地月空间入门指南地月空间入门指南
卫星轨道仿真教学平台
地月空间术语词典
资源与工具
蓝军研究
Space News
AI问答
论坛
首页
Gitee
GitHub
  • 简体中文
  • English
卫星轨道仿真教学平台
地月空间术语词典
资源与工具
蓝军研究
Space News
AI问答
论坛
首页
Gitee
GitHub
  • 简体中文
  • English
  • 全站导览

    • 首页(知识总览)
    • 入门 · 地月空间是什么
    • 轨道 · 飞行器运行轨道
    • 前沿 · 科研方向与机构
    • 术语 · 定义与概念
    • 工具 · 数据与代码
    • 动态 · 航天新闻归档
    • 专题 · 蓝军研究
  • 地月空间术语词典(定义与概念检索)

    • 地月空间术语词典
    • 动力学与数学基础

      • 圆形限制性三体问题(CR3BP)
      • 低推力增强圆形限制性三体问题(CR3BP-LT)
      • A2PPO(注意力增强近端策略优化)
      • 课程学习(Curriculum Learning)
      • 低推力转移的马尔可夫决策过程(MDP) formulation
      • 广义优势估计(GAE)
      • 直接配点法(Direct Collocation)
      • 拟双圆四体问题(QBCP)
      • 星历模型(Ephemeris Model)
      • 作用角变量(Action-Angle Variables)
      • Birkhoff-Gustavson标准型(Birkhoff-Gustavson Normal Form)
      • 中心流形(Central Manifold)
      • 庞加莱截面(Poincaré Section)
      • CW方程(Clohessy-Wiltshire方程)
    • 任务轨道

      • 远距离逆行轨道(DRO)
      • 近直线晕轨道(NRHO)
      • 地月L1/L2晕轨道(EML1/EML2 Halo Orbit)
      • DRO三星座
    • 导航技术与系统

      • X射线脉冲星导航技术
      • 地球GNSS弱信号导航
      • 星间链路导航
      • 地月混合导航
      • 轨道辨识(Orbit Identification)
      • 地月空间时空基准 (Cislunar Spatiotemporal Reference)
      • 月球网(LunaNet)
      • 月光计划
      • 月球导航星座
      • 天都一号
    • 月球矿物

      • 镁嫦娥石
      • 铈嫦娥石
    • 项目与任务

      • 阿尔忒弥斯计划
      • LuGRE实验
    • 其他技术

      • 纵向耦合振动(POGO)
      • EXOSIMS
      • 太空交通管控(STM)
      • 星伞(Starshade)
      • 核热推进(NTP)
      • 地月空间导航发展展望
      • 非合作目标(Noncooperative Target)
      • 航天器意图识别(Spacecraft Intention Recognition)
      • 思维链提示(Chain-of-Thought Prompting)
      • 低秩适配(LoRA — Low-Rank Adaptation)
      • 提示调优(Prompt Tuning / P-tuning)
    • 机构和组织

      • 安杜里尔工业公司
      • 博思艾伦汉密尔顿公司
      • 通用动力任务系统公司
      • GITAI美国公司
      • 洛克希德·马丁公司
      • 诺斯罗普·格鲁曼公司
      • Quindar公司
      • 雷神导弹与防务公司
      • Sci-Tec公司
      • SpaceX公司
      • True Anomaly公司
      • Turion Space公司
    • 军事太空条令

      • 太空优势(Space Superiority)
      • 竞争性耐力(Competitive Endurance)
      • DOTMLPF-P 条令框架(DOTMLPF-P Framework)
      • 任务式指挥(Mission Command)
      • 力量设计(Force Design)
      • 力量发展(Force Development)
      • 力量生成(Force Generation)
      • 力量运用(Force Employment)
      • 太空军生成模型(SPAFORGEN)
      • 任务三角洲(Mission Delta, MD)
      • 系统三角洲(System Delta, SYD)
      • 太空任务特遣队(SMTF)
      • 太空部队指挥官(COMSPACEFOR)
      • 军种组成司令部(Component Field Commands)
      • 空间域感知(Space Domain Awareness, SDA)
      • 反空间作战(Counterspace Operations)
      • 弹性分散式架构(Resilient/Disaggregated Architecture)
      • 作战测试与训练基础设施(Operational Test and Training Infrastructure, OTTI)
      • 金穹(Golden Dome)
    • 天文观测技术

      • 图像叠加(Image Stacking)
      • 移位叠加(Shift-and-Add, SAA)
      • 合成跟踪(Synthetic Tracking)
      • 恒星跟踪(Sidereal Tracking)
      • 信噪比(Signal-to-Noise Ratio, SNR)
      • 天体测量(Astrometry)
      • 源提取(Source Extraction)
      • 星历关联(Ephemeris Correlation)
      • 地月空间移动天体(Cislunar Moving Objects)
      • 月球眩光区(Lunar Glare Zone)
      • 图像配准(Image Registration)
      • 背景恒星消除(Background Star Elimination)
      • 分割图(Segmentation Map)
      • 热像素(Hot Pixel)

图像叠加(Image Stacking)

本文作者:天疆说

本站地址:https://cislunarspace.cn

定义

图像叠加(Image Stacking)是天文图像处理中一种广泛应用的技术,其核心思想是将多帧观测图像进行叠加合并,以提升目标信号的信噪比(SNR),从而增强对微弱天体的检测能力。该技术基于统计学原理:叠加 N 帧图像后,信号强度提升 N 倍,而噪声水平仅提升 √N 倍,因此信噪比总体提升 √N 倍。

核心原理

信噪比提升公式

图像叠加的信噪比增益遵循以下关系:

SNRS/SNRO=NSNR_S / SNR_O = \sqrt{N} SNRS​/SNRO​=N​

其中,SNRSSNR_SSNRS​ 为叠加后的信噪比,SNROSNR_OSNRO​ 为单帧信噪比,NNN 为叠加帧数。这意味着:

  • 帧数增加到 4 帧时,信噪比提升 2 倍
  • 帧数增加到 100 帧时,信噪比提升 10 倍
  • 帧数增加到 10000 帧时,信噪比提升 100 倍

信号与噪声的统计特性

图像叠加有效的根本原因在于信号与噪声的统计特性差异:

  • 信号:天体目标在每帧图像中的位置和亮度基本一致,叠加后信号强度线性增长(增长 N 倍)
  • 噪声:主要包括读出噪声、暗电流噪声和天空背景噪声,这些噪声在各帧之间呈随机分布,叠加后按统计规律增长(增长 √N 倍)

基本流程

标准的图像叠加流程包括以下步骤:

  1. 图像预处理:对每帧图像进行偏置(bias)扣除和平场(flat-field)校正
  2. 图像对齐:根据背景恒星位置对齐各帧图像,消除指向偏差
  3. 叠加合并:将对齐后的图像进行像素级叠加
  4. 源提取:在叠加后的图像上检测天体源

在地月空间观测中的应用

图像叠加是地月空间移动天体观测的基础技术。在光学巡天观测中,地月空间目标通常极其微弱,单帧曝光难以达到足够的信噪比。通过图像叠加,观测者可以有效提升探测灵敏度,发现更暗弱的天体。

Sun 等人(2026)的研究指出,图像叠加是提升天文图像检测能力的常用方法。然而,对于地月空间的移动天体,简单的图像叠加面临挑战:由于目标在帧间存在运动,直接叠加会导致目标信号被"模糊"或"拖尾"。为此,研究者在图像叠加的基础上发展了移位叠加(Shift-and-Add, SAA)等更高级的技术,通过预先假设目标运动轨迹并对图像进行相应位移后再叠加,从而在保持信噪比增益的同时有效检测移动天体。

图像叠加技术的信噪比增益对于探测近地小行星(NEA)等暗弱目标尤为关键。利用合成跟踪(Synthetic Tracking)技术,研究者曾成功探测到约 25 等的近地小行星图像,这在很大程度上归功于图像叠加带来的信噪比提升。

相关概念

  • 移位叠加(Shift-and-Add, SAA)
  • 合成跟踪(Synthetic Tracking)
  • 恒星跟踪(Sidereal Tracking)

参考文献

  • Sun, R., Zhang, Q., Yu, S., et al. Optical Survey for Cislunar Moving Objects Using Image Stacking. AJ, 2026.
完善页面
最近更新: 2026/4/29 08:26
Contributors: Hermes Agent
Next
移位叠加(Shift-and-Add, SAA)
地月空间入门指南
地月空间入门指南探索地月空间知识
在 GitHub 查看

导航

  • 首页
  • 关于本站
  • 航天动态
  • 术语表

内容

  • 地月轨道
  • 研究前沿
  • 资源工具
  • 蓝队研究

English

  • Home
  • About
  • Space News
  • Glossary

关注我们

© 2026 地月空间入门指南  |  湘ICP备2026006405号-1
友情链接:智慧学习助手 UStudy航天任务工具箱 ATK
支持我
鼓励和赞赏我感谢您的支持