图像配准（Image Registration）
本文作者：天疆说
定义
图像配准（Image Registration）是将连续拍摄的天文图像帧进行精确对齐的过程，使得背景恒星在各帧之间保持一致的像素位置。图像配准是天文图像处理流水线中的关键步骤，为后续的背景恒星消除和移动目标检测奠定基础。
核心原理
天体测量解算
图像配准的第一步是对每帧图像进行天体测量解算（astrometric solution），即建立像素坐标与天球坐标之间的映射关系。通过识别图像中的已知恒星，可以确定图像的旋转、平移和畸变参数。
帧间偏移估计
"基于天体测量解算结果和识别出的背景恒星，估计帧间偏移量。"帧间偏移量分为两个分量：
- 平移分量 ：图像在 和 方向上的像素偏移
- 旋转分量：图像绕光轴的旋转角度
"对于使用相同望远镜和观测策略获取的连续帧，帧间偏移量并不显著。通常小于几个像素。"这意味着在短时间间隔内，图像配准所需的校正量很小，有利于实现高精度对齐。
亚像素插值
为实现亚像素级别的对齐精度，需要使用插值算法对像素值进行重采样。常用的插值方法包括：
| 插值方法 | 特点 |
|---|---|
| 线性插值 | 计算速度快，精度适中 |
| 三次多项式插值 | 精度较高，计算量适中 |
| 三次样条插值 | 精度最高，计算量较大 |
实现流程
完整的图像配准流程通常包括：
- 源检测：在每帧图像中检测恒星源
- 源匹配：将不同帧中的恒星源进行交叉匹配
- 变换估计：根据匹配的恒星对计算帧间变换参数
- 图像重采样：使用插值算法将图像对齐到参考帧
在地月空间观测中的应用
在地月空间移动天体的光学巡天中，图像配准是整个图像处理流水线的基础环节。Sun 等人（2026）指出，精确的图像配准是实现背景恒星消除和叠加搜索算法（SAA）的前提条件。
对于地月空间观测，图像配准面临一些特殊挑战：
- 快速运动天体：目标本身的运动可能干扰配准算法，需要在配准时排除异常值
- 密集星场：银河平面附近的密集星场增加了源匹配的复杂度
- 大气折射：不同仰角观测时大气折射效应不同，需要进行修正
配准精度直接影响后续处理步骤的效果：配准误差会导致恒星残留（影响 SAA 效率）或引入伪信号（增加虚警率）。
相关概念
- 背景恒星消除（Background Star Elimination）
- 叠加搜索算法（Stacking Search Algorithm）
- 地月空间移动天体（Cislunar Moving Objects）
- 热像素（Hot Pixel）
参考文献
- Sun, R., Zhang, Q., Yu, S., et al. Optical Survey for Cislunar Moving Objects Using Image Stacking. AJ, 2026.