新真空太阳望远镜多波段高分辨率成像系统的视场定标 下载: 953次
1 引言
目前,太阳多波段成像观测是实测太阳物理的重要手段,观测图像可能来自于不同仪器或者同一仪器的不同观测系统。为了综合运用多波段成像数据对太阳大气活动现象进行分析与研究,图像之间的视场匹配是一个必须解决的问题。2009年,Berkebile-Stoiser等[1]在对太阳微耀斑的精细结构进行多波段分析时,以太阳黑子为特征用互相关算法对不同仪器的图像进行视场匹配。2010年,Yurchyshyn等[2]在研究太阳小尺度磁浮现的色球特征时,认为在Hα波段和Ca II H波段观测的亮结构是具有空间对应性的磁亮点,从而以磁亮点为参考将美国大熊湖1.6 m太阳望远镜的Hα色球像与日本空间望远镜Hinode的Ca II H色球像进行视场匹配。2007年,Almeida等[3]在研究太阳冕环的光球足点时也需要解决不同仪器设备所观测到的光球像、紫外像以及磁图等之间的视场匹配问题,他们同样通过寻找相似结构并利用互相关算法或试错法对不同的图像进行匹配。上述方法通常是在一定的物理模型假设下,以不同波段图像中的相似结构为特征进行视场匹配,这样得到的匹配精度较低(1″~2″),而且完全依赖图像的特征。此外,常用的互相关算法也只能解决图像之间的平移差异,并不能精确地处理由于空间分辨率(即尺度因子)差异或旋转差异造成的图像视场不匹配。因此,对于具有亚角秒空间分辨率的太阳图像而言,需要更精确的方法来对图像进行视场匹配,从而使各波段观测的太阳像达到与其空间分辨率相当的视场匹配精度。
1 m新真空太阳望远镜(NVST)作为中国新一代地面高分辨率太阳观测设备之一,于2011年正式投入观测。NVST中一个重要的终端设备是多波段高分辨率成像系统,它提供了对太阳大气从光球层到色球层的高空间分辨率(0.1″~0.3″)和高时间分辨率(约为10 s)的成像观测。该成像系统包括5个独立的通道,分别是两个光球宽带通道[TiO(705.8 nm)通道和G-band(430 nm)通道],以及三个色球窄带通道[Hα(656.28 nm)通道、He I(1083 nm)通道和Ca II H(393.3 nm)通道][4]。为了解决NVST多波段高分辨率成像系统各通道太阳图像视场之间的匹配问题,实现各波段图像高精度的视场匹配,提出了一套基于针孔阵列光阑的方法,即针孔光阑视场定标。本文详细叙述了该方法的原理和如何运用该方法对TiO通道和Hα通道进行视场定标,从而实现了两通道图像之间0.1″精度的视场匹配。
2 NVST多波段视场定标方案
2.1 NVST多波段成像系统光路简介
将NVST多波段成像系统放置于一个直径为6 m的可旋转光学平台上,
图 1. (a) NVST建筑剖面图;(b)光学平台示意图
Fig. 1. (a) NVST architectural section; (b) diagram of optical platform
图 2. NVST多波段高分辨率成像观测系统光路示意图
Fig. 2. Schematic of optical path of NVST multiband high resolution imaging observation system
2.2 视场匹配变换模型与参数计算方法
首先,NVST多波段成像系统在经过高精度装调之后,探测器靶面的法线与光路严格重合,各通道视场之间仅存在二维平面上的几何变换关系;其次,多波段成像系统的观测视场较小(<3'),根据NVST多通道实际光路的ZEMAX仿真分析得到整个视场的畸变小于0.157%[6],于是可以不考虑大视场的视场高阶畸变[7-9]。在上述条件下,可以用图像之间的旋转、放缩以及平移的仿射变换来描述各通道视场的不匹配性,称之为RST变换。用旋转因子
设
(1)式对应线性方程的矩阵表达式为
一般地,(2)式可表示为
式中
若有
式中(
2.3 针孔阵列光阑
基于点特征的图像匹配方法中一个重要的问题是精确探测和提取图像中的匹配特征点。在这方面前人已经研究了很多算法,例如Moravec[10]于1977年提出基于图像灰度自相关函数的特征点检测算子;Lowe[11]于1999年提出了尺度不变特征变换的特征点检测方法;You等[12]在2000年提出基于小波变换的图像匹配算法等。以上方法不仅需要图像的内容,而且往往要求图像之间有较高的相似度。对相似度较低的图像,提取对应特征点的有效性会大大降低。对于NVST多波段成像观测而言,各通道采集到的图像包括太阳光球像和色球像,不同波段观测到的太阳大气活动差异很大,甚至可能完全不同,故不能直接通过上述方法检测和提取特征点。为此,在望远镜的F3处放置一个二维针孔阵列光阑,采集针孔阵列像,以针孔像的质心作为多通道视场定标的匹配特征点来求解变换参数。
在针孔光阑的设计过程中,以TiO通道为标准对孔径大小、孔间间距以及加工精度提出相应的要求。为了保证针孔像质心求解的准确度,要求针孔像半宽需要在10 pixel左右,根据TiO通道相对于F3的垂轴放大率
3 双通道视场定标与数据分析
3.1 双通道视场定标的数据采集
双通道视场定标过程中,TiO通道和Hα通道均使用英国Andor公司的Zyla CMOS相机,靶面包含2560×2160个像元,每个像元大小为6.5 μm×6.5 μm。由于NVST是一架地平式望远镜,为了消除像场旋转的影响,NVST采取了使光学平台与像场同步旋转的消旋方案来保持图像稳定[13-14]。因此,在双通道视场定标中,需考虑光学平台的转动对视场匹配四参数的影响。针孔像的采集包括:1)光学平台处于静止状态下观测一组针孔阵列像(约5 min),用来计算特定位置处的视场匹配四参数;2)旋转光学平台模拟消旋过程,在光学平台处于旋转状态下观测一组针孔阵列像(约7 min),研究消旋过程中匹配参数是否发生变化以及变化的大小,以确定一天之内视场定标的次数,保证通道间太阳图像的匹配精度。
为了将匹配参数应用到实测太阳图像上并验证视场匹配的精度,在采集完针孔阵列像之后采集了一组太阳图像。需要强调的是,在太阳图像的采集过程中,由于地球大气特性的不断变化以及望远镜镜体晃动等因素的影响,各通道数据的视场也会不断变化[15-16]。为了克服这些因素的影响并有效验证视场定标对双通道视场匹配的效果,采用了同步观测模式采集太阳图像,即通过探测器外触发工作模式实现两通道图像的同步采集,以保证两通道具有相同的曝光时间[17]。选取了日面中心附近的一个小活动区作为观测目标,分别进行Hα线心色球像(656.28 nm)与TiO像的同步观测(2016-10-06 03:46:52—03:52:03 UT);Hα远线翼光球像(656.28~656.30 nm)与TiO像的同步观测(2016-10-06 03:53:00—03:58:45 UT)。
图 4. (a) Hα通道获得的针孔阵列像的灰度反像图;(b) TiO通道获得的针孔阵列像的灰度反像图
Fig. 4. (a) Grayscale anti-image of pinhole array image obtained by Hα channel; (b) grayscale anti-image pinhole array obtained by TiO channel
3.2 双通道RST变换四参数计算及误差分析
采用质心法求解双通道各针孔的中心坐标值来得到匹配控制点。为了进一步降低随机噪声对计算结果的影响,对得到的450组针孔阵列像进行叠加平均,得到一组平均针孔阵列像,以此计算匹配控制点。从
经计算可得双通道视场匹配的综合误差为0.594 pixel,对应太阳表面0.031″,完全满足0.1″的匹配精度要求。
为了进一步考察误差的分布,对Hα通道针孔阵列像作RST变换。比较变换后各针孔质心位置与相应的TiO通道针孔质心位置,计算它们的残余误差(即各对应质心位置之间的坐标差)。
图 5. Hα通道针孔阵列像经过四参数RST变换视场定标后的残余误差分布
Fig. 5. Residual error distribution of Hα channel pinhole array image after RST transformation field calibration of four parameters
由于光学平台存在载荷形变,在消旋过程中会产生图像视场的漂移[18]。为了考察光学平台处于不同位置时视场定标参数的变化情况,在光学平台转动的同时连续采集针孔阵列像,计算得到一系列RST变换四参数,由此反映出匹配四参数在整个消旋过程中的变化情况。
表 1. 四参数变化的均值与标准差
Table 1. Mean values and standard deviations of four parameters variations
|
图 6. 消旋过程中RST变换四参数的变化情况。(a)旋转因子;(b)尺度因子;(c) x轴平移因子;(d) y轴平移因子
Fig. 6. Changes of four parameters after RST transformation in de-rotation process. (a) Rotation actor; (b) scaling factor; (c) x-axis translation factor; (d) x-axis translation factor
图 7. (a)经过RST变换之后的Hα线心色球像;(b)与图7(a)对应的TiO同步帧图像;(c)经过RST变换之后的Hα远线翼光球像(656.28~656.30 nm);(d)与图7(c)对应的TiO同步帧图像
Fig. 7. (a) Hα line center chromosphere image after RST transformation; (b) TiO synchronous frame image corresponding to figure 7(a); (c) Hα far line-wing photosphere image after RST transformation (656.28~656.30 nm); (d) TiO synchronous frame image corresponding to figure 7(c)
图 8. 经RST变换之后Hα远线翼光球像与对应TiO 同步帧图像之间的局部相关偏移量矢量分布图
Fig. 8. Local correlation offset vector distribution of Hα far line-wing photosphere image after RST transformation compared with the corresponding TiO synchronous frame image
4 双通道太阳数据的匹配结果
用所得四参数对Hα线心色球图像和Hα远线翼光球图像进行RST变换,并分析它们与各自对应的同步TiO像的匹配效果。
5 结论
提出了NVST多波段成像系统各通道之间的视场匹配方法,即针孔光阑视场定标方法,并在Hα通道和TiO通道中进行了一系列实验与分析,得出以下结论:
1) 在有64个有效控制点的情况下,视场匹配精度可达0.031″。
2) 双通道经过视场定标之后仍存在残余的视场匹配畸变,且匹配残差的标准差为0.031″,在视场边缘最大可达0.076″,但仍然在匹配精度要求的范围内。
3) 光学平台在消旋过程中处于不同位置时,计算得到的视场匹配参数会有所不同,但最大差值不超过0.05″。因此,可以不考虑不同位置处匹配参数的差异,即可用光学平台处于某一固定位置处的匹配参数对全天的观测数据进行视场定标匹配。
4) 以对太阳Hα远线翼光球像与同步观测TiO像的匹配为准,用局部相关偏移量验证视场定标在实测数据上的效果,同样得到偏移量的平均值在0.03″以下,局部区域会有0.1″的偏移。
因此,可认为在四参数模型的假设下,用所提方法对双通道进行视场定标之后,即便不考虑光路自身高阶像差带来的视场畸变和地球大气湍流造成的图像局部偏移在不同观测波段的差异,也能实现两通道之间小于0.1″的视场匹配精度。所提方法不依赖于图像的特征结构,可在实际观测中高精度地匹配不同波段结构特征完全不同的图像。该方法不仅适用于NVST多波段成像系统的观测,也可为其他类似望远镜的视场匹配提供借鉴。
[5] LiuZ, XuJ. 1-meter near-infrared solar telescope[C]. Astronomical Society of India Conference Series, 2011, 2: 9- 17.
LiuZ, XuJ. 1-meter near-infrared solar telescope[C]. Astronomical Society of India Conference Series, 2011, 2: 9- 17.
LiuZ, XuJ. 1-meter near-infrared solar telescope[C]. Astronomical Society of India Conference Series, 2011, 2: 9- 17.
[6] 付玉. NVST成像与光谱观测系统设计与实现[ C]∥云南省天文学会2016年学术年会摘要集, 2016: 1.
付玉. NVST成像与光谱观测系统设计与实现[ C]∥云南省天文学会2016年学术年会摘要集, 2016: 1.
付玉. NVST成像与光谱观测系统设计与实现[ C]∥云南省天文学会2016年学术年会摘要集, 2016: 1.
FuY. Design and implementation of the NVST imaging and spectral observation system[ C]∥Yunnan Astronomical Society Proceedings of the 2016 Academic Annual Conference, 2016: 1.
FuY. Design and implementation of the NVST imaging and spectral observation system[ C]∥Yunnan Astronomical Society Proceedings of the 2016 Academic Annual Conference, 2016: 1.
FuY. Design and implementation of the NVST imaging and spectral observation system[ C]∥Yunnan Astronomical Society Proceedings of the 2016 Academic Annual Conference, 2016: 1.
[9] 关棒磊, 孙祥一, 尚洋, 等. 晃动平台上对空拍摄大视场摄像机的标定方法[J]. 光学学报, 2015, 35(7): 0712003.
关棒磊, 孙祥一, 尚洋, 等. 晃动平台上对空拍摄大视场摄像机的标定方法[J]. 光学学报, 2015, 35(7): 0712003.
关棒磊, 孙祥一, 尚洋, 等. 晃动平台上对空拍摄大视场摄像机的标定方法[J]. 光学学报, 2015, 35(7): 0712003.
[10] Moravec HP. Towards automatic visual obstacle avoidance[C]∥Proceeding of the 5 th International Joint Conference on Artificial Intelligence , 1977, 2: 584.
Moravec HP. Towards automatic visual obstacle avoidance[C]∥Proceeding of the 5 th International Joint Conference on Artificial Intelligence , 1977, 2: 584.
Moravec HP. Towards automatic visual obstacle avoidance[C]∥Proceeding of the 5 th International Joint Conference on Artificial Intelligence , 1977, 2: 584.
[11] Lowe DG. Object recognition from local scale-invariant features[C]∥The proceedings of the 7 th IEEE international conference on Computer vision , 1999, 2: 1150- 1157.
Lowe DG. Object recognition from local scale-invariant features[C]∥The proceedings of the 7 th IEEE international conference on Computer vision , 1999, 2: 1150- 1157.
Lowe DG. Object recognition from local scale-invariant features[C]∥The proceedings of the 7 th IEEE international conference on Computer vision , 1999, 2: 1150- 1157.
[13] 柳光乾, 卢汝为. 云台红外太阳望远镜中光电导行系统的像场旋转[J]. 云南天文台台刊, 2003, 4: 28-33.
柳光乾, 卢汝为. 云台红外太阳望远镜中光电导行系统的像场旋转[J]. 云南天文台台刊, 2003, 4: 28-33.
柳光乾, 卢汝为. 云台红外太阳望远镜中光电导行系统的像场旋转[J]. 云南天文台台刊, 2003, 4: 28-33.
Liu G Q, Lu R W. The image field rotation of the auto-guide unit of the solar telescope in Yunnan Observatory[J]. Publications of the Yunnan Observatory, 2003, 4: 28-33.
[14] 柳光乾, 付玉, 程向明. 1米太阳望远镜光谱仪像旋转及消旋控制[J]. 天文研究与技术, 2012, 9(1): 86-92.
柳光乾, 付玉, 程向明. 1米太阳望远镜光谱仪像旋转及消旋控制[J]. 天文研究与技术, 2012, 9(1): 86-92.
柳光乾, 付玉, 程向明. 1米太阳望远镜光谱仪像旋转及消旋控制[J]. 天文研究与技术, 2012, 9(1): 86-92.
Liu G Q, Fu Y, Cheng X M. Image-field rotation and control of counter rotation for the spectrograph of the 1 m solar telescope of the Yunnan Observatory[J]. Astronomical Research & Technology, 2012, 9(1): 86-92.
[15] QuirrenbachA. The effects of atmospheric turbulence on astronomical observations[C]. Adaptive Optics for Vision Science and Astronomy, 2006: 129- 144.
QuirrenbachA. The effects of atmospheric turbulence on astronomical observations[C]. Adaptive Optics for Vision Science and Astronomy, 2006: 129- 144.
QuirrenbachA. The effects of atmospheric turbulence on astronomical observations[C]. Adaptive Optics for Vision Science and Astronomy, 2006: 129- 144.
[16] YangG. High resolution solar observations in the context of space weather prediction[M]. New Jersey: New Jersey Institute of Technology, 2004.
YangG. High resolution solar observations in the context of space weather prediction[M]. New Jersey: New Jersey Institute of Technology, 2004.
YangG. High resolution solar observations in the context of space weather prediction[M]. New Jersey: New Jersey Institute of Technology, 2004.
[17] 李玉艳, 陈宇超, 杨磊, 等. NVST多通道成像观测系统的数据同步采集[J]. 天文研究与技术, 2015, 12(3): 323-330.
李玉艳, 陈宇超, 杨磊, 等. NVST多通道成像观测系统的数据同步采集[J]. 天文研究与技术, 2015, 12(3): 323-330.
李玉艳, 陈宇超, 杨磊, 等. NVST多通道成像观测系统的数据同步采集[J]. 天文研究与技术, 2015, 12(3): 323-330.
Li Y Y, Chen Y C, Yang L, et al. A synchronized data acquisition system in the multi-channel observation system on the NVST of the YNAO[J]. Astronomical Research & Technology, 2015, 12(3): 323-330.
[18] 梁昱, 李正刚, 许骏. NVST终端仪器消旋平台载荷形变研究[J]. 天文研究与技术, 2017, 14(4): 511-518.
梁昱, 李正刚, 许骏. NVST终端仪器消旋平台载荷形变研究[J]. 天文研究与技术, 2017, 14(4): 511-518.
梁昱, 李正刚, 许骏. NVST终端仪器消旋平台载荷形变研究[J]. 天文研究与技术, 2017, 14(4): 511-518.
Lang Y, Li Z G, Xu J. The research of deformation on load about the terminal instruments derotator platform of NVST[J]. Astronomical Research & Technology, 2017, 14(4): 511-518.
Article Outline
王瑞, 徐稚, 陈宇超, 金振宇, 向永源, 付玉, 季凯帆. 新真空太阳望远镜多波段高分辨率成像系统的视场定标[J]. 光学学报, 2018, 38(1): 0111002. Rui Wang, Zhi Xu, Yuchao Chen, Zhenyu Jin, Yongyuan Xiang, Yu Fu, Kaifan Ji. Field Calibration of Multiband High Resolution Imaging System with New Vacuum Solar Telescope[J]. Acta Optica Sinica, 2018, 38(1): 0111002.