[论文解读] PSF field learning based on Optimal Transport Distances

Fred Maurice Ngolè Mboula, Jean‐Luc Starck|arXiv (Cornell University)|Mar 17, 2017

Advanced Fluorescence Microscopy Techniques被引用 3

一句话总结

本文提出 TraIn，一种用于天文成像的新型 PSF 场插值方法，利用最优传输距离来建模空间变化的点扩散函数。通过使用切片 Wasserstein 距离进行非线性降维，并采用顺序两两近似方法计算 Wasserstein 中心，TraIn 在像素值和形状重建方面显著优于标准方法（如反距离加权法和基于 PCA 的薄板样条插值），尤其在邻近 PSF 数量有限时表现更优。

ABSTRACT

Context: in astronomy, observing large fractions of the sky within a reasonable amount of time implies using large field-of-view (fov) optical instruments that typically have a spatially varying Point Spread Function (PSF). Depending on the scientific goals, galaxies images need to be corrected for the PSF whereas no direct measurement of the PSF is available. Aims: given a set of PSFs observed at random locations, we want to estimate the PSFs at galaxies locations for shapes measurements correction. Contributions: we propose an interpolation framework based on Sliced Optimal Transport. A non-linear dimension reduction is first performed based on local pairwise approximated Wasserstein distances. A low dimensional representation of the unknown PSFs is then estimated, which in turn is used to derive representations of those PSFs in the Wasserstein metric. Finally, the interpolated PSFs are calculated as approximated Wasserstein barycenters. Results: the proposed method was tested on simulated monochromatic PSFs of the Euclid space mission telescope (to be launched in 2020). It achieves a remarkable accuracy in terms of pixels values and shape compared to standard methods such as Inverse Distance Weighting or Radial Basis Function based interpolation methods.

研究动机与目标

• 解决在宽场天文巡天中直接测量 PSF 稀疏时，空间变化的点扩散函数（PSF）插值的挑战。
• 通过在缺乏完整 PSF 场数据的情况下实现精确的 PSF 校正，提升像欧几里得巡天这样的宇宙学巡天中的形状测量精度。
• 通过利用最优传输几何，克服传统插值方法（如过度平滑、龙格现象和度量保真度差）的局限性。
• 开发一种数据驱动、无模型的 PSF 插值框架，以在焦平面上保持 PSF 形状和强度保真度。
• 仅使用稀疏的 PSF 测量值，实现鲁棒的 PSF 场重建，这对未来具有严格精度要求的太空任务至关重要。

提出的方法

• 该方法首先计算 PSF 图像之间的近似局部成对 Wasserstein 距离，以捕捉其在 Wasserstein 空间中的内在几何结构。
• 利用这些近似 Wasserstein 距离执行非线性降维，将 PSF 嵌入低维欧氏空间，以保持其度量特性。
• 将低维表示通过薄板样条插值映射到仪器的视场中，以估计嵌入空间中未知 PSF 的坐标。
• 通过顺序两两中心近似方法计算插值 PSF，作为近似 Wasserstein 中心，确保数值稳定性和收敛性。
• 引入速度约束位移插值，以防止在 PSF 主轴长度变化时发生不自然的形状收缩。
• 通过按权重递减顺序迭代组合成对 PSF 并使用加权中心更新，避免精确计算高阶中心，从而实现更优的初始化。

实验结果

研究问题

• RQ1 最优传输距离能否比标准度量更准确、更几何保真地表征焦平面上 PSF 变化的差异？
• RQ2 与反距离加权法等传统方法相比，使用切片 Wasserstein 距离和低维嵌入在多大程度上提升了 PSF 插值的准确性？
• RQ3 通过两两 Wasserstein 中心的顺序中心近似方法，在高维 PSF 场中在多大程度上保持了 PSF 的形状和强度保真度？
• RQ4 在仅有少量邻近 PSF 的情况下，该方法是否能在像素级误差和形状测量精度方面优于基于 PCA 的插值方法？
• RQ5 速度约束位移插值是否能减轻在椭圆度变化的 PSF 欧氏插值中常见的形状失真伪影？

主要发现

• 当仅使用少量邻近 PSF 时，TraIn 在像素级误差方面比反距离加权法和基于 PCA 的薄板样条插值低几个数量级。
• 该方法在形状重建精度方面表现优异，插值后的 PSF 在椭圆度和尺寸参数上与真实值高度吻合。
• 使用切片 Wasserstein 距离实现了有效的非线性降维，能够捕捉焦平面上复杂的 PSF 变化。
• 顺序中心近似方案为精确多点中心计算提供了一种稳定且可扩展的替代方案，而后者在输入超过两个时计算上不可行。
• 速度约束位移插值有效减少了不自然的形状收缩，尤其在主轴长度差异较大的 PSF 中表现更优。
• 在模拟欧几里得类似 PSF 的对比测试中，TraIn 在定量误差指标和视觉保真度方面均持续优于最先进插值方法。