[논문 리뷰] Multi-frame blind deconvolution and phase diversity with statistical inclusion of uncorrected high-order modes

M. G. Löfdahl, T. Hillberg|arXiv (Cornell University)|2022. 05. 26.

Adaptive optics and wavefront sensing참고 문헌 48인용 수 9

한 줄 요약

이 논문은 펄스-형 망원경 보정 이미지 복원 기술인 다중 프레임 블라인드 디컨volution(MFBD)의 확장으로 통계적 다양성(Statistical Diversity, SD)을 제안한다. SD는 코모고로프 통계를 이용해 푸리에 변환된 고차 항성 대기 흐린 모드를 편향 없이 모델링하며, Fried의 파rameter r0에 비례하여 스케일링한다. 자유 매개변수를 추가하지 않고도 이러한 고차 모드를 통계적으로 포함시킴으로써, 특히 초점 다양성과 조합되었을 때 AO 보정 데이터에서 이미지 대비 및 파wer 스펙트럼 정확도를 크게 향상시키며, r0 추정 오차에 대해서도 강인함을 확보한다.

ABSTRACT

Images collected with ground-based telescopes suffer blurring and distortions from turbulence in Earth's atmosphere. Adaptive optics (AO) can only partially compensate for these effects. Neither multi-frame blind deconvolution (MFBD) nor speckle techniques restore AO-compensated images to the correct power spectrum and contrast. MFBD can only compensate for a finite number of low-order aberrations, leaving a tail of uncorrected high-order modes. Speckle restoration of AO-corrected data depends on calibrations of the AO corrections and assumptions regarding the height distribution of atmospheric turbulence. We seek to develop an improvement to MFBD that combines speckle's usage of turbulence statistics to account for high-order modes with the ability of MFBD to sense low-order modes that can be partially corrected by AO and/or include fixed or slowly changing instrumental aberrations. We modify the image-formation model, supplementing the fitted low-order wavefront aberrations with tails of random high-order aberrations. These tails follow Kolmogorov statistics scaled to estimated or measured values of Fried's parameter, r0, that characterize the strength of the seeing at the moment of data collection. We refer to this as statistical diversity (SD). We test MFBD with SD with noise-free synthetic data, simulating many different r0 and numbers of AO-corrected modes. SD improves the contrasts and power spectra of restored images, both in accuracy and in consistency with varying r0, without penalty in processing time. With focus diversity (FD), the results are almost perfect. SD also reduces errors in the fitted wavefront parameters. MFBD with SD and FD seems resistant to several percents of error in r0. Adding SD to MFBD shows great promise for improving contrasts and power spectra in restored images. Further studies with real data are merited.

연구 동기 및 목표

• 적응 광학(AO) 보정 및 MFBD 복원된 천문학적 이미지에서 지속적인 대비 및 파워 스펙트럼 오류 문제를 해결하기 위해.
• 대기 흐린으로 인한 보정되지 않은 고차 위상파면 왜곡을 보완하지 못하는 MFBD의 한계를 극복하기 위해.
• 특히 코모고로프 통계를 활용해 대기 흐린의 통계적 특성을 MFBD 프레임워크에 통합하면서 자유 매개변수 수를 증가시키지 않기 위해.
• 특히 잔류 고차 모드 존재 시에 파면 파aram터 추정 정확도와 이미지 복원 정밀도를 향상시키기 위해.
• 가정된 r0 값에 대한 중간 정도의 오차에 대해 강인한 방법을 개발하여 실용적 적용성을 높이기 위해.

제안 방법

• 코모고로프 난류 통계에서 유도된 고차 위상파면 왜곡의 통계적 尾를 MFBD 이미지 형성 모델에 추가하여 확장한다.
• 관측 시점의 시야 조건을 반영하기 위해 통계적 꼬리 부분을 측정되거나 추정된 Fried 파aram터 r0에 따라 스케일링한다.
• 고차 모드 기여를 통계적 성질이 알려진 랜덤 변수로 간주하여 자유 매개변수로 피팅할 필요 없이 처리한다.
• 통계적 다양성(SD) 모델을 기존의 초점 다양성(Focus Diversity, FD)과 조합하여 저차 왜곡과 고차 난류 영향을 동시에 보정한다.
• 데이터 세트 내 다중 노출를 활용해 고차 위상파면 실현의 독립된 앙상블을 자연스럽게 형성함으로써 추가 계산 비용 없이 통계 평균을 적용한다.
• 다양한 r0 및 AO 보정 모드 수를 가진 시뮬레이션 데이터를 활용해 지표 MHD 시뮬레이션과의 비교를 통해 성능을 검증한다.

실험 결과

연구 질문

• RQ1 보정되지 않은 고차 위상파면 모드의 통계적 모델링이 MFBD 복원된 AO 보정 이미지의 대비 및 파워 스펙트럼 정확도를 향상시킬 수 있는가?
• RQ2 통계적 다양성(SD)을 통해 코모고로프 분포를 가진 고차 모드를 포함시킬 경우, 저차 위상파면 파aram터 추정 오차가 감소하는가?
• RQ3 다양한 시야 조건(r0)에서 MFBD에 SD를 적용한 성능은 기존 MFBD 및 후처리 복원 디컨볼루션 방법과 비교해 일관성 있는가?
• RQ4 특히 실세계 응용에서 r0 값이 불확실할 경우, r0 값에 대한 오차에 대해 이 방법이 강인한가?
• RQ5 SD를 초점 다양성(FD)과 효과적으로 조합하여 PSF 형태, 대비 및 파워 스펙트럼 측면에서 거의 완벽한 이미지 복원을 달성할 수 있는가?

주요 결과

• 통계적 다양성(SD)은 보정되지 않은 고차 모드의 통계적 꼬리 부분을 모델링함으로써 MFBD 복원 이미지의 대비 및 파워 스펙트럼 정확도를 크게 향상시킨다.
• 초점 다양성(FD)과 조합되었을 경우, 이미지 복원 결과는 거의 완벽에 가까워지며, 다양한 시야 조건에서 일관된 대비와 정확한 파워 스펙트럼을 확보한다.
• 모델링된 저차 위상파면 파aram터 추정 정확도가 향상되어 고차 모드의 부분적 보정으로 인한 추정 오차가 감소한다.
• 가정된 r0 값에 대해 수 % 내외의 오차가 존재하더라도 SD는 강인하므로 실세계 적용에 실용적이다.
• 고차 모드를 명시적으로 피팅하는 대신 통계적으로 모델링하므로 처리 시간 및 자유 매개변수 수가 증가하지 않는다.
• AO 보정이 없을 경우에도 이 방법은 효과적이며, 특히 저차 모드가 AO로 보정된 경우 성능이 더 뛰어나며, CRISP 및 CHROMIS와 같은 스펙트로폴라미터 메터의 다중 대상 MFBD(MOMFBD) 데이터에 적용 가능하도록 변환 가능하다.