如何实现星图质心亚像素级位移，以测试2D高斯拟合质心算法？

阿华AIGC实验室

2026-5-27

实现亚像素级质心位移测试的方法

嘿，我来帮你搞定亚像素级质心位移的测试问题！其实核心思路很简单：直接生成以亚像素坐标为中心的模拟星图，而不是先做像素级位移再调整。这样你就能精准控制真实质心的亚像素位置，再和centroid_2dg的计算结果对比了。

下面是具体的实现步骤和代码示例：

1. 生成亚像素中心的模拟星图

我们可以用2D高斯函数直接生成以亚像素坐标为中心的星图，每个像素的亮度值由这个亚像素中心的高斯分布计算而来。如果需要更贴近真实天文观测，还可以添加噪声。

代码示例

import numpy as np
from photutils.centroids import centroid_2dg
import matplotlib.pyplot as plt

# 自定义亚像素级的真实质心（比如x=10.4，y=8.7）
true_centroid = (10.4, 8.7)
sigma = 2.0  # 高斯半宽，模拟星点的扩散程度
amplitude = 100  # 星点峰值亮度

# 创建像素网格（这里用20x20的图像，你可以根据需求调整大小）
x_pixels = np.arange(20)
y_pixels = np.arange(20)
X, Y = np.meshgrid(x_pixels, y_pixels)

# 生成2D高斯星图
gaussian_img = amplitude * np.exp(
    -((X - true_centroid[0])**2 / (2 * sigma**2) + 
      (Y - true_centroid[1])**2 / (2 * sigma**2))
)

# 添加高斯噪声，模拟真实观测的噪声
noisy_img = gaussian_img + np.random.normal(0, 2, gaussian_img.shape)

2. 用`centroid_2dg`计算质心并对比

接下来就可以用你熟悉的centroid_2dg计算模拟图的质心，和预设的真实亚像素质心做对比：

# 计算质心
measured_centroid = centroid_2dg(noisy_img)

# 输出对比结果
print(f"真实亚像素质心: ({true_centroid[0]:.3f}, {true_centroid[1]:.3f})")
print(f"算法计算质心: ({measured_centroid[0]:.3f}, {measured_centroid[1]:.3f})")
print(f"误差: ({abs(true_centroid[0]-measured_centroid[0]):.3f}, {abs(true_centroid[1]-measured_centroid[1]):.3f})")

# 可视化对比
plt.imshow(noisy_img, origin='lower', cmap='viridis')
plt.scatter(true_centroid[0], true_centroid[1], c='red', marker='x', s=100, label='真实质心')
plt.scatter(measured_centroid[0], measured_centroid[1], c='blue', marker='o', s=80, label='计算质心')
plt.legend()
plt.colorbar(label='亮度')
plt.show()

3. 进阶：用PSF模型生成更真实的星图

如果需要模拟更接近真实天文观测的点扩散函数（PSF），可以用photutils自带的PSF模型来生成，比如GaussianPSF：

from photutils.psf import GaussianPSF

# 创建高斯PSF模型
psf = GaussianPSF(sigma=sigma)
# 生成以亚像素为中心的星图
psf_img = psf.render((20, 20), center=true_centroid)
# 添加噪声后再测试
noisy_psf_img = psf_img + np.random.normal(0, 0.5, psf_img.shape)

这种方式生成的星图更符合真实望远镜的成像效果，测试结果会更有参考价值。