M.Louys, Traitement d'image en Astronomie, Master IRIV Telecom Physique Traitement d'images en Astronomie Mireille Louys TPS /Master IRIV Option 3A ATI

M.Louys, Traitement d'image en Astronomie, Master IRIV Telecom Physique Objectif du traitement d'image 1. Retrouver un signal physique interprétable ● connaître la chaîne d'acquisition et les défauts (artefacts) inhérents à chaque étape. → Restoration ● calibrer sur les axes physiques : → Calibration ● Spatial : position sur le ciel ● Spectral : longueur d'ondes, fréquence, énergie ● Temporel : temps ● Flux, brillance de surface, etc.. 2. Collecter des mesures physiques sur les objets observés → Interprétation

M.Louys, Traitement d'image en Astronomie, Master IRIV Telecom Physique D'après cours TI 2006 d'André Jalobéanu

M.Louys, Traitement d'image en Astronomie, Master IRIV Telecom Physique D'après cours TI 2006 d'André Jalobéanu Modéliser la fonction de transfert de la chaîne instrumentale

M.Louys, Traitement d'image en Astronomie, Master IRIV Telecom Physique Restoration ● Supprimer les effets de la fonction de l'instrument ● Bruit de fond ● Non uniformité spatiale du détecteur ● Aberrations optiques ● Effet des turbulences atmosphériques (seeing) ● Artefacts ● Normalisation du fond ● Cf cours André Jalobeanu : ● astroproc_6_verylow.pdf, (Même archive )

M.Louys, Traitement d'image en Astronomie, Master IRIV Telecom Physique Calibration ● Poser toutes les mesures dans un même système de référence ● Calibration astrométrique ● Caler les coordonnées des objets observés sur des sources standards de positions connues (catalogues de références) ● Déduire une transformation linéaire ou polynomiale: Position pixel → Position ciel F : (x,y) → RA, Dec (right ascension, declination) ● Calibration photométrique ● Comparer le flux mesuré par rapport à des sources de magnitudes connues ● Déduire la fonction de calibration photométrique magnitude m= f ( densité intégrée (s)), s la source observée

M.Louys, Traitement d'image en Astronomie, Master IRIV Telecom Physique Pipeline de calibration ● Définition C'est l'ensemble des opérations qui vont permettre la restoration (suppression des artefacts, du bruit, estimation du fond de ciel) et la calibration astrométrique et photométrique ● Décrit sur les sites de chaque grand projet ● Met en œuvre des « workflows » et des données multiples, avec des paramètres instrumentaux ● Exemple pipeline WISE WISE project/ ADASS 2011WISE project/ ADASS 2011 cf. Fichier ADASS_XXI_I01_Cutri-WISEProject.pdf

M.Louys, Traitement d'image en Astronomie, Master IRIV Telecom Physique Interprétation ● Séparer bruit et signal ● Décomposer et dé-corréler l'information 'signal' à base de modèles des objets observés : ● Décomposition en composantes ● Composantes statistiques : ● ACP : analyse en composantes principales ● ACI : analyse en composantes indépendantes ● Composantes physiques : ● modèle de galaxies (B.Perret) ● Cf Fichier BperretgalaxyModelSummary.pdf ● Décomposition en échelles ds le signal (wavelets) ● Retrouver des composantes physiques débruitées

M.Louys, Traitement d'image en Astronomie, Master IRIV Telecom Physique Des données hétérogènes ● En astronomie il n'y a pas de « vérité terrain » comme en télédétection ● Interpréter nécessite de croiser les données observées ● Avec des données standard calibrées (catalogues) ● Avec d'autres observations ● Croiser les informations de différents modes d'observations : ● Images et catalogues de sources ● Images de bandes spectrales différentes ou de dates différentes (phénomènes transitoires) ● Spectres de sources détectées dans une image ● etc...

M.Louys, Traitement d'image en Astronomie, Master IRIV Telecom Physique Portails vers les données en ligne ● Hubble Legacy Archive ● Sloan Digital Sky Survey ● ESO Archive ● CDS portal ● Images : Aladin skyserver ● Objects : Simbad ● Catalogs : Vizier ● Califa

M.Louys, Traitement d'image en Astronomie, Master IRIV Telecom Physique Des données complexes N-D ● N=1 spectres en longueur d'onde, énergie ou frequence flux=f(λ) ou f(E) ou f( υ ) ● N=2 images ● Carte de luminosité, flux=f(pos) ● Carte de vitesse, v=f(pos) ● N>= 3 ● 2D+t, séries temporelles ● 2D+λ, cubes en longueurs d'ondes, f(x,y,λ) ● 3D+t, cubes en longueurs d'ondes et variant selon le temps f(x,y,λ,t)

M.Louys, Traitement d'image en Astronomie, Master IRIV Telecom Physique Spectrographie 3D : Tiger ● A. P´econtal-Rousset, R. Bacon, Y. Copin 1, E. Emsellem, P. Ferruit, E. P´econtal

● Carte en redshift synthétisant les objets simulés dans un cube IFU en wide field mode MUSE lyon1.fr/spip.php?article99&lang=fr Performances : ● Large couverture spectrale ● Bonne sensibilité profondeur ● Haute résolution spatiale (avec optique adaptative) ● Champs relativement étendus ● Bonne stabilité → intégration sur plusieurs poses

● Système d'optique adaptative GALACSI ● 2 modes d'imagerie ● Wide Field Mode (WFM) ● Narrow Field Mode (NFM). ● Field splitter and separator --> 24 subfields. ● For each IFU the light travels to ● the image slicer → 48 slices. ● Spectrograph : disperses the light as a function of its wavelength (color) ● CCD MUS E

M.Louys, Traitement d'image en Astronomie, Master IRIV Telecom Physique Combiner des données hétérogènes ● But ● But : Combiner diff. images enrichit l'interprétation physique de la zone ou de l'objet observé ● Analogie avec les SIG (systèmes d'informations géographiques) ● On cherche la complémentarité des observations : ● Comparer des sources → cross-match de tables ou catalogues ● Comparer des images → superposition, recalage, fusion ● Toute image calibrée en astrométrie peut être reprojetée sur le ciel selon le système de coordonnées choisi ● La superposition n'est souvent pas directement réalisable: ● La résolution spatiale varie selon les longueurs d'ondes ● Ré-échantillonnage souvent nécessaire

M.Louys, Traitement d'image en Astronomie, Master IRIV Telecom Physique Images multibandes ● Intérêt de l'apport en bandes ● Décompositions utiles pour décorréler l'information Messier n m 2120n m 1130nm

M.Louys, Traitement d'image en Astronomie, Master IRIV Telecom Physique Applications de visualisation dédiées

M.Louys, Traitement d'image en Astronomie, Master IRIV Telecom Physique Portails génériques et applications interopérables ⇨ ALADIN in the VO ⇨ Portail de visualisation ⇨ Services standards de l'observatoire virtuel ⇨ Spectres, light curves: VOSpec, Iris ⇨ Tables, catalogues : Topcat ⇨ Ressources : Registry (annuaire) et archives ⇨ Centre de données: Simbad, Vizier, CADC,ESAC, etc ⇨ Dédiées aux projets : HST, Heasarc, SDSS, CXC, XMM, CFHT-LS, HERSCHEL, etc..

M.Louys, Traitement d'image en Astronomie, Master IRIV Telecom Physique Portail et plug-in Plugin : Visualisation 3D extension des performances 2D à 2D + λ ● Documentation strasbg.fr/paseo/cubevisualization.phphttp://lsiit-miv.u- strasbg.fr/paseo/cubevisualization.php ● Exemple d'utilisation ( demo) Communication entre application via un standard d'échange : SAMP ● Aladin ← SAMP → Topcat, VOSpec, etc ● TAPHandle ← SAMP → Aladin, VOView, etc.

M.Louys, Traitement d'image en Astronomie, Master IRIV Telecom Physique Image processing Workflows (1) ● Recalage ● Ré-échantillonage ● Appariement, repérages de sources

M.Louys, Traitement d'image en Astronomie, Master IRIV Telecom Physique WF 2: SWARP ● Recalage et co-addition d'images Terapix CFHT-LS

M.Louys, Traitement d'image en Astronomie, Master IRIV Telecom Physique WF3: SCAMP calibration astrométrique ● Calibration astrométrique pour les images obtenues dans le survey CFHT-LS (Terapix archive)

M.Louys, Traitement d'image en Astronomie, Master IRIV Telecom Physique Objectifs scientifiques ● Detection de sources ● Cf Sextractor in astroproc_9_high.pdf AJ ● Detection de galaxies à faible brillance de surface ● Cf. Fichier : LouysLSBGalaxiesDetection.ppt ● Classifications de galaxies ● Classification de Hubble ● Projet Effigi : cf EffigiRapportAntonyBaillard.pdf ● Classification spectro- morphologique → next

M.Louys, Traitement d'image en Astronomie, Master IRIV Telecom Physique Classification de sources étendues galaxies ● B. Perret: Thèse doctorat, "Caractérisation multibande de galaxies par hiérarchie de modèles et arbres de composantes connexes" ● Construire une description spectro-morphologique à partir d'une décomposition en diverses caractéristiques spatiales extension, aplatissement, rapport bulbe/disque, ● présence d'une barre stellaire, d'une structure spirale plus ou moins développée, de zones d'absorption, … ● Classification morphologique/B.Perret Classification morphologique/B.Perret ●

M.Louys, Traitement d'image en Astronomie, Master IRIV Telecom Physique Décompositions en ondelettes ● Initié en astronomie par Albert Bijaoui ● Cf references chez Stark et coll. ● Choisir une autre base de représentation qui dégage les principales structures composant un champ ● Différentes familles de décomposition : ● Ondelettes filtres passe bandes ● A trous ● Filtrage médian en échelle : Pyramidal Median Transform

M.Louys, Traitement d'image en Astronomie, Master IRIV Telecom Physique Bibliographie ● Analyse: ● Détection de sources : ● ● Classifications ● Classification de Hubble, Spitzer Spitzer GalaxiesSpitzer Galaxies ● Décomposition en échelles Wavelet: aWavelet Tour of signal processing, S. Mallat, Academic Press, Wavelet: Image Processing and Data Analysis, Starck et al, Cambridge University Press, 1998 ●