Der Kosmos würde viel besser aussehen, wenn die Erdatmosphäre ihn nicht ständig mit Fotos bombardieren würde.
Sogar Bilder, die von den weltbesten bodengestützten Teleskopen aufgenommen werden, sind aufgrund der sich verschiebenden Lufteinschlüsse in der Atmosphäre verschwommen. Obwohl scheinbar harmlos, verdeckt diese Unschärfe die Formen von Objekten in astronomischen Bildern, was manchmal zu fehlerbehafteten physikalischen Messungen führt, die für das Verständnis der Natur unseres Universums unerlässlich sind.
Jetzt haben Forscher der Northwestern University und der Tsinghua University in Peking eine neue Strategie vorgestellt, um dieses Problem zu beheben. Das Team passte einen bekannten Computer-Vision-Algorithmus an, der zum Schärfen von Fotos verwendet wird, und wandte ihn zum ersten Mal auf astronomische Bilder von bodengestützten Teleskopen an. Die Forscher trainierten auch den Algorithmus der künstlichen Intelligenz (KI) mit simulierten Daten, um mit den Bildgebungsparametern des Vera C. Rubin-Observatoriums übereinzustimmen, sodass das Tool bei der Eröffnung des Observatoriums im nächsten Jahr sofort kompatibel sein wird.
Während Astrophysiker bereits Technologien zum Entfernen von Unschärfe verwenden, arbeitet der angepasste KI-gesteuerte Algorithmus schneller und erzeugt realistischere Bilder als aktuelle Technologien. Die resultierenden Bilder sind verwacklungsfrei und lebensechter. Sie sind auch schön – obwohl das nicht der Zweck der Technologie ist.
„Das Ziel der Fotografie ist oft, ein hübsches, gut aussehendes Bild zu bekommen“, sagte Emma Alexander von Northwestern, die leitende Autorin der Studie. „Aber astronomische Bilder werden für die Wissenschaft verwendet. Indem wir Bilder richtig bereinigen, können wir genauere Daten erhalten. Der Algorithmus entfernt die Atmosphäre rechnerisch, sodass Physiker bessere wissenschaftliche Messungen erhalten können. Am Ende des Tages tun es die Bilder sehen auch besser aus.“
Beobachten Sie, wie das Rauschen verschwindet, wenn Bilder von „vor“ zu „nach“ der Verarbeitung übergehen. Bildnachweis: Northwestern University
Die Forschung wird am 30. März in veröffentlicht Monatliche Mitteilungen der Royal Astronomical Society.
Alexander ist Assistenzprofessorin für Informatik an der Northwestern McCormick School of Engineering, wo sie das Bio Inspired Vision Lab leitet. Sie leitete die neue Studie gemeinsam mit Tianao Li, einem Bachelor in Elektrotechnik an der Tsinghua-Universität und Forschungspraktikantin in Alexanders Labor.
Wenn Licht von fernen Sternen, Planeten und Galaxien ausgeht, wandert es durch die Erdatmosphäre, bevor es auf unsere Augen trifft. Unsere Atmosphäre blockiert nicht nur bestimmte Wellenlängen des Lichts, sie verzerrt auch das Licht, das die Erde erreicht. Sogar ein klarer Nachthimmel enthält immer noch bewegte Luft, die das durchströmende Licht beeinflusst. Deshalb funkeln die Sterne und die besten bodengestützten Teleskope befinden sich in großen Höhen, wo die Atmosphäre am dünnsten ist.
„Es ist ein bisschen so, als würde man vom Boden eines Schwimmbeckens nach oben schauen“, sagte Alexander. „Das Wasser schiebt das Licht herum und verzerrt es. Die Atmosphäre ist natürlich viel weniger dicht, aber es ist ein ähnliches Konzept.“
Die Unschärfe wird zu einem Problem, wenn Astrophysiker Bilder analysieren, um kosmologische Daten zu extrahieren. Durch die Untersuchung der scheinbaren Formen von Galaxien können Wissenschaftler die Gravitationseffekte großer kosmologischer Strukturen erkennen, die das Licht auf seinem Weg zu unserem Planeten beugen. Dies kann dazu führen, dass eine elliptische Galaxie runder oder gestreckter erscheint, als sie wirklich ist. Aber atmosphärische Unschärfe verschmiert das Bild auf eine Weise, die die Form der Galaxie verzerrt. Durch das Entfernen der Unschärfe können Wissenschaftler genaue Formdaten sammeln.
„Kleine Unterschiede in der Form können uns etwas über die Schwerkraft im Universum verraten“, sagte Alexander. „Diese Unterschiede sind bereits schwer zu erkennen. Wenn Sie sich ein Bild von einem bodengestützten Teleskop ansehen, kann eine Form verzerrt sein. Es ist schwer zu sagen, ob dies auf einen Gravitationseffekt oder die Atmosphäre zurückzuführen ist.“
Um diese Herausforderung anzugehen, kombinierten Alexander und Li einen Optimierungsalgorithmus mit einem Deep-Learning-Netzwerk, das mit astronomischen Bildern trainiert wurde. Zu den Trainingsbildern fügte das Team simulierte Daten hinzu, die den erwarteten Bildgebungsparametern des Rubin-Observatoriums entsprechen. Das resultierende Tool erzeugte Bilder mit 38,6 % weniger Fehlern im Vergleich zu klassischen Methoden zum Entfernen von Unschärfe und 7,4 % weniger Fehlern im Vergleich zu modernen Methoden.
Wenn das Rubin-Observatorium im nächsten Jahr offiziell eröffnet wird, werden seine Teleskope eine jahrzehntelange Tiefenuntersuchung über einen enormen Teil des Nachthimmels beginnen. Da die Forscher das neue Tool mit Daten trainierten, die speziell zur Simulation von Rubins kommenden Bildern entwickelt wurden, wird es in der Lage sein, die mit Spannung erwarteten Daten der Umfrage zu analysieren.
Für Astronomen, die an der Verwendung des Tools interessiert sind, sind der benutzerfreundliche Open-Source-Code und die begleitenden Tutorials Online verfügbar.
„Jetzt geben wir dieses Werkzeug weiter und geben es in die Hände von Astronomieexperten“, sagte Alexander. „Wir glauben, dass dies eine wertvolle Ressource für Himmelsdurchmusterungen sein könnte, um möglichst realistische Daten zu erhalten.“
Mehr Informationen:
Dekonvolution von Galaxienbildern für schwache Gravitationslinsen mit ausgerolltem Plug-and-Play-ADMM, Monatliche Mitteilungen der Royal Astronomical Society (2023).