大型天文图像的实时分析

为高节奏大视场巡天设计的未来仪器，如暗能量巡天和大型综合巡天望远镜，在巡天运行期间每隔几分钟将产生数GB的数据产品。由于此类巡天旨在以最少观测者交互运行，对这些大型图像进行自动实时分析对于确保科学质量数据的不间断生产是必要的。我们描述了一个旨在支持此类巡天的软件基础设施套件，特别聚焦于ImageHealth，一个用于大型图像近实时处理的工具。这些图像处理与分析算法被应用于暗能量巡天的模拟数据，以及由CTIO 1米望远镜上的Y4KCam和Blanco望远镜上的Mosaic相机收集的观测数据。ImageHealth代码的准确度与速度尤其与SourceExtractor（天文界中无处不在的标准图像分析工具）的结果进行了基准比较。结果表明，ImageHealth提供了与SourceExtractor相当的准确度，但执行时间显著缩短。基于实时分析对实现暗能量巡天科学目标的重要性，ImageHealth及该分析包的其他方面（经修改后）被整合到巡天图像系统过程集成（即暗能量相机软件控制环境）中。然而，原始的ImageHealth代码完全独立于仪器，可自由用于其他观测数据采集环境。