，尤其涉及一种快速匹配测光目标的方法、装置、设备及介质。
技术介绍
1、测光观测是光学天文领域里获取信息的一种最基本也是很重要的手段。测光观测可得到测光图像，通过对测光图像的进一步分析，可获得测光星表，进而可以分析出宇宙中天体的位置、温度、亮度等一系列的天体指标，揭示天体内部的物理过程，研究天体的演化过程，探索宇宙的结构和演化，进而推动天文学的发展。有了测光数据，天文学家便可通过光谱望远镜拍摄星体的光谱数据。光谱是人们分析天体的类型、元素、速度等诸多特性最重要的工具。
2、现阶段各学科已步入大数据时代，测光、光谱数据的数量也在快速增长。最有代表性的美国斯隆望远镜巡天工程(sdss)所拍摄的数百万张测光图像已覆盖了4.5万平方度(包括重复观测)的天球面积，测光星表包含了12.3亿多天体的信息；其他测光望远镜，如panstarrs、gaia等巡天项目，拍摄的测光图像数量更多；我国的重大科学工程郭守敬望远镜(lamost)拍摄的光谱数据也超过了2000万。面对海量天体的数据，把测光和光谱信息对应起来至关重要，即需要根据天体的物理坐标(测光星表或者光谱数据中获取)对应到测光图像中的某个位置，同时测光图像中拍到的某个目标也需要对应到它的光谱数据。这样，天文学家就可以从多方位多角度分析每个天体的特征，得到更为全面准确的结论。图1展示了现有技术中一张测光图像和其中一个天体的光谱的对应关系示意图。
3、测光图像数据一般被封装在fits文件中。fits文件包括文件头和数据两部分：文件头像表格一样存
4、 dtort1/dtort2 弯曲程度 naxis1/naxis2 图像矩阵的大小 crval1/crval2 图像参考点的物理坐标 crpix1/crpix2 参考点的像素坐标 cd1_1/cd1_2/cd2_1/cd2_2 每个像素的坐标长度
5、通过以上这些字段信息，可以计算出图像上面每个像素点的物理坐标，同时也可以根据物理坐标计算出这个目标在图像当中的像素坐标。理论上，对于任意数量的测光图像数据，都可以检索出这张图像所包含天体目标的测光星表以及光谱数据；对于任意数量的测光或者光谱数据，都可以检索出这些数据存在于哪些张测光图像中，以及在图像中的位置(即像素坐标)。
6、由于天文光学测光望远镜拍摄的测光图像面积较小，通常只覆盖10-2平方度量级的天球区域，所以考虑单张测光图像，排除误差的影响，与在平面直角坐标系中进行坐标计算效果近乎等同。所以在本文当中，除非特别指定坐标系，所有的计算过程均在平面直角坐标系中进行。
7、在近千万张测光图像中，判断一个已知物理坐标的天体目标存在于哪些图像当中，可简化为判断一个点是否存在于一个封闭区域内的问题。这个区域近似为平行四边形，但四条边是弯曲的，如图2中居中的近似平行的不规则四边形所示。
8、判断点(ra,dec)在哪张图像中，目前已知常用的方法主要有两个，分别为：
9、第一种现有技术：取这一区域内坐标的极值，x和y的最大、最小值分别记为xmax,xmin,ymax,ymin。它们可构成一个标准的矩形，见图2中外接不规则四边形的矩形。判断(ra,dec)是否满足xmin≤ra≤xmax并且ymin≤dec≤ymax。如果满足，则此测光图像大概率包含这个坐标。
10、第二种现有技术：利用物理坐标与像素坐标转换公式(python、idl天文包等软件有内置函数)计算(ra,dec)在图像上的像素坐标(x，y)。如果0≤x≤naxis1并且0≤y≤naxis2，则此测光图像包含这个坐标。
11、第一种现有技术得到的结果只能大概率保证目标源落在了图像当中。如果坐标存在于上图中红色和黑色形状之间的区域，也会被判定为包含关系；但实际上此时点是在图像之外的。所以这种技术得到的结果并不是特别可靠，需要依靠其他的方法在后续作进一步判定。
12、使用第二种现有技术，给定一个目标的坐标(ra,dec)，在上千万张测光图像中挑选出包含它的数据，可在有限时间内完成任务。但如果需要计算一个普通星表里上百万乃至更多坐标的图像分布，使用此种传统方法会耗费相当长的时间，使得时间成本急剧增加，并不现实。具体来讲，使用现有的高性能工作站进行处理，通过一组(ra,dec)计算得到像素坐标(x，y)的用时大概为10-3秒，如果计算十万组坐标与一百万张测光图像的匹配度，耗时将为10-3×105×106＝108秒，大约为3年2个月。
技术实现思路
1、(一)要解决的技术问题
2、针对目前存在的技术问题，本公开提出一种快速匹配测光目标的方法、装置、设备及介质。
3、(二)技术方案
4、本公开提供了一种快速匹配测光目标的方法，包括：
5、采用坐标变换的方式预先将全部测光图像的不规则形状投射成为中心在原点的矩形；
6、采用坐标变换的方式将待测点的坐标(x，y)变换为(xproj，yproj)；
7、判断待测点是否落在矩形内部，如果待测点落在矩形内部，则确定待测点位于该测光图像内，实现测光目标的快速匹配。
8、上述方案中，所述采用坐标变换的方式预先将全部测光图像的不规则形状投射成为中心在原点的矩形和采用坐标变换的方式将待测点的坐标(x，y)变换为(xproj，yproj)的步骤中，所述坐标变换均是采用以下公式：
9、
10、其中，dtort1/dtort2分别表示图像沿x轴/y轴方向上的曲率，cd11/cd12分别表示沿ra方向和dec方向x的坐标长度，cd21/cd22分别表示沿ra方向和dec方向y的坐标长度，ra方向和dec方向分别是各测光图像在坐标变换后所构成的矩形的长和宽所在的方向，crpix1/crpix2分别表示参考点的像素坐标。
11、上述方案中，所述采用坐标变换的方式预先将全部测光图像的不规则形状投射成为中心在原点的矩形的步骤中，全部测光图像的四个顶点坐标均是根据所述公式计算出变换后的位置坐标并入库，其中右上、右下、左下、左上四个顶点的坐标分别为(x1，本文档来自技高网...
【技术保护点】
1.一种快速匹配测光目标的方法，其特征在于，包括：
2.根据权利要求1所述的快速匹配测光目标的方法，其特征在于，所述采用坐标变换的方式预先将全部测光图像的不规则形状投射成为中心在原点的矩形和采用坐标变换的方式将待测点的坐标(x，y)变换为(xproj，yproj)的步骤中，所述坐标变换均是采用以下公式：
3.根据权利要求2所述的快速匹配测光目标的方法，其特征在于，所述采用坐标变换的方式预先将全部测光图像的不规则形状投射成为中心在原点的矩形的步骤中，全部测光图像的四个顶点坐标均是根据所述公式计算出变换后的位置坐标并入库，其中右上、右下、左下、左上四个顶点的坐标分别为(x1，y1)，(x1，-y1)，(-x1，-y1)，(-x1，y1)，x1＞0且y1＞0。
4.根据权利要求3所述的快速匹配测光目标的方法，其特征在于，所述判断待测点是否落在矩形内部，是判断待测点在坐标变换后的坐标(xproj，yproj)与已入库的测光图像的四个顶点变换后的位置坐标之间的关系，如果满足|xproj|≤x1且|yproj|≤y1，则该待测点落在矩形内部。
6.根据权利要求4所述的快速匹配测光目标的方法，其特征在于，在确认该待测点落在矩形内部之后，该方法还包括：
7.一种快速匹配测光目标的装置，其特征在于，所述装置包括：
8.根据权利要求7所述的快速匹配测光目标的装置，其特征在于，所述装置还包括：
9.一种快速匹配测光目标的电子设备，包括：
10.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令被执行时实现权利要求1-6中任意一项所述的快速匹配测光目标的方法。
...【技术特征摘要】
1.一种快速匹配测光目标的方法，其特征在于，包括：
2.根据权利要求1所述的快速匹配测光目标的方法，其特征在于，所述采用坐标变换的方式预先将全部测光图像的不规则形状投射成为中心在原点的矩形和采用坐标变换的方式将待测点的坐标(x，y)变换为(xproj，yproj)的步骤中，所述坐标变换均是采用以下公式：
3.根据权利要求2所述的快速匹配测光目标的方法，其特征在于，所述采用坐标变换的方式预先将全部测光图像的不规则形状投射成为中心在原点的矩形的步骤中，全部测光图像的四个顶点坐标均是根据所述公式计算出变换后的位置坐标并入库，其中右上、右下、左下、左上四个顶点的坐标分别为(x1，y1)，(x1，-y1)，(-x1，-y1)，(-x1，y1)，x1＞0且y1＞0。
4.根据权利要求3所述的快速匹配测光目标的方法，其特征在于，所述判断待测点是否落在矩形内部，是判...
【专利技术属性】
技术研发人员：孔啸，罗阿理，
申请(专利权)人：中国科学院国家天文台，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。