使用自编码器对单帧图像进行降噪
天体物理仪器与方法
2023-03-08 v1 星系天体物理
摘要
我们提出将自编码器应用于天文单帧图像降噪问题，并探讨其对即将开展的大视场巡天的适用性。自编码器是一种机器学习模型，它概括输入以识别其关键特征，然后据此预测另一输入的表示。我们自编码器模型的广泛目标是在降低图像所含噪声的同时，保留巡天数据中的形态信息（例如非参数形态信息）。我们实现了一个带卷积层和最大池化层的自编码器。我们在来自全景巡天望远镜与快速响应系统（Pan-STARRS）的、含不同噪声水平的图像上测试我们的实现，并通过考虑均方误差（MSE）、结构相似性指数（SSIM）、星系流量最亮20%的二阶矩M20以及基尼系数来评估自编码器的成功程度，同时指出原始图像、叠加图像与降噪图像间结果的差异。我们表明，在许多不同观测目标上，我们能够在保留星系形态的同时降低噪声，并对目标逐一分析进行指标评估。我们确认该过程仅使用一张单帧图像（而非其他降噪技术中的多张巡天图像）便能在数分钟内取得正向结果。
引用
@article{arxiv.2303.00656,
title = {Noise reduction on single-shot images using an autoencoder},
author = {Oliver. J. Bartlett and David. M. Benoit and Kevin. A. Pimbblet and Brooke Simmons and Laura Hunt},
journal= {arXiv preprint arXiv:2303.00656},
year = {2023}
}
备注
13 pages, 6 figures, 6 tables, Accepted for publication in MNRAS