利用期望最大化主成分分析对哈勃极端深场中的星系进行去噪

我们提出了一种利用期望最大化主成分分析（EMPCA）对星系光学图像进行建模的方法。该方法仅依赖于数据本身，不假设任何预先建立的模型或拟合公式。它保留了样本的统计特性，最大限度地减少了可能的偏差。重建的精度似乎适用于测光、形态学和弱引力透镜分析，以及模拟天文图像的生成。在此，我们着重强调后者，因为弱引力透镜正进入一个新阶段，系统误差正成为不确定性的主要来源。精确的模拟对于进行可靠的椭率测量校准是必要的，而最终偏差正取决于此。作为一个测试案例，我们处理了哈勃极端深场（XDF）的 ACS/WFC 叠加图像中观测到的 7038 个星系，并根据其亮度矩测量了重建的精度，结果表明该精度可与成熟的弱引力透镜算法所达到的精度相媲美。