Técnicas CCD Técnicas CCD

Transcripción

Astronomía Observacional: Técnicas CCD
G.L. Baume - 2010
Técnicas CCD
1
G.L. Baume - 2010
Técnicas CCD
1. Arquitecturas CCD
2. Fuentes de ruido
3. Rango Dinámico
4. Ganancia
5. Ecuación del CCD
6. Calibración de las imágenes
7. Cálculo de ganancia y rdnoise
8. Escala
9. “Binning”
10. Mosaicos
11. Almacenamiento y transporte de datos
12. Herramientas de Software
2
G.L. Baume - 2010
La arquitectura describe la forma de trabajo
(exposición y lectura) de un CCD
Se pueden distinguir entonces tres casos:
• Full frame
• Frame Transfer
• Interline Transfer
3
G.L. Baume - 2010
Full Frame o Slow scan
Se diseñan para observar un objeto durante un
dado tiempo de exposición y luego se procede a la
lectura desplazando las cargas
Necesitan un obturador (shutter) externo al CCD
para limitar la entrada de luz
Son las utilizadas para observaciones de ciencia
en astronomía
Full Frame
4
G.L. Baume - 2010
La figura indica la geometría básica:
• Tres líneas de relój controlan las tres
fases de los electrodos en el área de
imagen
• Tres líneas de relój controlan los del
registro serie
• Un solo amplificador se ubica al final
del registro
La linea roja indica el flujo de las cargas
Image Area
Image area
clocks
Output
Amplifier
Serial Register
clocks
Serial
Register
Todos los pixeles son leidos a traves de
una sola salida, por lo que la lectura es
bastante lenta (“Slow Scan”)
5
G.L. Baume - 2010
Serial
clocks A
La figura indica la geometría básica de
un diseño algo más complejo que el
anterior:
Serial
clocks B
Amplifier A
Amplifier B
Upper Image
area clocks
• Posee dos registros serie y cuatro
amplificadores de salida
• Son necesarias líneas de relój
adicionales para poder dividir la
imagen y para el funcionamiento de
los cuatro medio registros series
• Al tener cuatro salidas, la velocidad
de lectura se mejora en un factor
cuatro
Lower Image
area clocks
Amplifier D
Amplifier C
Serial
clocks C
Serial
clocks D
6
G.L. Baume - 2010
Serial
clocks A
Desventajas:
Cada amplificador posee sus propias
características (ganancia, ruido) lo que
dificulta la reconstrucción de la imagen
El costo de un CCD con cuatro
amplificadores (que funcionen) es mucho
mayor que si solo se trata de un solo
amplificador
Serial
clocks B
Amplifier A
Amplifier B
Upper Image
area clocks
Lower Image
area clocks
Amplifier D
Amplifier C
Serial
clocks C
Serial
clocks D
7
G.L. Baume - 2010
Frame Transfer o Fast scan
Posee una geometría de campo dividido (“split
frame”):
• “Image area”: En una mitad donde se
produce la generación de cargas
• “Store area”: En otra mitad (opaca) se
almacenan las cargas generadas y se
procede a su lectura
La carga en cada mitad de la imagen puede ser
desplazada en forma independiente
Son utilizadas cuando se requiere una lectura
rápida y tiempos de exposición cortos (p.e.:
autoguiado del telescopio)
Frame Transfer
8
G.L. Baume - 2010
1. Aquitecturas CCD
Funcionamiento:
La operación se inicia con la integración
de la imagen en la “image area”
Cuando la exposición se completa, la
carga de la “image area” se desplaza a
la “store area” protegida por la máscara
Se trata de un desplazamiento rápido,
del orden de los mseg, por lo que la
cantidad de fotones detectados en ese
tiempo es minimo
Image area
clocks
Image area
Opaque
mask
Store area
clocks
Store area
Amplifier
Serial clocks
9
G.L. Baume - 2010
Funcionamiento:
Una vez que la imagen es almacenada
bajo la máscara, puede ser leida
mientras se integra y transfiere la imagen
siguiente
La “image area” puede estar integrando
permanentemente y el detector posee
solo un ‘tiempo muerto’ muy pequeño
dado por el desplazamiento de la imagen
Image area
clocks
Image area
Opaque
mask
Store area
clocks
Store area
Amplifier
Serial clocks
10
G.L. Baume - 2010
Desventajas:
Image area
clocks
Image area
El area efectiva para la imagen se reduce
a la mitad
Los objetos brillantes producen trazas
producto del desplazamiento mientras se
expone
Opaque
mask
Store area
clocks
Store area
Amplifier
Serial clocks
11
G.L. Baume - 2010
Interline Transfer
En este diseño la duración del desplazamiento es
mucha más corta que en caso de Frame Transfer y
no se producen trazas en los objetos brillantes
Este diseño no es comunmente utilizado en
astronomía
Interline Transfer
12
G.L. Baume - 2010
2. Fuentes de ruido en un CCD
2.1. Ruido de Poisson
Es debido a que se detectan fotones y ellos
arriban siguiendo una estadística de Poisson
Pµ (n, t ) =
µn
n!
e−µ
13
G.L. Baume - 2010
2.2. Ruido de lectura (rdnoise)
Puede minimizarse bajando la temperatura
(T) del amplificador o reduciendo su ancho de
banda (∆B) aunque esto incrementa el tiempo
de lectura
Adicionalmente puede existir un ruido de
interferencia con otros circuitos pero este
puede eliminarse con un diseño adecuado
14
Read Noise (electrons RMS)
Causado por el ruido electrónico (térmico) o
Ruido Johnson del amplificador de salida e
impone un límite fundamental a la
performance de un CCD
12
10
8
6
4
2
0
2
3
4
5
6
Tim e spent m easuring each pixel (m icroseconds)
The graph below shows the trade-off between
noise and readout speed for an EEV4280 CCD.
σ V2 = 4 k T R ∆B
Los CCDs de mejor calidad poseen un ruido
de 2-3 e14
G.L. Baume - 2010
2.3. Corriente de oscuridad (dark current)
10000
generados
Electrons per pixel per hour
Causada por los electrones
térmicamente en el CCD
Se elimina enfriando el CCD:
• Las cámaras científicas se enfrian con
nitrógeno líquido en cuyo caso la
corriente de oscuridad cae a “menos de
1 e-/pixel por hora!!”
• Las cámaras de menor calidad se enfrian
termoelectricamente y pueden tener una
corriente de oscuridad medible. En estos
casos es recomendable procesar las
imágenes obtenidas (obtener “Darks”)
1000
100
10
1
-110
-100
-90
-80
-70
-60
-50
-40
Temperature Centigrade
The graph below shows how the dark current of a
TEK1024 CCD can be reduced by cooling.
15
G.L. Baume - 2010
2.4. No uniformidad de respuesta pixel a pixel
Este ruido puede removerse procesando
(flat fielding) las imágenes obtenidas
(obtener Flats)
3
2
% variation
Debido a defectos en el silicio y de
construcción, algunos pixeles poseen mayor
sensibilidad que otros
1
0
-1
-2
-3
0
100
200
300
400
500
600
700
800
column number
La figura presenta una fila de una imagen
de una superficie uniformemente iluminada
(Flat) notándose la variación en sensibilidad
EEV4280 CCD illuminated by blue light. The
variations are as much as +/-2%
16
G.L. Baume - 2010
2.5. Ruido de interferencia (“Fringing”)
Este problema aparece en los CCDs delgados y
en longitudes de onda largas (filtros R, I)
La causa son las reflexiones multiples y
consecuentes interferencias producidas en las
capas del CCD
La solución (si es posible) es muy compleja.
The image below shows some fringes
from an EEV42-80 thinned CCD
Definivamente
no
es
aconsejable
hacer
observaciones espectroscópicas o imágenes de
objetos débiles si este problema es importante
17
G.L. Baume - 2010
2.6. Eficiencia en la transferencia de cargas o CTE
(“Charge Transfer Efficiency”)
Esta especificación describe la eficiencia
como se tranfieren las cargas de un pixel a
otro durante el proceso de lectura
Cuando una carga es tranferida, “no todos” los
electrones son transportados. Algunos son
dejados atrás (“trapped”)
La CTE se mejora disminuyendo la
temperatura del CCD y haciendo la lectura
más lenta
Si la CTE es pobre se deben procesar las
imágenes o corregir la fotometría para
compensarla (p.e: WFPC2 del HST)
18
G.L. Baume - 2010
2.7. Otros “ruidos”
“Cosmic rays”: En principio son particulas de alta energía que
impactan en el CCD y liberan electrones
“Hot pixels”: Pixeles (o columnas) con carga permanente debido a
defectos de fabricación o de envejecimiento del CCD
“Dust donuts”: Granos de polvo localizados sobre la ventana del CCD
(se remueve con Flats)
“Vignetting”: Limitación de la imagen por elementos de la óptica del
telescopio (se remueve con Flats)
Reflecciones: Debidas a la óptica del telescopio
19
G.L. Baume - 2010
3. Rango Dinámico
3.1. Rango Dinámico físico
Se define como el cociente entre la máxima señal admisible (“full well capacity”)
y el ruido que se tiene sin señal (en oscuridad), o sea:
DRCCD =
Full well capacity
rms noisedark
Se expresa en decibeles (dB) como:
 Full well capacity 

DRCCD [dB ] = 20 log
rms
noise
dark


20
G.L. Baume - 2010
3. Rango Dinámico
3.2. Rango Dinámico Analógico-Digital
Convertidor A/D:
Este transforma las tensiones del
amplificador de salida (proporcionales a la
carga de cada pixel) en números, o sea
que asigna un valor numérico a cada
píxel.
ADUs:
Ese valor numérico usualmente se lo
denomina “cantidad de cuentas del pixel”
o “unidades analógico-digitales” (ADUs)
V
e-
21
G.L. Baume - 2010
3. Rango Dinámico
3.2. Rango Dinámico Analógico-Digital
El “rango dinámico analógico-digital” viene impuesto por el Convertidor
Analógico-Digital (“A/D converter”) que utiliza el CCD
El “rango dinámico analógico-digital” viene dado por una potencia de 2 (2x)
donde “X” es el “número de bits” con los que trabaja el conversor A/D
Usualmente se tienen los siguientes valores:
-------------------------------------------------------------------------Nro de bits (X)
Rango dinámico A/D [ADUs]
-------------------------------------------------------------------------12
4096
14
16384
16
65536
-------------------------------------------------------------------------22
G.L. Baume - 2010
4. Ganancia [e-/ADU]
Definición:
La ganancia (g) de un CCD es el número
de electrones de carga acumulada que le
corresponden a cada unidad analógicodigital (ADU) de acuerdo con la
asignación hecha por el convertidor A/D.
La mayoría de los CCD de aplicación
astronómica permiten seleccionar entre
diferentes
valores
de
ganancia.
Generalmente se dispone de un valor alto
y un valor bajo de ganancia, que deben
utilizarse según las características de
brillo de la fuente a observar y los tiempos
de exposición convenientes.
23
G.L. Baume - 2010
4. Ganancia [e-/ADU]
Ganancia alta: Esta otorga un
“rango dinámico AD” similar al
“rango dinámico físico”. Este caso
es
aconsejable
cuando
se
observan fuentes relativamente
brillantes.
Ganancia baja: Con esta el
“rango dinámico AD” es menor
que el “rango dinámico físico” y el
convertidor A/D saturará mucho
antes de que el pozo de potencial
se sature de cargas. Una
ganancia
baja
favorece
la
detección de objetos débiles. Se
trata de igualar el paso del
convertidor A/D con el valor del
ruido del detector
Ganancia
alta
Ganancia
baja
V
e-
Nivel de
saturación físico
(full well saturation)
24
G.L. Baume - 2010
Se denomina “Ecuación del CCD” a la
SNR correspondiente a un detector CCD
La
expresión
general
obtenida
anteriormente para la SNR era:
n
nsky
Sˆ
( Mˆ − Bˆ ) t
=
2
2
Nˆ
( Mˆ + Bˆ ) t + σ Back
. + σ Det .
Para el caso de un CCD en el que:
Se consideran los distintos ruidos del
detector
La señal se obtiene sobre “n” pixeles y el
background (sky) sobre “nsky” pixeles
Resulta:
Sˆ
=
Nˆ
( Mˆ − n bˆ) t

n
( Mˆ − n bˆ) t + n 1 +
 n
sky


2
2 2
 bˆ t + t dc + R Amp
. + G σ A/ D


(
)
25
G.L. Baume - 2010
Dependiendo del nivel de la
señal se pueden establecer dos
régimenes de trabajo de acuerdo
con la fuente de ruido que
domina:
“Read-noise dominated regime”
o “detector noise limited”:
Sucede cuando se observan
fuentes débiles y el nivel de ruido
lo impone el detector
n
nsky
“Shot-noise dominated regime”
o “photon noise limited” :
Sucede cuando se obserban
fuentes brillantes y el ruido lo
impone la estdística de Poisson
26
G.L. Baume - 2010
6. Calibración de las imágenes CCD
El objetivo es eliminar (o minimizar) los efectos de
las señales no deseadas.
Existe un proceso general, pero algunos CCDs
pueden necesitar procedimientos particulares
Bias Frame
Las tres correcciones básicas son:
- Corrección por Bias: Compensa por el “ruido
de lectura” e interferencia electrónica. Son
necesarios “Bias Frames”
Dark Frame
- Corrección por Dark: Compensa por la
“corriente de oscuridad” y son necesarios “Dark
frames”
- Corrección por Flat: Compensa por “cambios
de sensibilidad” y “ruidos en el camino de la luz”.
Son necesarios “Flat frames”
Flat Frame
27
G.L. Baume - 2010
Bias
Un “Bias” es una imagen tomada con el “shutter”
cerrado y cuyo tiempo de exposición es nulo.
Es una medida del “ruido de lectura”, del ruido
electrónico general de todo el sistema y de la
corriente de oscuridad producida durante el proceso
de lectura del CCD
Bias Frame
Matemáticamente la sustracción del “Bias” elimina el
“punto cero” de la señal de salida
Observando un “Bias” es posible detectar si se esta
trabajando en un “ambiente electrónicamente ruidoso
o no”
Normalmente se adquieren varios “Bias” (unos 10) y
se los promedia generando un “Master Bias”
28
G.L. Baume - 2010
Dark
Un “Dark” es una imagen tomada con el “shutter”
cerrado y cuyo tiempo de exposición es comparable
a las máximas exposiciones previstas
Es una medida de la “corriente de oscuridad” del
CCD y una forma de compensar por los “hot pixeles”
Dark Frame
Son necesarios solo si el CCD no se encuentra bien
refrigerado
Normalmente se toman varios “Darks” (unos 5-10) y
de igual exposición y luego se los promedia
Si la temperatura del CCD cambia (aunque no
deberia) es conveniente tomar varios conjuntos de
“Darks” a lo largo de una noche
Dark Frame con efecto
de electroluminiscencia
en la zona del
amplificador
29
G.L. Baume - 2010
Flat
Un “Flat” es una imagen de una superficie uniformememte
iluminada. El tiempo de exposición debe ser tal que la
señal media se encuentre a 2/3 o 3/4 del rango dinámico
del CCD
Flat Frame
Reciben diferente nombre dependiendo de la superficie
iluminada utilizada:
• Domeflat: Se utiliza una lámpara iluminando la cúpula
• Skyflat: Se utiliza el cielo iluminado al atardecer o al
amanecer
Es una medida de la “variación de sensibilidad espacial”
(pixel a pixel) del CCD y compensa por obstrucciones y
reflexiones debidas a la óptica
Normalmente se toman varios “Flats” (unos 5-10 por filtro)
y de igual exposición y luego se los promedia generando
un “Master Flat” para cada filtro.
30
G.L. Baume - 2010
Imágenes: Introducción
La tecnología digital moderna ha hecho posible la manipulación de señales multidimensionales. El grado de manipulación permite hacer la siguiente clasificación:
Procesamiento
Imagen in
Imagen out
Análisis
Imagen in
Parámetros (números)
Entendimiento
Imagen in
Pdescripción de alto nivel
31
G.L. Baume - 2010
Imágenes: Definiciones Básicas:
Imagen:
Una imagen (analógica) se define como una función
real de dos variables reales
Por ejemplo a(x,y), donde a es la amplitud (p.e. el
brillo) de la imagen en las coordenadas x,y.
Pueden considerarse solo partes de esa función
acotando el rango de las coordenadas originando las
“regiones de interés” (ROI). Este concepto es útil
cuando se tienen varios objetos en una imagen de
manera de asociar un ROI con cada objeto.
ROI
32
G.L. Baume - 2010
Imágenes: Definiciones Básicas:
Imagen digital:
Una imagen digital se define como una matriz de
valores enteros
Por ejemplo la matriz A de N filas y M columnas donde
cada elemento es a(i,j)
Una imagen digital se puede obtener de una imagen
analógica por medio de dos procesos:
Muestreo:
• Se divide la imagen analógica en N filas y M columnas.
• La intersección de una fila y una columna determina un “píxel”
• El valor asignado a dicho píxel es usualmente el promedio del
valor de la función a(x,y) dentro de ese píxel
Cuantización
• Se le asigna el valor entero más cercano a cada píxel
33
G.L. Baume - 2010
Imágenes: Operaciones Básicas:
Procesamiento: Por ejemplo, obtener el promedio de varias imágenes
K
a (i, j ) + a2 (i, j ) + a3 (i, j ) + ... + aK (i, j )
a (i, j ) = 1
ó
K
∑a
a(i, j ) =
k
(i, j )
k =1
K
Análisis: Por ejemplo, obtener la estadística de una imagen:
Valor medio
M
Desviación estándar
N
M
∑∑ a(i, j )
a=
i =1 j =1
M N
N
∑∑ (a(i, j ) − a)
σa =
2
i =1 j =1
M N −1
34
G.L. Baume - 2010
Procedimiento
“Trimming”: Recortar “todas” las imágenes eliminando las columnas y filas con
defectos de los bordes
“Master Bias”: Generarlo promediando todos los “Bias”
Corrección por Bias: Sustraer el Master Bias a “todas” la otras imágenes
(objetos, Darks, Flats)
“Master Dark”: Generarlo combinando todos los “Darks” escalenandolos por sus
tiempos de exposición
Corrección por Dark: Sustrer el Master Dark a las imágenes restantes (objetos,
Flats) en forma proporcional a los respectivos tiempos de exposición
“Master Flat”: Generarlo para cada filtro combinando los “Flats” correspondientes
y escaleándolos teniendo en cuenta la moda de cada uno de ellos
Corrección por Flat: Dividir en forma normalizada a las imágenes científicas
(objetos) por el respectivo “Master Flat” (según el filtro)
35
G.L. Baume - 2010
Procedimiento
Master Bias: Promedio simple de varios “Bias”
K
∑ bias
mbias(i, j ) =
k
(i, j )
Master Bias
k =1
K
Varios Bias
Master Dark: Promedio normalizado de varios “Darks” llevándolos a un
segundo
K
mdark (i, j ) =
1
∑ exptime
k =1
darkk* (i, j )
k
K
donde:
Master Dark
dark k* (i, j ) = dark k (i, j ) − mbias (i, j )
Varios Darks*
36
G.L. Baume - 2010
Procedimiento
Master Flat (en un determinado filtro): Promedio pesado de varios “Flats” (de
un determinado filtro).
K
∑w
k
mflat (i, j ) =
flat k* (i, j )
k =1
donde:
K
flat k* (i, j ) = flat k (i, j ) − mbias (i, j ) − exptimek mdark (i, j )
y para determinar el peso (wk) se puede utilizar
“la media”, “la moda” o “la mediana” de cada
Flat. Por ejemplo si se utiliza “la media” sería:
Master Flat
(uno por filtro)
Varios Flats*
wk =
1
=
flat k*
1
M
N
∑∑ flat
*
k
(i, j )
i =1 j =1
M N
37
G.L. Baume - 2010
Procedimiento
Imagen pre-reducida: Es aquella imagen a la que se le aplicó la corrección por
Bias, Dark y Flat
Image * (i, j ) = [Image(i, j ) − mbias (i, j ) − exptime mdark (i, j )]
mflat
mflat (i, j )
donde:
Image(i,j) = imagen original
Image*(i,j) = imagen pre-reducida
y mflat sería “la media”, “la moda” o “la mediana” del Master Flat, dependiendo
de como se hubiese calculado el peso de cada Flat. Por ejemplo, si se utilizó “la
media” sería:
M
N
∑∑ mflat (i, j )
mflat =
i =1 j =1
M N
38
G.L. Baume - 2010
Procedimiento
En IRAF este procedimiento es llevado a cabo por las
siguientes tareas:
-
ccdproc
biascombine
darkcombine
flatcombine
Localizadas en el paquete “noao.imred.ccdred”
39
G.L. Baume - 2010
Teoría:
El ruido total de un CCD viene dado por:
(σTotal [e-])2 = (σDetect. [e-])2 + (σPoisson [e-])2
Pero como:
σPoisson [e-] = (Señal [e-])1/2
Entonces:
(σTotal [e-])2 = (σDetect. [e-])2 + Señal [e-]
Y además:
σTotal [e-] = g x σTotal [ADUs];
σDetect. [e-] = g x σDetect. [ADUs]
Señal [e-] = g x Señal [ADUs]
40
G.L. Baume - 2010
Teoría:
Entonces:
(g x σTotal [ADUs])2 = (g x σDetect. [ADUs])2 + g x Señal [ADUs]
Así la ganancia viene dada por:
[
]
g e − ADUs =
Señal[ADUs ]
(σ Total [ADUs ])2 − (σ Detect. [ADUs])2
41
G.L. Baume - 2010
Práctica:
Se necesita una imagen (o imágenes) para estimar los diferentes términos
El procedimiento es entonces utilizar:
1. La estadística (valores medios) de:
- Un par de Flats: Flat1 y Flat2
- Un par de Bias: Bias1 y Bias2
2. La estadística (desviaciones estandard) de sus diferencias:
- Flat1-2 = Flat1 - Flat2
- Bias1-2 = Bias1 - Bias2
Nota: Se utiliza un par de Flats y de Bias y sus diferencias ya que los las desviaciones estandard de los flats
toman en cuenta el ruido total de cada pixel más las fluctuaciones debidas al cambio de sensibilidad de los
diferentes pixeles. La diferencia de los flats elimina esta última fluctuación.
42
G.L. Baume - 2010
Práctica:
Y las expresiones para la “ganancia” y el “ruido de del detector” son:
+ Flat ) − (Bias + Bias )
] (Flat
(
) (
)
[
g e − ADUs =
1
2
1
2
σ ( Flat1−2 ) − σ ( Bias1−2 )
[ ]
[ ]
ruidoDetector e − = rdnoise e − = g ×
2
2
σ ( Bias1− 2 )
2
43
G.L. Baume - 2010
8. Escala de un CCD
La escala en un telescopio de distancia focal “f” viene dada por:
escala [" / mm] =
206265
1000 f [m]
y para un CCD con un tamaño de pixel “a” resulta que:
escala [" / pix] =
206265 a[mm]
1000 f [m]
Una forma práctica de determinar la escala (y la orientacion) del CCD es
utilizando estrellas binarias ópticas de separación conocida (p.e.
Washington Double Star Catalog; http://ad.usno.navy.mil/wds/)
44
G.L. Baume - 2010
9. “Binning”
Se denomina así la combinación de dos o más pixeles para formar un nuevo
“super-pixel”
Imagen
Pixel
(como elemento de imagen)
Pixel
(como elemento de un
detector multicanal)
Detector
multicanal
(CCD)
45
G.L. Baume - 2010
9. “Binning”
Binning por hard:
El proceso se realiza en un CCD
sumando las cargas recolectadas en
pixeles adyacentes
Es un proceso previo a la lectura y a la
digitalización
46
G.L. Baume - 2010
9. “Binning”
Ventajas:
• Esta técnica produce una mejora en
la SNR y es importante para fuentes
débiles.
• Se obtienen imágenes de menor
tamaño
• La lectura del CCD es más rápida
Imagen
submuestreada
Imagen
muestreada
correctamente
Imagen
sobremuestreada
SNR
Ecuación del CCD
Sˆ
=
Nˆ
( Mˆ − n bˆ) t

n
( Mˆ − n bˆ) t + n 1 +
 n
sky


2
2 2
 bˆ t + t dc + RAmp
. + G σ A/ D


(
)
http://www.hamamatsu.com/
47
G.L. Baume - 2010
Resolución
9. “Binning”
Desventajas:
• Reduce la resolución espacial de la
imagen
• Reduce el rango dinámico (solo si la
“saturación física” se produce (casi)
junto con la “saturación digital”)
• Si la combinación de pixeles no es
simétrica en X y en Y, se produce una
distorsión de la imagen que debe ser
corregida
procesándola
posteriormente
Imagen
submuestreada
Imagen
muestreada
correctamente
Imagen
sobremuestreada
SNR
48
G.L. Baume - 2010
9. “Binning”
Aclaraciones:
Binning por soft: Se puede hacer una
combinación de los pixeles procesando una imagen
obtenida sin “binning”, pero este procedimiento:
• NO mejora la SNR !!!
• Solo cambia la resolución espacial y reduce el
tamaño de la imagen
Por ejemplo: En IRAF
Tarea: blkavg
Paquete:
images.imgeom
En general el registro serie y el acumulador final
poseen mucha más capacidad que un pixel normal
49
G.L. Baume - 2010
10. Mosaicos de CCDs
- La principal desventaja de los CCDs, como
detectores muticanal, es su tamaño limitado ya
que se hallan restringidos al tamaño de las obleas
de silicio (unas 6’ de diámetro)
- Las soluciones son:
- Hacer mosaicos de imágenes con varias
observaciones (esto hace el uso del
telescopio menos eficiente)
- Hacer cámaras con mosaicos de CCDs
50
G.L. Baume - 2010
Las cámaras con mosaicos de CCDs poseen
varios CCDs montados en el mismo plano con
pequeñas separaciones (gaps) entre ellos
Actualmente se construyen cámaras con hasta 30
CCDs y ya se proyectan otras mayores para
grandes “surveys”
Desventajas
El problema de esta técnica es lograr que los
CCDs se encuentren todos en el mismo plano
(plano focal del telescopio) con una presición de
unas décimas de micrón
Además son necesarias nuevos diseños de CCDs
para minimizar los “gaps” entre chips. Seria
interesante tener las conexiones “detrás de los
chips” en lugar de “a los lados de ellos”
Two EEV42-80 CCDs are screwed down
onto a very flat Invar plate with a 50
micron gap between them
51
G.L. Baume - 2010
La imagen presenta el mosaico
montado en su cámara
52
G.L. Baume - 2010
La presencia de la “gap” provoca la
banda negra en el centro de la
imagen, aunque no es un problema
grave ya que solo representa un 1%
del total de datos de la imagen
53
G.L. Baume - 2010
La nebulosa de Orión (M 42): Esta
imagen en falso color cubre un área
en el cielo de 16’x16’ y foue obtenida
con el Telescopio William Herschel
de La Palma
54
G.L. Baume - 2010
La galaxia M 33 en la constelación
del Triángulo: La dimensión de cada
imagen es de 2048x4100 pixeles
ocupa unos 32 MB
55
G.L. Baume - 2010
La nebulosa
cabeza de
caballo en
Orión
56
G.L. Baume - 2010
Mosaic of 12 CCDs is in operation at
the CFHT in Hawaii
La nebulosa
cabezade caballo
en Orión
Los CCDs poseen
baja calidad
57
G.L. Baume - 2010
CCD de
guiado
Mosaic of 4 science CCDs built at
the Royal Greenwich Observatory
58
G.L. Baume - 2010
Formatos de Imágenes
JPEG: Joint Photographic Experts Group
Imágenes comprimidas con pérdida
información (utiliza 8 bits por color)
de
GIF: Graphics Interchange Format
Imágenes con pocos colores (solo se permiten
256) y comprimidas sin pérdida de información
TIFF: Tagged Image File Format
Usualmente son imágenes comprimidas sin
compresión pudiendo utilizar 8 o 16 bits por color
BMP: Windows bitmap
Imágenes sin compresión utilizadas por el
Sistema operativo Windows
Otros....
59
G.L. Baume - 2010
Flexible Image Transport System (FITS)
Este es el formato estándard para el
almacenamiento y el intercambio de datos
astronómicos
Estructura
Básica
Opcionales
Este formato fue desarrollado a fines de los
70s para unificar los distintos formatos de
imágenes que existian en esa época
Posteriormente el formato se adaptó a otras
estructuras de datos más complejas que una
simple imagen 2-D (p.e: tablas de datos)
Una característica importante del formato
FITS es que los “metadatos” se almacenan
en un encabezado (“header”) ASCII legible
facilmente.
Representación esquemática de la
estructura de un archivo FITS
60
G.L. Baume - 2010
Flexible Image Transport System” (FITS)
Detalles:
• Wells et al. 1981, A&AS 44, 363
• Hanisch et al. 2001, A&A 376, 359
• http://fits.gsfc.nasa.gov/
• http://en.wikipedia.org/wiki/FITS
• Latest Version 3.0 (July 2008)
Nota: La versión estándar FITS 3.0 fue
aprobada oficialmente por el “IAU FITS
Working Group” en Julio de 2008.
61
G.L. Baume - 2010
Header FITS:
Provee de información relacionada con los datos.
Por ejemplo:
• Dimensiones de la imagen
- 1: espectro
- 2: imagen monocromática
- 3: imagen color o diferentes rangos
espectrales
• Características del CCD
- Ganancia (gain)
- Ruido (rdnoise)
- etc.
• Objeto observado
• Tiempo de exposición
• Filtro o dispersión utilizada
• Astrometría de la imagen
• Formato de los datos (enteros, punto flotante,
etc.)
• Etc.......
62
G.L. Baume - 2010
Header FITS:
Consiste
en
una
o
mas
secuencias (“records”) de 2880
caracteres ASCII (El header
posee siempre un múltiplo de
2880 bytes)
Cada secuencia formada por 36
“lineas” (“card images”) de 80
caracteres (36 x 80 = 2880)
La denominación (“card images”)
y la extensión (80) proviene del
uso de las tarjetas perforadas de
80
columnas
usadas
antiguamente en programación
ASCII
American Standard Code for Information Interchange
Código de 8 bits para representar caracteres
alfanuméricos y otros adicionales
63
G.L. Baume - 2010
Header FITS:
Formato genérico de un header FITS
Cada “linea” del header consiste en:
• keyword: palabra clave (por ejemplo: GAIN)
• value: valor numérico o lógico (por ejemplo: 4.2)
• comment string: comentario (opcional)
Otra posibilidad es solamente:
• “comment” o “history”: comentario o historia del procesamiento hecho
sobre la imagen
El final del header es indicado por la cadena de caracteres (“string”) ”END”
64
G.L. Baume - 2010
Header FITS:
Imagen 2-D:
Ejemplo:
65
G.L. Baume - 2010
Header FITS:
Imagen 2-D:
Keywords básicos
66
G.L. Baume - 2010
Header FITS:
Imagen 2-D:
Keywords opcionales (Detalles: Greisen & Calabretta 2002, A&A 395, 1061)
67
G.L. Baume - 2010
Multi-extension FITS (MEF):
Se denomina de esta forma cuando el
archivo FITS contiene una o más extensiones
Es común en estos casos que:
• Los “datos primarios” se encuentren
vacios
• El “header primario” contiene información
común referida a todos los datos de
todas las extensiones
• Los “headers de las extensiones”
contienen información específica de los
datos de cada extensión correspondiente
68
G.L. Baume - 2010
Multi-extension FITS (MEF):
Utilidad:
Almacenar en un mismo archivo:
No solo los datos propiamente dichos sino
información adicional asociada con errores o
calidad de los datos
Los datos de varios detectores que en
conjunto conforman una sola observación
(p.e.: un mosaico de CCDs)
Mosaic of 12 CCDs is in operation at
the CFHT in Hawaii
Datos de un mismo objeto en diferentes
longitudes de onda
69
G.L. Baume - 2010
ESO Hierarchical FITS
Estos son headers con una estructura
levemente diferente a los tradicionales
(“keywords” más largos)
Es necesario tener herramientas de soft
dedicadas para poder trabajar con ellos
70
G.L. Baume - 2010
AIPS: Astronomical Image Processing System
Programa desarrollado por el National Radioastronomy
Observatory (NRAO) para el análisis y despliegue de
observaciones realizadas con el VLA. Es muy utilizado en
radioastronomía
SAOImage DS9:
Astronomical Data Visualization Application
Programa que permite visualizar y manipular headers e
imágenes FITS.
MIDAS: Munich Interactive Data Analysis System
Conjunto de programas de propósito general desarrollado
y mantenido por la ESO
GAIA: Graphical Astronomy and Image Analysis Tool
Esta es una herramienta para desplegar y analizar
imágenes y fue desarrollado como parte del proyecto VLT
en la ESO
71
G.L. Baume - 2010
IRAF: Interactive Reduction and Analysis Facility
Fue desarrollado originalmente en el Kitt Peak National
Observatory (KPNO) y complementado por trabajos de otras
institudiones (p.e. STScI)
Es el conjunto de programas más comunmente utilizados para
reducir y analizar datos astronómicos en el visible, infrarrojo,
ultravioleta y rayos X
72
G.L. Baume - 2010
Estructura Básica
IRAF se encuentra dividido en paquetes (“packages”) y
cada uno contiene un conjunto de tareas (“tasks”)
Algunos paquetes y
tareas típicas de IRAF
73
G.L. Baume - 2010
Estructura Básica
NOAO PC-IRAF Revision 2.11.3 EXPORT Tue Oct 26 21:01:12 MST 1999
This is the EXPORT version of PC-IRAF V2.11 supporting most PC systems.
Welcome to IRAF. To list the available commands, type ? or ??. To get
detailed information about a command, type `help command'. To run a
command or load a package, type its name. Type `bye' to exit a
package, or `logout' to get out of the CL. Type `news' to find out
what is new in the version of the system you are using. The following
commands or packages are currently defined:
dataio.
images.
lists.
obsolete. proto.
system.
dbms.
language. noao.
plot.
softools. utilities.
cl>
74
G.L. Baume - 2010
Estructura Básica
Paquetes
típicos
de
IRAF junto con una
breve descripción
75
G.L. Baume - 2010
Ejemplo: Paquete “images”
Dentro de este paquete se
encuentra el subpaquete
“imutil”
Algunas de las tareas se
muestran a la derecha junto
una descripción breve de
su función
76
G.L. Baume - 2010
Parámetros
Cada tarea posee una
determinada
cantidad
de parámetros cuyos
valores permiten refinar
su funcionamiento
Ejemplo: Tarea “imarith”
77
G.L. Baume - 2010
Ejemplo:
Paquete “noao”:
Es el paquete creado
por
el
“National
Optical
Astronomy
Observatory” (CTIO;
Gemini; Kitt Peak)
http://www.noao.edu/
78
G.L. Baume - 2010
Ejemplo:
Paquete “stsdas”
Es el paquete
creado por el
Instituto
del
telescopio
Espacial (STScI)
http://www.stsci.edu/resources/software_hardware/stsdas
79
G.L. Baume - 2010
Técnicas CCD
2. Fuentes de ruido
3. Rango Dinámico
4. Ganancia
6. Calibración de las imágenes
8. Escala
9. “Binning”
10. Mosaicos
80

Técnicas CCD Técnicas CCD

Transcripción

Documentos relacionados