天体物理图像时间序列的变点检测与图像分割

许多天体物理现象是时变的，即其强度、能谱和/或发射的空间分布会突然改变。本文发展了一种对图像时间序列建模的方法。在光子到达时间服从 Poisson 过程的假设下，数据被分箱至时间、能带与 x-y 坐标的 4D 体素网格，并视为非齐次 Poisson 图像的时间序列。该方法假设在每个时间点，相应的多能带图像栈为含 Poisson 噪声的未知 3D 分段常数函数；并假设任意两个相邻变点（时间域）之间的所有图像栈共享同一未知分段常数函数。所提方法旨在估计所有变点（时间域）的数量与位置，以及任意变点对之间的所有未知分段常数函数。该方法应用最小描述长度（MDL）原理来完成此任务。还开发了实用算法以求解相应的复杂优化问题。仿真实验与真实数据集应用表明，所提方法具有非常良好的经验性质。对两个真实数据集（一颗耀发恒星的 XMM 观测与一个浮现的太阳日冕环）的应用，说明了所提方法的用法及从中获得的科学洞见。