Sélection des images de meilleur seeing

Lors de la construction des image empilés, il faut décider combien d'images d'entrée à inclure et combien à jeter. C'est un compromis entre la magnitude limite et la qualité de l'image (IQ). Quand on inclut d'autres images avec de plus en plus mauvaise qualité d'image, la qualité d'image de sortie se dégrade alors que la profondeur augmente.

Quantitativement, le QI d'une pile est très bien estimée par la médian du QI de ses images d'entrée, c'est à dire, le IQ de l'image d'entrée N/2-ième. Pour estimer la magnitude limite, deux hypothèses ont été formulées: 1) les effets de IQ sur la profondeur ne sont pas importantes (pas tout à fait vrai) et 2) toutes les images d'entrée ont le même temps d'exposition (pour les Champ Profonds du CFHTLS, c'est tout à fait vrai). Dans ce cas simplifié, l'ampleur de la limitation d'un empilement de N images va d'environ 1.25 log10N.

Ces deux mesures ont été appliquées aux images d'entrée des Champs Profonds du CFHTLS. Les images ont été classés par ordre de qualité d'image: meilleure seeing première, pire seeing dernier. Comme les images d'entrée de nombre augmente, la qualité de la pile de l'image sera pire, mais la magnitude limite sera plus profonde. Les résultats sont présentés dans la grille de graphiques ci-dessous. La qualité d'image prévue est tracée contre magnitude limite prévue pour chacun des 5 filtres et les 4 Champs Profonds. Les lignes noires montrent à la fois le IQ et la magnitude limite augmente avec le nombre d'images. Les points rouges représentent le lieu géométrique des empilements complets

IQ vs. magnitude limite

La question est: il y à-t-il un point favorable sur les graphiques, où une amélioration de la qualité de l'image est à seulement un petit coût dans la magnitude limite? Certains des graphiques ont des points où la pente de la ligne change. Évidemment, il est préférable d'être au niveau ou en dessous de ces noeuds. Idéalement, tous les images de sortie auraient le même IQ, pour augmenter la précision de la photométrie d'ouverture identifié.

Au lieu de choisir un seuil unique (par exemple l'empilement le meilleur 25% des images, ou empiler que des images avec IQ = 0.7'' ou mieux) images ont été inclus afin de produire une qualité d'image de sortie désirée. Cela est possible parce que, comme indiqué par les points rouges sur la figure ci-dessus, le IQ médiane d'entrée est un excellent indicateur de la IQ de sortie. Par conséquent, lors du choix d'images d'entrée, on commence par faire le trie des images en augmentant IQ. Ensuite, on descend la liste ordonnée jusqu'à une image d'entrée avec le QI cible est trouvé, et puis on continue jusqu' à deux fois ce nombre d'images. Par exemple, si l'on veut un 0.65'' de voir la pile, et il ya 41 images voir mieux que 0,65'', il faut empiler les 82 meilleures images.

La qualité de l'image cible choisie était de 0.65'' pour les filtres GRIZ et 0.8'' pour le filtre U. La diminution de la seeing limits en-dessous 0.8 devient rapidement prohibitif pour la bande U. De même, les profondeurs de la bande Z et la bande G en particulier diminuent rapidement si le IQ cible diminue même légèrement. La cible U-bande est différente de celle des autres groupes parce que le ciblage IQ=0.65'' comprendrait pas d'images, et en ciblant IQ=0.8'' dans les autres groupes permettrait d'améliorer la seeing légèrement par rapport aux piles complets. Les lignes horizontales bleues de la figure ci-dessus montrent que les qualités de l'image cible.

Ces critères ont été appliqué aux images d'entrée des Champs Profonds CFHTLS et les images choisies ont été empilés. Les qualité d'image et magnitudes limites résultantes sont représentées en forme de points bleus sur la figure ci-dessus. La qualité d'image est se trouve sur (ou très légèrement en dessous de) la prédiction. Les magnitudes limites sont généralement mieux que prévu, puisque la prévision repose sur l'hypothèse (pas tout à fait exact) que le IQ n'affecte pas la profondeur.

Date de modification :