NVST与AIA交互式Python配准:让地面望远镜＂对上＂卫星图像

简介

地面高分辨率望远镜（如中国科学院云南天文台的NVST）拍摄的Hα图像，与太阳动力学天文台（SDO）AIA的极紫外图像，本质上看的是同一片太阳，却分别运行在截然不同的坐标系统里。如何把NVST的精细色球结构，准确地"贴"到AIA图像对应的位置上？这个看似简单的问题，实际上涉及像素尺度差异、光轴方向不确定性、图像旋转以及WCS坐标系的构建，处理起来并不轻松。本文介绍一个基于Python开发的交互式配准工具，希望对有类似需求的朋友有所帮助。

1. 写在前面：为什么配准这么麻烦？

AIA的数据自带完整的WCS头文件，日面坐标系（Helioprojective）、像素尺度、指向信息一应俱全，sunpy可以直接读取使用。但NVST的情况就复杂多了。

首先，NVST的图像方向不是固定的。由于地平式装置加上大气折射的影响，不同时间拍摄的Hα图像，东西南北方向可能是左右颠倒的、也可能是上下颠倒的，甚至两者兼有。这不是数据缺陷，而是地面观测的固有特性，需要在处理时手动确认并校正。

其次，即便方向对了，NVST视场和AIA视场之间也存在一个旋转角。两台仪器的光轴朝向、焦面坐标系的定义各不相同，这个角度需要通过在两幅图像上识别同一个物理特征，几何计算得出。

这个程序要解决的，就是这两个问题：翻转 + 旋转，外加最终的WCS坐标头文件生成。

2. 配准流程设计

图1：程序界面截图

程序启动后，左侧显示AIA图像（带完整WCS投影），右侧显示NVST Hα图像（只有像素坐标）。整个配准按照固定的四步状态进行，底部状态栏会实时提示当前处于哪一步。我也贴心地提供了Hα的增强显示功能，如下图2所示。

第一步：在AIA上点击参考点P1

在AIA图像上，找到一个两幅图里都能清楚辨认的特征——活动区亮点、暗条端点、或者某个明显的色球结构——用鼠标点击。程序会自动通过sunpy的WCS解算，把你点击的像素坐标转换成日面坐标（Tx, Ty，单位角秒），并在图上标红色"+"号。

第二步：在NVST上点击对应的同一特征

切换到右侧NVST图像，在同一个物理位置点击。这一步确定的是NVST像素坐标与AIA日面坐标之间的对应关系，相当于定下了WCS的参考点（CRPIX / CRVAL）。

第三步：在AIA上再点击第二个参考点P2

P1和P2之间的连线，确定了AIA坐标系里的一个方向向量，同时P1P2的角秒距离也决定了NVST图像上的参考圆半径。程序会在NVST图上以P1为圆心，自动画出一个蓝色虚线圆。

第四步：在NVST圆圈上点击对应位置

这是最关键的一步。在NVST图像里，沿着刚才那个蓝色圆圈，找到和P2在物理上对应的同一特征，点击一下。程序会计算NVST方向向量与AIA方向向量之间的夹角，这就是两幅图像之间的旋转角。整个配准完成。

整个数据流水线可以用一行表示：

原始数据 → 翻转（配准的一部分）→ 绕P1旋转 → 写入WCS头文件

旋转中心固定在P1像素，这样P1点在旋转前后位置不变，WCS的参考点坐标也不需要修正，几何上完全自洽。

3. 翻转：配准的前提，不是后处理

右侧提供了"Flip LR"和"Flip UD"两个按钮，用于校正NVST的图像方向。需要特别说明的是，翻转操作是配准流程的一部分，而不是显示上的装饰。每次执行翻转后，程序会自动重置当前配准状态，要求用户重新走一遍四步流程。

这样设计的原因是：旋转角的计算依赖于翻转后的NVST坐标系。如果翻转状态和配准结果不一致，保存的WCS头文件里CDELT的符号就会出错，reproject时坐标轴方向就会算反，导致叠加图像左右镜像。把翻转和配准绑定在一起，从根本上避免了这类不一致。

4. 叠加验证：用reproject检查效果

配准完成后，点击"Overlay"按钮会弹出一个新窗口，显示三张并排的图像：原始AIA图像、重投影到AIA坐标网格后的NVST图像、以及两者的混合叠加。

写在最后

有时候会想起2021年在雁栖湖，我也是拿到一组NVST的数据，当时根本不知道原来NVST还得翻转再旋转。你能想象分析了几天然后发现自己图像都看错的尴尬吗...当时已经是2021年的八月份了，我才打开数据进行最基本的查看。可想而知当时的心态有多么崩溃。

写这个程序的起因也是一位师弟在困恼他手头上的数据，因此我想到了通过选两个点，自动进行配准的点子，在Python生态下简单快速的操作。在这里也仅仅是配准，图像去抖动等等都是需要使用者自己的经验。进行单张配准之后，可以把这个fits的操作直接作用在后续所有的文件上，也可以考虑时间变化的问题。

当然，目前这个程序还是基于人工选点的，配准精度受限于操作者对特征识别的经验，以及两幅图像的空间分辨率差异（NVST约0.165"/px，AIA约0.6"/px）。如何更进一步用互相关或特征匹配算法实现自动化，是个有意思但也相当有挑战性的后续方向。但是我们也可以采用NVST其他的数据集，比如TiO和HMI进行配准，这样无疑更加地准确和容易。我们只需要修改程序中对应的TiO分辨率即可（见图5）。

图5：HMI和TiO的对比配准