Digamos que tengo una imagen arbitraria de estrellas y galaxias sin ninguna información adicional (sin otra información de espectro que no sea la imagen en sí). ¿Puedes ayudarme a distinguirlos?
¿Hay alguna característica/propiedad específica que pueda buscar? Digamos, por ejemplo, que el valor RG o B o tal vez los valores en algún otro espacio de color (YUV, etc.) sean más o menos para las estrellas que para las galaxias, etc.
EDITAR:
No tengo ningún dato "especial" (ni sensor ni datos espectrales), solo tengo datos de internet (imágenes comunes). El objetivo es detectar estrellas y galaxias a partir de imágenes que se encuentran comúnmente en Internet.
Uno de ellos es este: https://cdn.spacetelescope.org/archives/images/large/heic0916a.jpg
Si tiene los datos CCD y el perfil del instrumento, una estrella puede tratarse como una "fuente puntual" y una galaxia como una "fuente extendida". Esto significa que, en condiciones ideales, la luz de una estrella se propagará a través de la "función de dispersión de puntos" del telescopio; por lo general, estos objetos tienen un perfil de intensidad gaussiano (más o menos) con un píxel del CCD que reclama la mayor parte de la luz y los píxeles adyacentes. disminuyendo en intensidad, mientras que una galaxia tendrá un perfil extendido y aplanado con 2, 3 o 20 píxeles que reclaman la mayor parte de la luz y luego se desvanecen en píxeles adyacentes.
Si tiene la información CCD completa, este es el método de elección. Esto se rompe cuando las galaxias están tan lejos que se resuelven más pequeñas que las estrellas de "fuente puntual" (los telescopios más grandes pueden resolver galaxias más lejanas en extensión que los telescopios más pequeños).
Si solo tiene datos de catálogo, como colores, entonces querrá buscar elementos que se salgan del "lugar geométrico de color estelar". Las estrellas, en el espacio de color, tienden a sentarse en una "cinta" en el espacio de color-color (ver esto de Yanny+2000 )
Los objetos con colores que no se encuentran en esta "cinta" son objetos especiales. Por ejemplo, el cuadro con la etiqueta "Q" es Quasars, que es un tipo de galaxia. En esta imagen no se muestra una "nube" de objetos que son galaxias (en esta imagen, la nube comenzará alrededor de esa caja de cuásar y se extenderá mucho más roja en ambos ejes de color). Si toma todos sus objetos de un telescopio y los traza en cualquier (más o menos) espacio de color, encontrará una banda estrecha, que son estrellas, y una nube cerca de esta banda (que son galaxias). Esto se debe a que las estrellas funcionan como un cuerpo negro, mientras que las galaxias funcionan como un cuerpo negro dual (con mucha luz emitida por las estrellas, siguiendo el mismo perfil de radiación de cuerpo negro, y mucho gas absorbiendo esta luz y reemitiéndola en un ambiente más frío). colores infrarrojos de cuerpo negro).
Este método no es perfecto, es un método estadístico para seleccionar, digamos, el 90% de las galaxias.
Nota: Rob tiene toda la razón en que no puedes hacer nada de esto con imágenes jpeg. Muchos jpegs, especialmente las imágenes promocionales, tienen los colores manipulados, o incluso incluyen colores falsos (por ejemplo, para representar la luz ultravioleta o infrarroja; esta es también la razón por la que no puede hacer esto con jpegs aleatorios, cada cámara tendrá su propia manera de representar el color, por lo que la imagen de mi cámara polaroid dará colores diferentes a los de una cámara DLSR aleatoria moderna... solo puede hacer esto si todas las imágenes se recopilan de cámaras idénticas). jpegs tampoco incluyen la "información CCD completa", es decir. la intensidad de la luz que cae sobre cada píxel del CCD.
Nota 2: Sí, puede estimar el PSF para un telescopio con una imagen, pero solo una imagen CCD que muestra el recuento de fotones en cada píxel. Una imagen CCD es una imagen en 3D, que muestra cuántos fotones caen en cada contenedor, un jpeg no tiene esta información, por lo que es... creo que imposible, a menos que el jpeg se produzca para mostrar el recuento de fotones y no el color. .
ProfRob
astroman
ProfRob
astroman
astroman
astroman