Deep-Dark-Net:一種基于生成對(duì)抗網(wǎng)絡(luò)的導(dǎo)星相機(jī)暗流預(yù)測(cè)模型

摘要： 暗流會(huì)影響圖像質(zhì)量、降低星像的信噪比，進(jìn)而影響星像位置和流量測(cè)量的精度，因此需要在天文數(shù)據(jù)處理中準(zhǔn)確估計(jì)并去除暗流。LAMOST導(dǎo)星圖像處理的需求為：在無(wú)暗場(chǎng)圖像情況下高精度處理歷史導(dǎo)星圖像數(shù)據(jù)，簡(jiǎn)化導(dǎo)星相機(jī)暗場(chǎng)圖像拍攝的步驟，可以利用導(dǎo)星圖像的特性反演和生成高精度可靠的暗場(chǎng)圖像。利用LAMOST導(dǎo)星原始數(shù)據(jù)的特性，提出一種基于生成對(duì)抗網(wǎng)絡(luò)模型來(lái)精確估計(jì)暗流的新方法——Deep... （共15頁(yè)）