Чому одна ділянка неба має стільки різних зображень

На одному знімку видно зернисту сіру пляму, на іншому — яскраві зорі й кольорові хмари. Чи другий телескоп обов’язково зібрав більше світла? Можливо. Але ці два зображення можуть походити з тих самих чисел, по-різному очищених від систематичних домішок і по-різному показаних на екрані.

Астрономічне зображення — це спосіб показати вимірювання. Калібрування враховує відгук приладу, суміщення пов’язує координати, накопичення поєднує експозиції, а кольорова карта призначає числам видимі кольори. Жоден із цих кроків сам собою не перетворює невиміряне на виміряне. Перевіряти треба весь шлях, а не лише привабливість кінцевої картинки.

Пройдемо цей шлях на справжньому відкритому фрагменті CCD-кадру Palomar. Окремі синтетичні приклади допоможуть розібрати шум і викиди; вони прямо позначені й не підмінюють спостереження. Корисна передумова — детектори й наукові прилади. Видимі відгалуження додають алгебру, але основну відповідь можна прочитати без них.

Від пластинки до файла: спостереження можна перечитати

Фотографія дозволила зберігати небесну сцену після того, як спостерігач відійшов від телескопа. Розвиток сухих желатинових пластинок у 1870-х роках полегшив небесну фотографію; архіви зберегли матеріал для пізніших порівнянь. Проте густина почорніння емульсії ще не є готовою лінійною шкалою потоку: спосіб реєстрації теж потрібно розуміти. Harvard Wolbach: історія колекції.

Електронний масив одразу дає сітку чисел, із якою можна виконувати арифметику й зберігати супровідні параметри. Виникла й інша проблема: як передати їх між несумісними комп’ютерами? Основну угоду FITS розробили 1979 року; того ж року різні установи успішно обмінялися файлами, а опис Wells, Greisen і Harten опублікували 1981-го. NASA: походження FITS.

FITS зберігає числові масиви або таблиці разом із заголовками, що описують дані. Це може бути двовимірний кадр, спектр, куб або список подій. JPEG зазвичай зберігає вже вибране відображення, часто зі втратами. Тому файл красивої картинки та файл, із якого перевіряють вимірювання, виконують різні ролі. Сам формат FITS правильності калібрування не гарантує. NASA: що містить FITS.

Наш приклад має конкретних авторів, дату й межі

Використаємо Erik Tollerud і Matthew Craig, Palomar LFC chip 0, DOI 10.5281/zenodo.3254683, опублікований 24 червня 2019 року під CC BY 4.0. Це справжні сирі bias, dark, flat і наукові кадри, підібрані для навчання. Тут показано власну обробку малого фрагмента; оригінальні спостереження зробили автори набору. Набір і права використання, опис прикладів Astropy.

Науковий файл ccd.037.0.fits містить поле з назвою vv124_1, фільтр g′, експозицію 300.062 s від 16 січня 2016 року. Початковий масив має 2080×4128 відліків. Беремо одну ділянку 32×32: x від 378 включно до 410 виключно, y від 776 до 808, рахуючи від нуля. Той самий прямокутник лишається на кожному етапі; перший рядок показано згори, без твердження, що це північ.

У наборі є лише по одному науковому кадру g′ та i′. Їх не усереднюватимемо як повтори одного фільтра. Темнові кадри отримані в березні, пізніше за січневий кадр неба, а температури в потрібних заголовках немає. Це дозволяє відтворити документований навчальний маршрут, але не доводить стабільність камери чи точність абсолютної фотометрії. Саме таку межу має чесний приклад. Astropy: склад набору й маршрут калібрування.

Число в пікселі ще не є потоком від зорі

Світло утворює заряд, електроніка його зчитує, а перетворювач записує відлік у ADU — одиницях цифрового коду. До корисного сигналу додаються небо, темновий струм, електронний зсув і випадкові флуктуації. Чутливість різних пікселів та освітлення через оптику теж неоднакові. Тому яскравіший сирий піксель не завжди означає яскравішу ділянку неба. Astropy: складові CCD-зображення.

Окремо існує кодування самого файла. У нашому FITS збережене знакове 16-бітне число перетворюють за BSCALE=1, BZERO=32768. Це спосіб представити невід’ємні відліки, а не фізичний bias камери. Відняти BZERO як «зайве світло» після правильного читання означало б пошкодити дані. Astropy: масштабовані FITS-дані.

Далі працюємо в ADU й не вигадуємо точніше перетворення на електрони або енергію. Заголовок містить номінальний gain 1.1 e⁻/ADU, але його незалежного вимірювання тут немає. Навіть після калібрування окремий піксель міститиме і зорю, і небо; це не готова світність зорі.

Службова область дає опору для електронного нуля

У CCD частина зчитуваного масиву не використовується як звичайне зображення неба. Придатна overscan-область допомагає оцінити електронний рівень у цьому зчитуванні. Вона теж має шум, тому не варто брати один випадковий відлік за точний нуль усієї камери.

Для цього LFC документація радить у кожному рядку взяти медіану 25 стовпців x=2055…2079, відняти її від пікселів рядка та прибрати службові стовпці із зображення. Початок nominal BIASSEC у заголовку ширший, але його перші стовпці забруднені витіканням світла. Сліпо виконати заголовок тут гірше, ніж перевірити документацію й профіль кадру. Astropy: дослідження overscan LFC, визначення медіани рядка в ccdproc.

У рядку нашого контрольного пікселя медіана дорівнює 1116 ADU. Сире значення 3338 ADU після цієї поправки стає 2222 ADU. Зорю при цьому не «підсилюють»: змінюється нуль відліку. Це правило для цього набору; інша камера може мати непридатний overscan або зовсім іншу схему читання.

Відгалуження · З формуламиНеобов’язково: алгебра пояснює одиниці й межі поправок.

Чому зсув віднімають, а flat ділять

Для простого лінійного детектора позначимо сирий відлік R і bias B у ADU, швидкість темнового сигналу d у ADU/s, час t у s та відносний відгук F без одиниць. Тоді оцінка сигналу разом із небом:

C = (R − B − td)/(F).

Зсув і темновий сигнал додаються до відліку, тому їх віднімають. Відгук множить світлову частину, тому на нього ділять. При F = 1 flat нічого не змінює; при F = 0 ділення не відновлює сигнал, якого детектор не виміряв. Модель не охоплює насичення, нелінійність, пам’ять детектора чи кореляції всіх поправок. Astropy: рівняння калібрування.

Для нашого маршруту замість окремих B і td використовують поправку службової області рядка O та усереднений dark D, що вже містить залишковий bias після власного overscan. Формула стає C = (R − O − D)/F. Окремий bias вдруге не віднімають, а весь dark із bias не масштабують пропорційно часу. Для масштабування потрібен інший, узгоджений маршрут з відокремленим bias.

Якщо вважати R,O,D,F незалежними, для A = R − O − D перше наближення поширення малих похибок має вигляд:

(σ_(A))^(2) = (σ_(R))^(2) + (σ_(O))^(2) + (σ_(D))^(2),; (σ_(C))^(2) ≈ ((σ_(A))^(2))/((F)^(2)) + ((A)^(2)(σ_(F))^(2))/((F)^(4)).

Усі доданки мають одиницю ADU²; похибка flat множиться на квадрат сигналу. В реальній обробці спільні калібрувальні еталони, нормування й overscan створюють кореляції: тоді потрібні й коваріаційні члени. Це навчальне рівняння, а не вже оцінена повна похибка нашого кадру.

Темновий кадр і flat мають відповідати вимірюванню

Dark знімають без світла від сцени, щоб оцінити внесок детектора й електроніки. Для нашої науки беремо три темнові кадри 300 s, віднімаємо overscan кожного й обчислюємо середнє. Для трьох g′ flats є свої три dark по 70 s. Відмінності експозицій до 0.062 s приймаємо як мале навчальне наближення за гайдом, без масштабування темнових кадрів. EXPTIME та окремий DARKTIME у заголовку не однакові величини; тут використано маршрут саме за EXPTIME.

Flat — знімок приблизно рівномірно освітленого поля через відповідну оптичну систему та фільтр. Він фіксує відносну нерівномірність: чутливість, віньєтування, тіні пилу. Сам flat спочатку очищають від адитивних домішок. Інакше намагалися б виправляти світлову чутливість електронним зсувом. Astropy: калібрування flats цього набору.

У нашому малому прикладі кожен очищений flat ділимо на його середнє в тому самому 32×32 прямокутнику, а потім усереднюємо три відносні карти. Це власне локальне нормування, не повний pipeline гайда з нормуванням і відкиданням викидів по всьому детектору. Середній відгук стає 1; загальну квантову ефективність або втрати телескопа ми так не виміряли. Різні фільтри мають окремі flats. Astropy: поєднання flats.

Стежимо за тим самим прямокутником, а не міняємо картинку

Тепер послідовно маємо сирий фрагмент, фрагмент після поправки службової області рядка, після віднімання усередненого dark та після ділення на flat. Перші чотири панелі показують спільну лінійну шкалу 0–4000 ADU. Малі поправки справді виглядають малими: рисунок не збільшує їх прихованим окремим автоматичним підсиленням контрасту. П’ята панель змінює лише відображення кінцевих чисел, щоб краще розрізняти тьмяні рівні.

Один справжній фрагмент на всіх етапах

1. Сирі відліки

Сирі відліки · Дані: Erik Tollerud і Matthew Craig, Palomar LFC chip 0, CC BY 4.0; власна локальна обробка. Науковий кадр ccd.037.0.fits, g′, 300.062 s, 16.01.2016. Фрагмент 32×32: нумерація від нуля x378:410, y776:808, верхні межі виключені. Перший рядок згори; це не орієнтація на північ. Перші чотири зображення мають однакове лінійне відображення 0–4000 ADU → чорне–біле; п’яте — ті самі кінцеві числа з asinh(10q)/asinh(10). Збільшені пікселі без інтерполяції. Небо не віднято; не абсолютна фотометрія. Flat нормовано тільки в цьому crop; dark із березня, температура в заголовках відсутня. Це межі навчального прикладу, а не доказ стабільності камери.

Лінійно · 0–4000 ADU

2. Після поправки рядка

Після поправки рядка · Дані: Erik Tollerud і Matthew Craig, Palomar LFC chip 0, CC BY 4.0; власна локальна обробка. Науковий кадр ccd.037.0.fits, g′, 300.062 s, 16.01.2016. Фрагмент 32×32: нумерація від нуля x378:410, y776:808, верхні межі виключені. Перший рядок згори; це не орієнтація на північ. Перші чотири зображення мають однакове лінійне відображення 0–4000 ADU → чорне–біле; п’яте — ті самі кінцеві числа з asinh(10q)/asinh(10). Збільшені пікселі без інтерполяції. Небо не віднято; не абсолютна фотометрія. Flat нормовано тільки в цьому crop; dark із березня, температура в заголовках відсутня. Це межі навчального прикладу, а не доказ стабільності камери.

Лінійно · 0–4000 ADU

3. Після темнової поправки

Після темнової поправки · Дані: Erik Tollerud і Matthew Craig, Palomar LFC chip 0, CC BY 4.0; власна локальна обробка. Науковий кадр ccd.037.0.fits, g′, 300.062 s, 16.01.2016. Фрагмент 32×32: нумерація від нуля x378:410, y776:808, верхні межі виключені. Перший рядок згори; це не орієнтація на північ. Перші чотири зображення мають однакове лінійне відображення 0–4000 ADU → чорне–біле; п’яте — ті самі кінцеві числа з asinh(10q)/asinh(10). Збільшені пікселі без інтерполяції. Небо не віднято; не абсолютна фотометрія. Flat нормовано тільки в цьому crop; dark із березня, температура в заголовках відсутня. Це межі навчального прикладу, а не доказ стабільності камери.

Лінійно · 0–4000 ADU

4. Після flat

Після flat · Дані: Erik Tollerud і Matthew Craig, Palomar LFC chip 0, CC BY 4.0; власна локальна обробка. Науковий кадр ccd.037.0.fits, g′, 300.062 s, 16.01.2016. Фрагмент 32×32: нумерація від нуля x378:410, y776:808, верхні межі виключені. Перший рядок згори; це не орієнтація на північ. Перші чотири зображення мають однакове лінійне відображення 0–4000 ADU → чорне–біле; п’яте — ті самі кінцеві числа з asinh(10q)/asinh(10). Збільшені пікселі без інтерполяції. Небо не віднято; не абсолютна фотометрія. Flat нормовано тільки в цьому crop; dark із березня, температура в заголовках відсутня. Це межі навчального прикладу, а не доказ стабільності камери.

Лінійно · 0–4000 ADU

5. Ті самі дані · asinh

Ті самі дані · asinh · Дані: Erik Tollerud і Matthew Craig, Palomar LFC chip 0, CC BY 4.0; власна локальна обробка. Науковий кадр ccd.037.0.fits, g′, 300.062 s, 16.01.2016. Фрагмент 32×32: нумерація від нуля x378:410, y776:808, верхні межі виключені. Перший рядок згори; це не орієнтація на північ. Перші чотири зображення мають однакове лінійне відображення 0–4000 ADU → чорне–біле; п’яте — ті самі кінцеві числа з asinh(10q)/asinh(10). Збільшені пікселі без інтерполяції. Небо не віднято; не абсолютна фотометрія. Flat нормовано тільки в цьому crop; dark із березня, температура в заголовках відсутня. Це межі навчального прикладу, а не доказ стабільності камери.

Нелінійно · 0–4000 ADU

Дані: Erik Tollerud і Matthew Craig, Palomar LFC chip 0, CC BY 4.0; власна локальна обробка. Науковий кадр ccd.037.0.fits, g′, 300.062 s, 16.01.2016. Фрагмент 32×32: нумерація від нуля x378:410, y776:808, верхні межі виключені. Перший рядок згори; це не орієнтація на північ. Перші чотири зображення мають однакове лінійне відображення 0–4000 ADU → чорне–біле; п’яте — ті самі кінцеві числа з asinh(10q)/asinh(10). Збільшені пікселі без інтерполяції. Небо не віднято; не абсолютна фотометрія. Flat нормовано тільки в цьому crop; dark із березня, температура в заголовках відсутня. Це межі навчального прикладу, а не доказ стабільності камери. Дані та метод

Просте середнє трьох калібрувальних кадрів зменшує частину випадкової похибки, але не робить калібрувальний еталон безшумним і не гарантує відсутності викиду. Тут ми його не видаємо за готовий еталон із повною маскою та стійким до аномалій відкиданням викидів. Підготовка надійної послідовності обробки означає також зберегти версії алгоритмів, параметри, список відкинутих даних і діагностичні порівняння. Оригінальні кадри не перезаписують готовими картинками.

Шлях одного виміряного пікселя

Величина / операціяЧислоОдиниця
Сире значення R3338ADU
Медіана рядка O1116ADU
R − O2222ADU
Combined dark D4.667ADU
R − O − D2217.333ADU
Нормований відгук F0.998176636безрозмірне
(R − O − D) / F2221.384ADU
Поділ на 300.062 s7.403ADU/s
Той самий вихідний піксель x394,y792, zero-based. 25 overscan-відліків рядка x2055:2080 дають медіану 1116 ADU. Dark — середнє трьох кадрів 300 s після їхніх власних поправок рядків, із залишковим bias; повторного окремого bias немає. Flat — середнє трьох очищених і локально нормованих g′ flats. Показане значення містить небо; ADU/s не дорівнює фізичному потоку. Відмінності тривалості до 0.062 s прийняті за навчальним гайдом, без масштабування dark. Дані та метод

Відгалуження · Числова перевіркаНеобов’язково: це обчислення справжніх відліків, а не синтетична зоря.

Перерахуймо один піксель до ADU за секунду

Для координати x394,y792 після overscan маємо 2222 ADU, середній dark D = 14/3 ADU, а локальний відгук F = 0.9981766364. Тому:

C = (2217.333333)/(0.9981766364),; C ≈ 2221.384 ADU.

Поділ на фактичну експозицію дає:

C/t = (2221.383723)/(300.062),; C/t ≈ 7.40308 ADU/s.

Це темп накопичення пікселя разом із небом. Для потоку зорі потрібні оцінка фону, просторове сумування або підбір моделі відгуку й фотометрична калібровка. Майже одиничний flat тут не повинен довільно подвоювати число: це простий контроль здорового глузду. Незалежне відтворення тих самих вихідних відліків двома числовими реалізаціями дає узгоджені результати; воно перевіряє арифметику, а не відсутню температуру камери.

Поганий піксель — це причина для маски, а не вигаданий вимір

Мертвий піксель, нестабільний гарячий піксель і насичена зоря створюють різні проблеми. Маска зберігає, яке значення не прийняли і чому. Нуль означає виміряне нульове значення на певній шкалі; пропуск означає, що придатного вимірювання немає. Замінити пропуск нулем перед середнім — систематично затемнити результат.

Навіть правило «ділити лише при 0.5<F<1.5» не є повною перевіркою пікселя. Це лише навчальна межа відгуку; у нашому crop вона не виключила жодного з 1024 пікселів. Вона не доводить відсутність насичення, тимчасового дефекту або частинки. Для реального інструмента потрібні його прапорці якості і діагностика.

Частинка може залишити різкий локальний слід, якого немає в іншій експозиції. Але змінний небесний об’єкт теж може бути відсутнім у повторі. Тому шукають узгоджені ознаки: форму сліду, повторюваність, поведінку в координатах детектора й неба, відомі дефекти та інші спостереження. Astropy: cosmic rays і передумови їх пошуку.

Викид перевіряють повторною експозицією

Третя експозиціяз доданим викидом498 ADUНезалежний повторперша експозиція100 ADUЗвичайне середнє4 вимірювання200 ADUСереднє з маскою3 тут, 4 поза нею100.667 ADUПозначена координата x1,y1
Синтетичний контрольний приклад, не кадри Palomar і не доведена космічна частинка. Чотири вже суміщені масиви 9×9: фон 100, центральний піксель 300, сусіди 150 ADU; загальні додатки 0,+2,−2,0. Лише в третьому кадрі відомо додано 400 ADU до пікселя x1,y1. Однакова шкала 0–500 ADU. На цій координаті: 100,102,498,100; просте середнє 200, після виключення відомого викиду 100.667 ADU з трьох вимірювань. Інші координати усереднюються з чотирьох. Нові зорі не можна автоматично оголошувати артефактами; потрібні незалежні дані й маска з причиною. Дані та метод

У цьому синтетичному прикладі місце доданого викиду відоме наперед. Середнє без маски залишає яскраву пляму; три незалежні від неї вимірювання показують звичайний фон. Це не автоматичне правило «видаляти все яскраве». Якщо придатного повтору немає, інтерполяцію можна зробити для показу, але треба зберегти позначку: вставлене число не стало спостереженням.

Після невеликого зсуву телескопа зоря потрапляє на інші пікселі. Усереднювати однакові індекси без суміщення означає розмазати зорю. Спочатку знаходять відповідності між зображеннями або користуються перевіреним описом координат, оцінюють зсув, поворот, масштаб і потрібні спотворення, а потім переносять дані на узгоджену сітку. Помилку перевіряють за залишками положень зір, а не за враженням від гладкості.

При переносі значення сусідніх вихідних пікселів можуть спільно впливати на нові. Тому змінюються і кореляції шуму, і effective response. На краях частина зображень не має даних: поряд із результатом потрібні карта кількості прийнятих експозицій або ваг і маска. Повна сума зберігається лише за умов, визначених конкретним методом і геометрією; crop або край можуть її змінити.

Накопичення роблять для порівнюваних величин. Якщо часи різні, відліки можна привести до ADU/s з відповідними вагами та похибками. Сумувати різні фільтри без пояснення — змішати спектральні вимірювання. Наша реальна пара g′/i′ тому лишається парою різних каналів, а шум накопичення нижче розглянуто окремо. Astropy: навіщо поєднують кадри.

Відгалуження · ГлибшеНеобов’язково: просте одновимірне перенесення, не pipeline Palomar.

Гладкіший шум може стати корельованим

Уявімо незалежні похибки сусідніх пікселів x_(i) з однаковою дисперсією (σ)^(2). Для перенесення на пів пікселя простий лінійний приклад бере:

y_(i) = (x_(i) + x_(i − 1))/(2).

Кожне нове значення має дисперсію (σ)^(2)/2, але сусіди ділять один вихідний піксель:

Cov⁡(y_(i),y_(i + 1)) = (σ)^(2)/4.

Тож менше зерно на екрані не автоматично означає більше незалежної інформації. У перевіреній навчальній моделі з періодичним краєм сума всіх значень зберігається; реальне перенесення з обрізанням країв потребує окремого обліку покриття. Це пояснює, чому похибку апертури не завжди можна отримати з кількості пікселів і одного числа «шум на піксель».

Більше експозицій допомагає, якщо помилки не повторюються разом

У повторних однакових експозиціях сталий небесний сигнал зберігається, а незалежні випадкові відхилення частково компенсуються. Середнє лишає сигнал на шкалі однієї експозиції, але зменшує його випадкову невизначеність. Сума натомість збільшує і корисний сигнал, і абсолютний шум; оцінювати треба їхнє відношення SNR.

Помилка одного спільного dark, хибний flat або невіднятий паразитний фон можуть переходити в кожний кадр однаково. Вони не зникають лише від того, що ми повторили додавання сто разів. Так само не можна отримати нові незалежні дані, просто скопіювавши один файл. Astropy: шум калібрування.

Незалежний і спільний шум спадають по-різному

σ середнього · ADU024681014163264N · кількість кадрівНезалежний шумЗі спільною похибкою
Nσ незалежний · ADUσ зі спільним · ADU
11010.198
455.385
162.5003.202
641.2502.358
Власна модель середнього однакових експозицій: незалежне σ=10 ADU на кадр; спільна адитивна похибка σc=2 ADU однакова для всіх кадрів. Синя крива 10/√N; руда √(100/N+4), не додавання σ лінійно. Середній корисний сигнал у прикладі 100 ADU. N — число прийнятих кадрів, не час у секундах. Немає змінної сцени, ваг, clipping чи реального noise estimate LFC. Спільний доданок не зникає при накопиченні. Дані та метод

Відгалуження · З формуламиНеобов’язково: незалежні однаково розподілені експозиції сталої сцени.

Коли SNR справді зростає як корінь із N

Для N вимірювань X_(i) з однаковим середнім сигналом S, дисперсією (σ)^(2) й нульовими взаємними коваріаціями:

\begin{gathered} \bar X=\frac1N\sum_{i=1}^N X_i,\\ \sigma_{\bar X}=\frac{\sigma}{\sqrt N}. \end{gathered}

Тоді \mathrm{SNR}_{\bar X}=S\sqrt N/\sigma. Для суми сигнал стає NS, шум — √(N)σ, а SNR такий самий. Це закон для незалежних порівнюваних експозицій без неврахованої змінності та нелінійності. Саме його застереження важливіші за запам’ятоване слово «корінь». Astropy: поєднання зображень.

Додамо незалежну від випадкового шуму, але спільну для всіх кадрів адитивну похибку зі стандартним відхиленням σ_(c). Тепер:

\sigma_{\bar X}=\sqrt{\frac{\sigma^2}{N}+\sigma_c^2}.

За S = 100 ADU, σ = 10 ADU та N = 16 незалежний шум середнього дорівнює 2.5 ADU, SNR=40. За спільної σ_(c) = 2 ADU повна невизначеність стає приблизно 3.202 ADU, SNR≈31.23. При великому N спільний внесок 2 ADU лишається. Це власний синтетичний бюджет, а не виміряний шум LFC. Відкидання викидів, різні ваги й корельовані експозиції вимагають відповідної статистики.

Від каліброваного пікселя до наукового висновку є ще крок

Небо — справжнє світло, яке прилад також зареєстрував. Для вимірювання зорі оцінюють локальний фон на придатних сусідніх ділянках, відділяють його від об’єкта й ураховують невизначеність цієї оцінки. Якщо фон має градієнт, одне число на весь кадр може бути поганою моделлю. А якщо тьмяна туманність займає майже все поле, агресивне «вирівнювання фону» може відняти частину самої туманності.

Потім сумують сигнал об’єкта в апертурі або підбирають модель просторового відгуку. Для порівняння між інструментами потрібні фотометрична шкала, спектральна смуга, атмосферні умови для наземних даних, одиниці й поправки конкретного методу. Наші 7.40308 ADU/s в одному пікселі цього не замінюють. Ми не віднімали небо й не отримували опублікований потік VV124. Astropy: межі мінімального калібрування.

Штучне підвищення різкості або деконволюція теж потребують моделі відгуку й перевірки залишків. Можна краще використати наявну інформацію, але невідомі просторові деталі не стають доведеними лише тому, що алгоритм намалював чіткий край. Для такого висновку особливо корисні повтори й незалежний метод обробки.

Колір чесний, коли відомо, які числа йому відповідають

Монохромна камера через фільтр вимірює інтенсивність у певній спектральній смузі. Декілька таких карт можна відобразити червоним, зеленим і синім каналами дисплея. У видимому діапазоні вибір може наближати звичний вигляд; для інфрачервоного або вузьких смуг колір може показувати невидимий діапазон чи відмінність випромінювання. NASA прямо пояснює такий спосіб роботи із зображеннями Hubble. NASA: фільтри й призначені кольори.

Канали вимірюють; кольори призначають

Вимірювальний каналУмовне значенняКолір дисплея
Коротший0.2Синій · B
Середній0.5Зелений · G
Довший1Червоний · R

Синтетична суміш · RGB (255, 128, 51)

Явна навчальна карта для трьох умовних нормованих каналів: коротший → синій B, середній → зелений G, довший → червоний R. Числа 0.2,0.5,1 дають RGB=(255,128,51) після округлення. Це синтетичний псевдоколір, не три виміряні смуги нашого двоканального набору та не вигляд оком. Порядок довжин хвиль збережено; повний опис реального зображення також потребує фільтрів, stretch, нормування, маски й легенди. Відсутній канал не вимірюється створенням кольору. Дані та метод

Псевдоколір не означає підроблене вимірювання, якщо карта явно описана й спирається на дані. Натомість назвати синтетичний канал виміряним було б помилкою. Наш LFC набір має g′ та i′; наведена трьохканальна карта — окрема синтетична ілюстрація, без домальованого «третього фільтра».

Так само розрізняють калібрування та stretch. Лінійне відображення зберігає пропорційність рівнів у межах шкали; нелінійне піднімає тьмяні деталі відносно яскравих. Нижня й верхня межі можуть обрізати значення для показу. Підсумковий PNG на екрані не повинен підмінювати вихідний числовий масив у вимірюванні. Яскравість і колір залежать також від дисплея та вибраних налаштувань.

Радіо- й гамма-зображення мають інший початок шляху

В інтерферометрі радіосигнали різних антен поєднують із часовою та фазовою інформацією. Дані відповідають певним просторовим масштабам, а не готовому оптичному кадру. Конфігурація баз, калібрування амплітуди й фази та метод реконструкції впливають на результат; для загальної яскравості важливі й додаткові вимірювання. Підробити відсутні масштаби приємною текстурою — не відновити їх. ALMA: інтерферометрія, пояснення інтерферометрів у курсі.

Для Fermi LAT аналіз пов’язує модель гамма-неба з очікуваними зареєстрованими подіями через відгук детектора; параметри підбирають за правдоподібністю даних. Пляма на карті відліків, модель очікуваних відліків і карта статистичної значущості — різні продукти. Невелика кількість подій та широкий відгук не зникають від розфарбування. NASA FSSC: likelihood і response.

Тому оптичний рецепт bias/dark/flat не переносять механічно на кожний список подій або радіовидимість. Спільна логіка ширша: знати вимірювану величину, відгук приладу, якість даних, припущення реконструкції та спосіб показу.

Як читати красивий знімок і перевіряти його шлях

Почни з підпису: який телескоп, прилад, дата, фільтри та джерело даних? Потім з’ясуй, що перед тобою: відліки, потік, модель, статистична карта чи художня ілюстрація. Для перевірки потрібні вихідні файли й параметри, а для правильного тлумачення — маска, покриття, одиниці, шкала й карта кольорів.

Наш приклад можна пройти у зворотному напрямку: від підсиленого контрасту до тих самих каліброваних чисел, від них до flat і усередненого dark, далі до поправки службової області рядка і початкових 3338 ADU. Числовий фрагмент походить зі вказаного FITS; рисунки обробки побудовані з цих чисел. Окреме художнє прев’ю та синтетичні схеми не є спостереженнями. Невідомі стабільність камери й повна фотометрична похибка залишилися невідомими.

Гарний астрономічний знімок може бути і науково коректним, і виразним. Перевірюваним його роблять простежувані дані та чесні перетворення. Щоб краще зрозуміти, звідки беруться числа до обробки, повернися до детекторів, спектрографів і поляриметрів.