线性图像重网格化与带余強射频函数的图像拼接：基于1D的经验教训
天体物理仪器与方法
2026-01-06 v2 宇宙学与河外天体物理
摘要
图像重网格化与拼接在天文观测中具有广泛的应用。{\sc Imcom}算法能够控制拼接后图像中的点扩散函数(PSF)与噪声，已被证明能够满足即将到来的 Nancy Grace Roman Space Telescope 进行弱引力引力宇宙学所需的严格要求。在本工作中，我引入了一种新算法Fast{\sc Imcom}，其在效率与质量方面均优于传统{\sc Imcom}。在阐述其基本哲学与数学 formalism 之后，我对{\sc Imcom}与Fast{\sc Imcom}在1D中的PSF重建进行系统性比较。虽然2D实现超出了本文范围，但我展示了如何将Fast{\sc Imcom}推广到2D并讨论涉及的实际问题。该新算法有望将Roman High Latitude Imaging Survey (HLIS)的计算成本和存储需求(当前估计为 core-hours和$\sim 1.5 \,{\rm PB})降低一个数量级。同时，它为Roman调查的抖动模式提供了启示(从1D外推至2D)。我也讨论了Fast{\sc Imcom}在Roman HLIS之外的潜在应用，重点关注其他弱引力计划和Roman时域调查；实际的应用范围可能超出本文讨论的范围。
引用
@article{arxiv.2510.16110,
title = {Linear Image Regridding and Coaddition with Oversampled Point Spread Functions: Lessons from 1D},
author = {Kaili Cao},
journal= {arXiv preprint arXiv:2510.16110},
year = {2026}
}
备注
24 pages, 11 figures, matches version accepted for publication