ONSET图像数据统计重建关键技术研究

Optical and NIR Solar Eruption Tracer(ONSET）has acquired a great number of solar chromosphere and photosphere data that contributes great to the research of the solar physics and space weather. But limited by the technical provisions, the acquired image data is not assessed and reconstructed in real-time which alleviates the following usage of the data. This project will investigate the image processing techniques commonly adopted by the domestic and international telescopes, especially the solar telescopes, research the features and the quality metrics of the images of the ONSET, research the statistical reconstruction technique, and develop a high-speed and real-time image processing and restoring system based on CPU+GPU for ONSET that may improve the processing speed and the data quality of the ONSET, and provide more reliable data for the research of the solar physics and eruptions.

光学-近红外太阳爆发探测仪（ONSET）运行以来，已经获得了大量太阳光球和色球的宝贵数据，对我国太阳物理学和空间天气学的发展做出了重要的贡献。但受限于技术储备，一直没有实现对观测图像质量的实时评价和选帧重建处理, 影响数据的后期使用。本项目拟在调研国内外天文望远镜尤其是太阳望远镜的图像处理相关技术基础上，系统研究并给出ONSET各波段的全日面和局部太阳图像的质量评价指标，进而研究ONSET图像数据的选帧和统计重建的最优方法，以期实现观测数据序列的挑选并重建出更高质量的观测图像数据，最终利用CPU+GPU技术实现基于上述方法的高速实时观测数据处理系统，提高ONSET图像数据的可用性，为后期科学分析提供更高质量的图像数据，促进ONSET在太阳物理研究和太阳爆发探测方面获得更多的科学产出。

光学-近红外太阳爆发探测仪（ONSET）运行以来，已经获得了大量太阳光球和色球的宝贵数据，对我国太阳物理学和空间天气学的发展做出了重要的贡献。本项目调研了国内外天文望远镜尤其是太阳望远镜的图像处理相关技术，深入研究分析太阳高分辨统计重建算法以及并行实现技术，主要包括：1）太阳高分辨图像重建流程和算法，重点分析研究了相位重建中的互谱法和三重谱法，模重建中的斑点干涉法；2）ONSET高分辨重建算法的并行实现，针对ONSET实际计算环境，分别实现了基于MPI+CUDA混合架构模式的图像重建并行系统，以及基于进程间共享内存机制的图像重建并行系统；3）项目组研究了SIFT仿射变换和小波融合的图像拼接方法，达到更好的分块拼接效果；4）以ZeroMQ消息中间件作为消息通信方式和数据传输方式，将ONSET数据处理的各个子系统进行整合，并通过制定工作脚本的方式进行任务的统一调度；5）对比研究了十多种图像质量客观评价指标，利用CUDA实现ONSET图像近实时选帧。项目完成了一套高分辨斑点图像重建流水线并实际部署运行在南京大学天文数据中心，系统运行稳定，目前已经完成了对2017和2018两年两通道496T的数据重建处理，重建速度满足ONSET望远镜观测要求，重建效果良好，为后期科学分析提供更高质量的图像数据，促进ONSET在太阳物理研究和太阳爆发探测方面获得更多的科学产出。