¿Qué enfoques/algoritmos de análisis de imágenes se utilizan para detectar objetos cercanos a la Tierra?

Descargo de responsabilidad: no soy astrónomo ni astrofísico. Soy un científico de la computación.

Los astrónomos recopilan grandes cantidades de datos de imágenes a través de estudios astronómicos. Luego, los datos se analizan en busca de signos de asteroides y cometas.

  1. ¿Cuáles son los algoritmos más comunes utilizados en este proceso?
  2. ¿Qué características 'busca' el software?
  3. ¿Existen herramientas relevantes de código abierto?
Aquí hay un documento que describe un nuevo algoritmo que detectó objetos perdidos por métodos anteriores: arxiv.org/abs/2105.01056

Respuestas (1)

Los objetos cercanos a la Tierra (NEO) se detectan a partir de cuadros de imágenes. La metodología es 'buscar' un pequeño punto brillante de varias imágenes, que tiene su patrón de brillo, forma y movimiento.

  1. Actualmente, para el análisis NEO se utiliza el procesamiento de filtros combinados para la detección de asteroides. Matched Filter proporciona una ganancia significativa para el procesamiento de imágenes, que se utiliza para la detección y el seguimiento de asteroides.
  2. La metodología implica un algoritmo de dos pasos: i. remoción media y ruido de fondo; ii. mejorando el componente de la señal. Las imágenes sin procesar se preprocesan, eliminando artefactos de píxeles, registrando los marcos espacialmente e igualando las intensidades de fondo. Una función de ajuste de deformación cuadrática utilizada para la interpolación necesaria para crear un conjunto de fotogramas registrados. Luego, se utiliza una deformación de segundo orden con un posicionamiento de alta precisión para eliminar los errores de registro. Podrían utilizarse técnicas de registro de orden superior. El propio algoritmo MF iguala las imágenes.
  3. No sé nada relevante ya que MF no es un algoritmo abierto.

Más información podría ser útil para el 'Programa de Observación de Objetos Cercanos a la Tierra' de la NASA. https://www.nasa.gov/planetarydefense/neoo

Gural et al. 2005 describe una implementación de MF SALTAD que está disponible a pedido .