AUTO-MULTITHRESH：一种通用自动掩膜算法
天体物理仪器与方法
2020-01-22 v2
摘要
从干涉仪数据生成图像需要准确建模视场中的源，这通常使用CLEAN算法完成。鉴于干涉仪图像中大量的自由度，人们通过掩膜包含发射的区域来约束CLEAN可能的模型解。传统上这一过程主要靠手工完成。当今海量数据下此方法不可行，需要自动化成像流水线。本文描述了一种在CLEAN内运行的自动掩膜算法，称为AUTO-MULTITHRESH。该算法使用一组约1000张ALMA图像开发和验证，这些图像涵盖多种内禀形态与数据特征。它采用自顶向下的方式生成掩膜：利用残差图像识别显著峰值，然后将掩膜扩展以包含与这些峰值相关的、低至较低信噪比的发射。AUTO-MULTITHRESH算法已在CASA中实现，并从第5周期起作为ALMA成像流水线的一部分投入生产使用。已证明它能够以基于数据点扩散函数的最小参数调优，掩膜从简单点源到复杂延展发射的广泛发射。尽管该算法为ALMA开发，但其通用性足以在适当参数调优下成功用于其他干涉仪的数据。将该算法更深地集成到小循环中有望带来未来的性能提升。
引用
@article{arxiv.1912.04970,
title = {AUTO-MULTITHRESH: A General Purpose Automasking Algorithm},
author = {Amanda A. Kepley and Takahiro Tsutsumi and Crystal L. Brogan and Remy Indebetouw and Ilsang Yoon and Brian Mason and Jennifer Donovan Meyer},
journal= {arXiv preprint arXiv:1912.04970},
year = {2020}
}
备注
accepted to PASP