嫦娥三號(hào)月基光學(xué)望遠(yuǎn)鏡圖像中的宇宙線(xiàn)識(shí)別

劉 奇，王 競(jìng)，黃茂海，魏建彥

（1.中國(guó)科學(xué)院 國(guó)家天文臺(tái) 空間天文與技術(shù)重點(diǎn)實(shí)驗(yàn)室，北京100101；2.中國(guó)科學(xué)院大學(xué)，北京100049；3.廣西大學(xué) 物理科學(xué)與技術(shù)學(xué)院 廣西相對(duì)論天體物理重點(diǎn)實(shí)驗(yàn)室，廣西 南寧530004）

1 引 言

天文觀(guān)測(cè)圖像中的信息一般包含觀(guān)測(cè)源、背景、各種噪聲及宇宙射線(xiàn)等。其中，宇宙射線(xiàn)［1］是來(lái)自宇宙空間的各種高能粒子形成的射流，絕大多數(shù)是質(zhì)子，還包含α粒子和少量其他原子核。在天文觀(guān)測(cè)圖像中宇宙線(xiàn)的灰度值通常高于周?chē)袼攸c(diǎn)的灰度值，并且分布規(guī)律具有隨機(jī)性。絕大多數(shù)的宇宙線(xiàn)在電荷耦合器件（Charge Cou?pled Device，CCD）圖像中呈現(xiàn)“點(diǎn)”狀或“線(xiàn)”狀分布，面積大的宇宙線(xiàn)也會(huì)和目標(biāo)源形態(tài)輪廓相似。由于絕大多數(shù)天文圖像是地基觀(guān)測(cè)，受到地球大氣的影響，打在CCD靶面上的宇宙線(xiàn)是穿過(guò)大氣層，與大氣中的粒子發(fā)生相互作用后形成的次級(jí)粒子，常常被作為一種噪聲信號(hào)來(lái)處理。而在空間天文圖像中，由于不受地球大氣層的影響，CCD圖像中的宇宙線(xiàn)存在亮度高、同觀(guān)測(cè)目標(biāo)源輪廓相似等特點(diǎn)，當(dāng)圖像中出現(xiàn)非常多的宇宙線(xiàn)事件時(shí)對(duì)目標(biāo)源的檢測(cè)會(huì)造成很大影響。

無(wú)論CCD圖像中的宇宙線(xiàn)呈現(xiàn)出哪種形態(tài)特征，后續(xù)處理分析的前提都是將它從圖像中提取出來(lái)。對(duì)于天文CCD圖像識(shí)別提取宇宙線(xiàn)，不同專(zhuān)家學(xué)者也提出了不同算法?；诙鄮瑘D像，運(yùn)用圖像對(duì)齊相減的方法確定宇宙線(xiàn)的位置。宇宙線(xiàn)打到CCD探測(cè)器上具有隨機(jī)性的特點(diǎn)，通過(guò)對(duì)相同的視場(chǎng)進(jìn)行連續(xù)多幀拍攝，然后依據(jù)序列圖像信息確定宇宙線(xiàn)位置。Windhorst等［2］就是運(yùn)用這種方法從哈勃空間望遠(yuǎn)鏡寬視場(chǎng)相機(jī)圖像中定位、剔除了宇宙線(xiàn)事件。此類(lèi)算法到目前為止已經(jīng)相當(dāng)成熟，但其缺點(diǎn)是需要對(duì)同一視場(chǎng)進(jìn)行多次拍攝，降低了儀器的觀(guān)測(cè)時(shí)間和使用效率，并且無(wú)法通過(guò)單一圖像來(lái)定位宇宙線(xiàn)。

基于單幀圖像識(shí)別提取識(shí)別宇宙線(xiàn)的方法更具挑戰(zhàn)性。從數(shù)字圖像處理的角度出發(fā)，中值濾波可消除隨機(jī)噪聲，如果把宇宙線(xiàn)作為天文圖像中的隨機(jī)噪聲，對(duì)單幀圖像使用中值濾波可以很好地探測(cè)到宇宙線(xiàn)。但是由于天文CCD圖像作為高精度數(shù)字圖像，在中值濾波的同時(shí)會(huì)平滑掉恒星目標(biāo)的邊緣，改變了其有用信息。因此，傳統(tǒng)的中值濾波并不適用于天文觀(guān)測(cè)圖像。Van等［3］提出了一種運(yùn)用拉普拉斯邊緣檢測(cè)算子來(lái)檢測(cè)宇宙線(xiàn)的方法。此方法通過(guò)構(gòu)建和設(shè)置兩個(gè)閾值來(lái)識(shí)別宇宙線(xiàn)。一個(gè)閾值量是反應(yīng)每個(gè)像素點(diǎn)含有噪聲的噪聲比率，像素點(diǎn)噪聲越大，這個(gè)噪聲比率越高，大于一定閾值的噪聲比率認(rèn)為是宇宙線(xiàn)候選體；第二個(gè)比率是原始圖像與拉普拉斯算子卷積后得到圖像與圖像的中頻信息的商，圖像的中頻信息是依據(jù)星像有對(duì)稱(chēng)性而宇宙線(xiàn)沒(méi)有的特點(diǎn)，通過(guò)與不同中值濾波模板進(jìn)行卷積相減得到的。通過(guò)設(shè)置這兩個(gè)閾值，算法不斷迭代，直到不能檢測(cè)到宇宙線(xiàn)為止。該方法在宇宙線(xiàn)檢測(cè)上非常有效，但算法復(fù)雜，處理速度較慢，而且對(duì)于形態(tài)輪廓與星像相似的宇宙線(xiàn)檢測(cè)準(zhǔn)確率較低。相比于拉普拉斯邊緣檢測(cè)算法，Pych等［4］提出了一種簡(jiǎn)單、直接的直方圖算法用來(lái)識(shí)別宇宙線(xiàn)。該算法直接將圖像分為若干子圖像，并分析其直方圖。由于絕大多數(shù)子圖像的直方圖分布比較緊湊，一旦有宇宙線(xiàn)事件，直方圖中在緊湊結(jié)構(gòu)之外就會(huì)出現(xiàn)孤立的單點(diǎn)，從而被分辨出來(lái)。針對(duì)此方法，不同學(xué)者提出了不同的閾值設(shè)定定義，并且在算法實(shí)現(xiàn)過(guò)程中，其參數(shù)需要根據(jù)原始圖像的不同做出調(diào)整。相比拉普拉斯邊緣檢測(cè)算法，算法運(yùn)行效率雖高，但其探測(cè)能力明顯低于前者。

通過(guò)統(tǒng)計(jì)分析月基光學(xué)望遠(yuǎn)鏡（Lunar-based Ultraviolet Telescope，LUT）［5］數(shù)據(jù)，發(fā)現(xiàn)相比于地基望遠(yuǎn)鏡，宇宙線(xiàn)打在LUT CCD靶面上的發(fā)生概率顯著提高，除地基望遠(yuǎn)鏡圖像中出現(xiàn)的“點(diǎn)”狀或“線(xiàn)”狀特征外，還存在很多亮度高、影響面積大、形態(tài)輪廓與星像類(lèi)似的宇宙線(xiàn)。對(duì)于此類(lèi)形態(tài)輪廓與星像類(lèi)似的宇宙線(xiàn)，傳統(tǒng)算法無(wú)法精確檢測(cè)處理?；诖藛?wèn)題，本文提出了一種運(yùn)用天文位置定標(biāo)來(lái)識(shí)別提取宇宙線(xiàn)的方法。此方法與上述文獻(xiàn)中方法不同的是從天文圖像處理角度出發(fā)，不會(huì)引入其他噪聲影響，對(duì)于形態(tài)輪廓與星像相似的宇宙線(xiàn)識(shí)別探測(cè)效率更高。識(shí)別提取到宇宙線(xiàn)事件后，對(duì)其電子沉積數(shù)和入射角進(jìn)行了分析，并將其形態(tài)進(jìn)行提取、分類(lèi)，制作出“CCD探測(cè)器宇宙線(xiàn)實(shí)體樣本庫(kù)”，為空間天文望遠(yuǎn)鏡圖像的仿真提供經(jīng)驗(yàn)支持。

2 月基光學(xué)望遠(yuǎn)鏡

LUT的結(jié)構(gòu)與安裝示意圖如圖1所示。望遠(yuǎn)鏡的主鏡直徑為150 mm，焦比為F/3.75，采用了里奇-克列基昂（R-C）系統(tǒng)設(shè)計(jì)。LUT指向反光鏡放在一個(gè)二維轉(zhuǎn)動(dòng)平臺(tái)上，方位方向的指向范圍是-28°～+13°，俯仰方向的指向范圍是+20°～+38°，指向精度為0.05°。望遠(yuǎn)鏡的視場(chǎng)（Field of View，F(xiàn)OV）是1.36°×1.36°，像元分辨率為4.76″。表1所示為L(zhǎng)UT的主要技術(shù)指標(biāo)，更詳細(xì)的技術(shù)指標(biāo)請(qǐng)參考文獻(xiàn)［5］。

表1 月基光學(xué)望遠(yuǎn)鏡的主要技術(shù)指標(biāo)Tab.1 Main characteristics of LUT

圖1 月基光學(xué)望遠(yuǎn)鏡結(jié)構(gòu)與安裝示意圖Fig.1 Schematic diagram of structure and assembly of Lunar-based Ultraviolet Telescope（LUT）

3 數(shù)據(jù)處理流程

通過(guò)分析經(jīng)典的中值濾波法、拉普拉斯邊緣檢測(cè)法［3］、基于直方圖的快速算法［4］以及萬(wàn)能噪聲消除算法［6］等，結(jié)合LUT天文觀(guān)測(cè)圖像的特點(diǎn)，本文提出了基于天文位置定標(biāo)的宇宙線(xiàn)識(shí)別提取算法，其數(shù)據(jù)處理流程如圖2所示。主要步驟如下：（1）對(duì)原始天文圖像進(jìn)行預(yù)處理操作，包括對(duì)原始圖像進(jìn)行背景扣除和平場(chǎng)修正；（2）對(duì)圖像進(jìn)行天文位置定標(biāo)；（3）對(duì)高于5倍背景噪聲的信號(hào)進(jìn)行提取，獲得宇宙線(xiàn)候選體；（4）對(duì)提取出的信號(hào)與星表進(jìn)行位置交叉證認(rèn)，剔除與星表中天文位置匹配的恒星目標(biāo)，剩下的即是要提取和識(shí)別的宇宙線(xiàn)事件。

圖2 宇宙線(xiàn)提取數(shù)據(jù)處理流程Fig.2 Data processing outline of cosmic ray extraction

3.1 背景扣除

背景扣除的主要目的是為了剔除雜散光背景、CCD自身“熱點(diǎn)”和“壞點(diǎn)”的影響，獲得保留恒星目標(biāo)和宇宙線(xiàn)信息的圖像。LUT由于是在月晝期間觀(guān)測(cè)，因此受到很強(qiáng)的雜散光影響。LUT的雜散光主要來(lái)自于太陽(yáng)光的散射。雜散光的強(qiáng)度和大尺度結(jié)構(gòu)隨著LUT反光鏡和太陽(yáng)相對(duì)位置的變化而變化。孟憲民等［7］對(duì)LUT觀(guān)測(cè)圖像統(tǒng)計(jì)發(fā)現(xiàn)，在大多數(shù)情況下約0.5 h內(nèi)拍攝的圖像中雜散光的強(qiáng)度和大尺度結(jié)構(gòu)基本不變。

本文根據(jù)LUT觀(guān)測(cè)的時(shí)間對(duì)圖片進(jìn)行了分組，將連續(xù)觀(guān)測(cè)1 900 s以?xún)?nèi)的序列圖像分為一組。對(duì)某一幀圖像，將同組中除自身以外的所有圖像對(duì)齊后進(jìn)行中值合并，宇宙線(xiàn)被剔除；同時(shí)，由于LUT步進(jìn)指向跟蹤模式下，恒星在連續(xù)曝光的圖像上的位置總是有輕微的幾個(gè)像元的變化，所以通過(guò)中值合并，所有的天體目標(biāo)也都被剔除了。因此，合并所得圖像僅保留了背景和CCD的“熱點(diǎn)”和“壞點(diǎn)”，得到的背景作為本幀圖像的背景模板。

最后，對(duì)每一幀圖像，減去圖像對(duì)應(yīng)的背景模板，背景被扣除，同時(shí)CCD的“熱點(diǎn)”和“壞點(diǎn)”也被剔除，得到的圖像僅保留了恒星星像和宇宙線(xiàn)。

3.2 平場(chǎng)修正

平場(chǎng)修正是為了解決LUT CCD相機(jī)像面響應(yīng)的非均勻性。LUT圖像的平場(chǎng)分為小尺度平場(chǎng)和大尺度平場(chǎng)兩部分［7］。小尺度平場(chǎng)反映了CCD像元間量子效率的不均勻性或像元有效面積的變化；大尺度不均勻性主要來(lái)自望遠(yuǎn)鏡的光學(xué)系統(tǒng)，還有小部分來(lái)自于CCD鍍膜導(dǎo)致的大尺度效率變化。

對(duì)于小尺度平場(chǎng)，通過(guò)拍攝LUT內(nèi)部平場(chǎng)燈圖像，即可測(cè)量像面上不同像元間響應(yīng)的非均勻性。對(duì)于大尺度平場(chǎng)，是通過(guò)對(duì)標(biāo)準(zhǔn)星進(jìn)行“抖動(dòng)”觀(guān)測(cè)完成的。最終平場(chǎng)是大尺度平場(chǎng)與LED平面場(chǎng)的乘積。

3.3 天文位置定標(biāo)

本文天文位置定標(biāo)所用的星表為第谷星表（Tycho_2.0）［8］，主要是因?yàn)榈诠刃潜淼奶煳淖鴺?biāo)精確高并且與LUT的觀(guān)測(cè)深度相近。但第谷星表采用雙色測(cè)光，王競(jìng)等［9］利用恒星大氣模型計(jì)算出了LUT相應(yīng)的近紫外AB星等。

天文位置定標(biāo)的關(guān)鍵是將CCD圖像中的恒星星像位置和第谷星表中的天文坐標(biāo)進(jìn)行交叉認(rèn)證。通過(guò)LUT的指向文件記錄獲得CCD圖像中心位置的J2000天文坐標(biāo)，精度通常優(yōu)于1個(gè)角分。圍繞此中心位置提取交叉所用的第谷星表。

對(duì)于每幀圖像，這里使用SExtractor（Source-Extractor）軟件［10］提取出5～10顆明亮的恒星目標(biāo)，并對(duì)它進(jìn)行快速測(cè)光，獲得其近紫外AB星等。將恒星目標(biāo)與對(duì)應(yīng)的第谷星表進(jìn)行位置匹配和亮度匹配。位置匹配交叉半徑設(shè)置為10角秒（約為L(zhǎng)UT圖像的2個(gè)像元），亮度匹配閾值控制在2個(gè)星等以?xún)?nèi)（主要考慮了變星的影響）。

利用交叉匹配的結(jié)果生成CCD圖像上X-Y位置與天文坐標(biāo)的位置對(duì)應(yīng)關(guān)系，即世界坐標(biāo)系統(tǒng)（World Coordinate System，WCS）的位置關(guān)系。通過(guò)WCS實(shí)現(xiàn)了對(duì)CCD圖像上每一個(gè)像元的對(duì)應(yīng)天文位置。天文位置的定標(biāo)精度優(yōu)于1角秒。

3.4 提取宇宙線(xiàn)候選體

本文利用SEXtractor軟件對(duì)LUT圖像提取宇宙線(xiàn)候選體，輸出的參數(shù)有X-Y位置坐標(biāo)、J2000天文坐標(biāo)、流量計(jì)數(shù)和橢率等。

提取候選體的判據(jù)有：（1）單像元計(jì)數(shù)大于5倍的背景噪聲；（2）連通像元數(shù)大于等于4，這是由恒星星像決定的；（3）距離CCD四邊大于20個(gè)像元。

3.5 認(rèn)證識(shí)別宇宙線(xiàn)事件

宇宙線(xiàn)候選體樣本中包含了一些恒星目標(biāo)，需要剔除這些恒星才能準(zhǔn)確識(shí)別出宇宙線(xiàn)事件。將宇宙線(xiàn)候選體樣本與Tycho_2.0星表和US?NO_B1.0星表進(jìn)行位置交叉認(rèn)證，剔除樣本中的恒星目標(biāo)，獲得宇宙線(xiàn)樣本。

本文選取兩個(gè)星表的原因主要考慮了以下兩點(diǎn)：（1）Tycho_2.0星表的極限星等為11.5，無(wú)法涵蓋LUT圖像中的全部星像；（2）雖然US?NO_B1.0極限星等為21等，由于其亮星飽和問(wèn)題，星表在亮星部分不完備。所以將兩個(gè)星表綜合利用，保證了交叉星表的完備性。

為選取合適的交叉半徑，本文統(tǒng)計(jì)了6幀圖像中的候選體與兩個(gè)星表的最近距離。首先選取10角秒為半徑與兩個(gè)星表進(jìn)行位置交叉，結(jié)果表明，相匹配的源中97.21%的距離都小于4角秒，小于LUT一個(gè)像元的尺寸4.76角秒。最終這里采用4角秒作為交叉半徑。

圖3為12幀圖像中宇宙線(xiàn)候選體與兩個(gè)星表交叉獲得的星像數(shù)量統(tǒng)計(jì)圖（彩圖見(jiàn)期刊電子版）。圖中，藍(lán)色表示與Tycho_2.0星表交叉獲得的恒星目標(biāo)數(shù)，綠色表示與USNO_B1.0星表交叉獲得的恒星目標(biāo)數(shù)，黃色為對(duì)兩個(gè)交叉結(jié)果取“并集”獲得的恒星目標(biāo)數(shù)。很明顯，“并集”獲得到的恒星目標(biāo)完備性更高。

圖3 星像數(shù)量統(tǒng)計(jì)圖Fig.3 Statistical chart of star quantity

圖4 是一幀LUT圖像宇宙線(xiàn)認(rèn)證識(shí)別結(jié)果（彩圖見(jiàn)期刊電子版）。圖中，紅色圓圈標(biāo)記宇宙線(xiàn)事件，藍(lán)色圓圈標(biāo)記恒星目標(biāo)。很明顯，通過(guò)以上處理流程能夠?qū)⑤^亮的宇宙線(xiàn)與恒星目標(biāo)很好地識(shí)別區(qū)分開(kāi)來(lái)。

圖4 宇宙線(xiàn)識(shí)別結(jié)果示意圖Fig.4 Schematic diagram of cosmic ray recognition re?sults

3.6 算法先進(jìn)性驗(yàn)證

3.6.1 與恒星星像類(lèi)似的宇宙線(xiàn)識(shí)別效果檢驗(yàn)

在天文圖像宇宙線(xiàn)識(shí)別中，最關(guān)鍵的是剔除與恒星目標(biāo)類(lèi)似的宇宙線(xiàn)事件。

針對(duì)從所有LUT圖像中提取出的宇宙線(xiàn)事件和恒星目標(biāo)，使用IRAF.PSF_measure軟件做了圖像輪廓擬合，計(jì)算出每個(gè)樣本的半高全寬（Full Width at Half Maximum，F(xiàn)WHM）。

點(diǎn)擴(kuò)散函數(shù)（Point Spread Function，PSF）擬合中，本文采用普遍使用的Moffat函數(shù)表示的PSF輪廓強(qiáng)度分布公式［11］，即：

式中：I0為中心亮度值，B為背景值，α值與FWHM相關(guān)，β的值決定曲線(xiàn)輪廓。Moffat函數(shù)的FWHM為：

PSF擬合所得FWHM的統(tǒng)計(jì)結(jié)果如圖5所示。很明顯，宇宙線(xiàn)事件的FWHM明顯小于恒星目標(biāo)，但仍有一部分相重疊。其中，90%的宇宙線(xiàn)樣本的FWHM小于1.6 pixel；95%的恒星目標(biāo)的FWHM為1.5～2.2 pixel，而在這個(gè)區(qū)間內(nèi)的宇宙線(xiàn)事件數(shù)量占宇宙線(xiàn)事件總數(shù)的8.6%。這8.6%的宇宙線(xiàn)事件在輪廓上與恒星目標(biāo)完全類(lèi)似，但本算法還是可以將它們識(shí)別出來(lái)，并和恒星目標(biāo)區(qū)分開(kāi)來(lái)。

圖5 半高全寬統(tǒng)計(jì)圖Fig.5 Histogram of FWHM

3.6.2 宇宙線(xiàn)識(shí)別完備性檢驗(yàn)

對(duì)于天文CCD圖像，拉普拉斯算法［3］比直方圖算法［4］和萬(wàn)能消除算法［6］更能準(zhǔn)確地識(shí)別宇宙射線(xiàn)，且探測(cè)能力要明顯優(yōu)于兩者［12］。本文將基于天文位置定標(biāo)的宇宙線(xiàn)識(shí)別算法和拉普拉斯算法的宇宙線(xiàn)識(shí)別結(jié)果進(jìn)行了統(tǒng)計(jì)對(duì)比。

對(duì)230幀LUT序列圖像進(jìn)行數(shù)據(jù)分析，本文提出的算法共得到29 731例宇宙線(xiàn)事件；拉普拉斯算法使用IRAF.LA.Cosmic軟件包通過(guò)設(shè)置sigclip=4.5，sigfrac=0.5，經(jīng)過(guò)4次迭代運(yùn)算后，選取相同大于5倍背景噪聲亮度閾值，共得到26 750例宇宙線(xiàn)事件。本文基于天文位置定標(biāo)的識(shí)別算法多識(shí)別出2 981例宇宙線(xiàn)事件，占拉普拉斯算法識(shí)別結(jié)果的11.14%。

對(duì)兩種方法識(shí)別到的宇宙線(xiàn)事件進(jìn)行了位置交叉證認(rèn)，兩種算法識(shí)別到共同宇宙線(xiàn)樣本26 234例。結(jié)果如表2所示，在拉普拉斯算法檢測(cè)到的樣本中，98.07%可被本算法檢測(cè)到，具有很高重合率。

表2 本文算法與拉普拉斯算法的結(jié)果比較Tab.2 Comparison of proposed algorithm and Laplace al?gorithm

對(duì)本文算法沒(méi)有識(shí)別到而拉普拉斯算法識(shí)別到的516例樣本進(jìn)行檢查，通過(guò)與恒星目標(biāo)進(jìn)行位置認(rèn)證，發(fā)現(xiàn)其中的251例為恒星目標(biāo)，即本算法沒(méi)有識(shí)別到的樣本中48.64%為恒星目標(biāo)，是錯(cuò)誤識(shí)別。

4 處理結(jié)果與分析

4.1 宇宙線(xiàn)事件電子沉積數(shù)分析

本文將單例宇宙線(xiàn)事件影響CCD像元上ADU（Analog-Digital Unit）值相加，根據(jù)CCD增益值GIAM=1.59（Electrons/ADU）計(jì)算出每例宇宙線(xiàn)事件的電子沉積數(shù)，取對(duì)數(shù)后做出了電子沉積數(shù)統(tǒng)計(jì)圖，并與HST探測(cè)器圖像中宇宙線(xiàn)事件的電子沉積數(shù)［13］進(jìn)行對(duì)比，結(jié)果如圖6所示。

圖6 宇宙線(xiàn)樣本電子沉積統(tǒng)計(jì)圖Fig.6 Electron deposition by cosmic rays

通過(guò)與HST巡天相機(jī)（Advanced Camera for Surveys，ACS）上WFC與高分辨率探測(cè)器（High Resolution Channel，HRC）圖像中宇宙線(xiàn)電子沉積數(shù)分布進(jìn)行對(duì)比，發(fā)現(xiàn)分布形態(tài)基本類(lèi)似，但LUT圖像中宇宙線(xiàn)事件電子沉積數(shù)的峰值要略高于HST的電子沉積數(shù)峰值。最可能的原因是，宇宙射線(xiàn)打到CCD靶面上，其電子沉積數(shù)會(huì)隨著CCD探測(cè)器敏感層的厚度不同而發(fā)生變化［14］。

4.2 CCD靶面上宇宙線(xiàn)事件入射角度分析

宇宙線(xiàn)打到CCD靶面時(shí)，留在CCD上的形態(tài)主要是由宇宙線(xiàn)粒子的能量和入射角度所決定的。為了量化定義宇宙線(xiàn)粒子對(duì)CCD帶來(lái)的影響，依據(jù)粒子射入CCD成像元件敏感層的瞬態(tài)效應(yīng)，原子量大于1的粒子在器件中的軌跡可以認(rèn)為是一條直線(xiàn)，粒子和CCD作用后產(chǎn)生的電荷信號(hào)會(huì)呈現(xiàn)集中的光點(diǎn)輪廓［15］。宇宙線(xiàn)與CCD作用的簡(jiǎn)單形態(tài)模型如圖7所示。

圖7 宇宙線(xiàn)事件和CCD作用示意圖Fig.7 Model of cosmic rays hit on CCD

宇宙線(xiàn)事件在CCD上留下的形態(tài)輪廓中，定義通過(guò)重心位置的最長(zhǎng)線(xiàn)段為長(zhǎng)軸，由重心指向長(zhǎng)軸與宇宙線(xiàn)截取輪廓最遠(yuǎn)交匯點(diǎn)的方向，就是宇宙線(xiàn)事件在CCD平面上的入射方向，如圖7所示的θ角。

圖8為一幀圖像上識(shí)別到的所有宇宙線(xiàn)事件入射角度示意圖。圖8中，箭頭方向?yàn)橛钪婢€(xiàn)事件在CCD平面上的入射方向。可以看出，一幀圖像中，CCD靶面上能夠接收到來(lái)自不同方向的宇宙線(xiàn)事件。

圖8 CCD靶面上宇宙線(xiàn)入射方向示意圖Fig.8 Incident direction of cosmic rays on CCD

本文隨機(jī)選取12幀圖像，對(duì)識(shí)別到的1 280例宇宙線(xiàn)事件計(jì)算其入射角，并進(jìn)行了統(tǒng)計(jì)分析。統(tǒng)計(jì)時(shí)平均分成了24個(gè)方向，每個(gè)方向包含15°區(qū)間，結(jié)果如圖9所示。在入射角為45°～60°，285°～300°上分別有167，211例事件，其他方向上平均為41例，這兩個(gè)方向上的宇宙線(xiàn)事件發(fā)生頻次明顯多于其他方向。

圖9 CCD靶面上宇宙線(xiàn)入射角統(tǒng)計(jì)圖Fig.9 Statistical chart of incidence angle of cosmic rays on CCD

在這些數(shù)據(jù)采集期間，宇宙線(xiàn)事件可認(rèn)為是各向同性的，探測(cè)到的宇宙線(xiàn)事件集中在兩個(gè)方向上，應(yīng)該歸咎于這兩個(gè)方向上的等效鋁厚度較薄。原則上依據(jù)輻射屏蔽模型［16］，如果已知嫦娥三號(hào)著陸器的物質(zhì)結(jié)構(gòu)模型，可以仿真計(jì)算各個(gè)方向上的等效鋁厚度。因暫時(shí)無(wú)法得到嫦娥三號(hào)著陸器的物質(zhì)結(jié)構(gòu)模型，本文在此不做定量分析。

4.3 建立“宇宙線(xiàn)實(shí)體樣本庫(kù)”

利用天文位置定標(biāo)算法對(duì)230幀LUT圖像中的宇宙線(xiàn)事件進(jìn)行識(shí)別提取，并依據(jù)其形態(tài)特征進(jìn)行分類(lèi)，制作出“宇宙線(xiàn)實(shí)體樣本庫(kù)”。此“宇宙線(xiàn)實(shí)體樣本庫(kù)”可作為輸入來(lái)源，為后續(xù)空間天文圖像中宇宙線(xiàn)的仿真研究提供支持。

對(duì)于230幀LUT圖像，首先依據(jù)每幀CCD圖像的背景噪聲值，將信號(hào)值小于5倍背景噪聲的像元賦值為0；然后對(duì)于識(shí)別出的恒星目標(biāo)，以恒星目標(biāo)的重心為中心，將恒星目標(biāo)大于5倍背景噪聲的連通區(qū)域賦值為0；最后將連通像元數(shù)小于4倍、大于5倍背景噪聲的連通區(qū)域也賦值為0。經(jīng)過(guò)此過(guò)程，CCD圖像中就只保留了宇宙線(xiàn)事件的信號(hào)值，其他像元值均為0。

以宇宙線(xiàn)的重心位置為中心，在CCD圖像中搜索非零值的連通區(qū)域，直至此連通區(qū)域周?chē)鶠?值，定義此連通區(qū)域?yàn)橐焕钪婢€(xiàn)事件。從230幀圖像中共識(shí)別出29 494例宇宙線(xiàn)事件。

對(duì)于每一例宇宙線(xiàn)事件，本文截取出包含這一宇宙線(xiàn)事件完整信號(hào)的圖片，此圖片在宇宙線(xiàn)連通區(qū)域四邊各多出一個(gè)像元，因此圖片為長(zhǎng)方形或方形。截取圖片樣例如圖10所示。

圖10 宇宙線(xiàn)事件樣例及對(duì)應(yīng)的三維柱狀圖Fig.10 Cosmic ray samples and their three dimensional bar chart

對(duì)于29 494幅截取圖片，依據(jù)宇宙線(xiàn)事件信號(hào)值衰減的類(lèi)型，將宇宙線(xiàn)事件分為兩類(lèi)：衰減類(lèi)型單一的單峰宇宙線(xiàn)事件，衰減類(lèi)型非單一的多峰宇宙線(xiàn)事件。單峰宇宙線(xiàn)事件如圖10（a）～10（c）所示；多峰宇宙線(xiàn)事件如圖10（d）所示。統(tǒng)計(jì)得出，單峰宇宙線(xiàn)事件有26 459例，占事件總數(shù)的89.71%；多峰宇宙線(xiàn)事件僅有3 035例，占事件總數(shù)的10.29%。分類(lèi)結(jié)果如表3所示。

表3 宇宙線(xiàn)事件的分類(lèi)結(jié)果Tab.3 Classification results of cosmic rays

最后，將分類(lèi)完成的宇宙線(xiàn)事件截取圖片編號(hào)后存儲(chǔ)，形成“宇宙線(xiàn)實(shí)體樣本庫(kù)”。

5 結(jié) 論

在空間天文CCD圖像中，宇宙線(xiàn)識(shí)別遇到的最大挑戰(zhàn)是將形態(tài)與星像類(lèi)似的宇宙線(xiàn)事件與恒星目標(biāo)區(qū)分開(kāi)來(lái)。為了盡可能準(zhǔn)確地識(shí)別宇宙線(xiàn)事件，本文基于嫦娥三號(hào)LUT獲得的CCD圖像，設(shè)計(jì)和實(shí)現(xiàn)了一套基于天文位置定標(biāo)的宇宙線(xiàn)識(shí)別算法，該算法與常用的拉普拉斯算法相比，檢測(cè)出事件總數(shù)多出11.14%。對(duì)利用該算法識(shí)別出的宇宙線(xiàn)事件，進(jìn)一步分析了電子沉積數(shù)及入射角的分布情況，發(fā)現(xiàn)宇宙線(xiàn)電子沉積分布與HST基本類(lèi)似，入射角度集中在兩個(gè)特定方向上，初步判斷是由嫦娥三號(hào)著陸器內(nèi)部屏蔽效應(yīng)造成的。最后，制作出一個(gè)包含29 494例宇宙線(xiàn)事件截取圖片的空間天文CCD圖像“宇宙線(xiàn)實(shí)體樣本庫(kù)”，可為空間天文望遠(yuǎn)鏡圖像仿真系統(tǒng)中宇宙線(xiàn)事件的仿真提供支持，具 有重要的應(yīng)用價(jià)值。