Photo prise de la terrasse du T152 (Télescope -miroir 152 cm de diamètre) à l'Observatoire de haute Provence
Crédit :
mfl/Observatoire de Paris
Une nuit d'observation à l'OHP, en accéléré
Crédit :
Thierry Semaan/Observatoire de Paris
Préparation
Nous allons vous présenter une "campagne d'observation" à l'Observatoire de Haute Provence.
Au préalable, il faut préparer la campagne d'observation et faire des choix :
Choix de la cible : nébuleuse planétaire ou galaxie,
Choix de la technique d'observation : acquisition dans les 3 bandes spectrales B, V, R (Bleu, Vert, Rouge)
Réduire des données commence par un travail de calibration du capteur de l'instrument. Nous allons voir comment connaitre les caractéristiques et défauts des CCD (courant d'offset, réponse non uniforme …) et comment mesurer ces défauts pour pouvoir ensuite corriger les données.
Des données brutes aux données scientifiques
Le principe du chapitre est de montrer la réduction d'images réelles prises à l'OHP (images 3 bandes d'une nébuleuse planétaire) à partir d'outils de traitement informatique en "temps réel".
Des données scientifiques au produit final
À partir des données réduites, on montre comment l'objectif scientifique du traitement des données acquises diffère de l'objectif du traitement des données pour une présentation au grand public de "belles" images. Le but est d'être succint sans rentrer dans les détails, mais d'illustrer clairement que les deux aspects n'ont rien a voir l'un avec l'autre.
L'objectif cosmétique : construction d'une belle image trichromique avec constrastes optimisés
L'objectif scientifique: on construit une image couleur B-V à partir de laquelle on peut dans l'exemple d'une galaxie un bulbe rouge et un disque bleu
Il faut donc bien faire la différence entre le travail scientifique et le travail artistique.
Observation
Protocole
Préparation des observations à l'OHP (Observatoire de haute Provence)
Crédit :
mfl/Observatoire de Paris
Un étudiant prépare le télescope T80 de l'OHP : pointage du télescope vers la cible.
Crédit :
mfl/Observatoire de Paris
Schéma du télescope T152
Crédit :
Observatoire de Haute Provence
Le T80
Crédit :
mfl/Observatoire de Paris
La première fois que l'on observe avec un télescope est en général un moment qui marque, quelque soit l'objet que l'on observe ou les moyens d'observation que l'on utilise, amateur ou professionnel.
Passé ce premier moment d'emerveillement, il faut se rappeler que l'astronomie est une science, la science de l'observation des astres. Et qu'en tant que telle, son but est de comprendre les principes physiques des objets que l'on observe et leurs propriétés.
Crédit :
Mathieu Puech, Gilles Bessou/Observatoire de Paris
Pour atteindre cet objectif, il faut que l'observation soit fidèle aux propriétés de l'objet que l'on étudie. Car l'observation c'est le premier maillon de la démarche scientifique, celle ci consiste à :
Observer, émettre des hypothèses sur les phénomènes que l'on observe
Les intégrer dans un cadre théorique, utiliser ce cadre théorique pour émettre des prédictions que l'on pourra confronter à l'expérimentation et à l'observation,
On voit donc que si l'observation de départ n'est pas fidèle à l'objet que l'on observe, tout le cadre logique de la démarche scientifique s'écroule.
Construire un protocole d'observation est donc une tâche complexe et importante, particulièrement difficile lorsque l'on observe des objets aussi faibles et lointains que des étoiles ou des galaxies dans l'Univers distant.
Pendant longtemps les astronomes ont utilisé des plaques photographiques pour enregistrer leurs observations et effectuer leurs mesures une fois de retour au laboratoire. Mais depuis une vingtaine d'années ces plaques photographiques ont laissé la place aux détecteurs CCD. Ces détecteurs sont trés similaires aux détecteurs que l'on peut trouver dans les appareils photo numériques, par exemple.
Ces détecteurs sont constitués de petits pixels faits de matériaux semi-conducteurs comme le silicium dont le rôle est de convertir l'intensité lumineuse en courant électrique.
Ce courant électrique est ensuite converti en une suite de 0 et de 1 que les ordinateurs savent lire et décrypter. Ce sont ces 0 et ces 1 que l'on trouve derrière les formats d'images tel que le bmp ou le jpeg ou le fits par exemple. Selon la façon dont ces 0 et ces 1 sont utilisés pour coder l'information.
CCD
Analogie avec la pluie et les seaux
Crédit :
Mathieu Puech/Gilles bessou/ Observatoire de Paris
On construit aujourd'hui des détecteurs CCD de plus en plus performants, malgré tout, ce sont principalement leurs défauts que l'on va chercher à mesurer et corriger dans le processus de la réduction de données.
Pour rendre tout cela plus concret, nous allons suivre les différentes étapes de la réduction de données à partir d'un exemple d'observations réalisées à l'Observatoire de Haute Provence.
La nébuleuse de la Lyre M57
M57 - The ring Nebulæ. La nébuleuse de la Lyre (voir catalogue Messier, SIMBAD, ou wikipedia)
Crédit :
Hubble
M57, la même vue au T80 de l'OHP
Crédit :
mfl/Observatoire de Paris
M57, la même vue au T120 de l'OHP dans des filtres différents
Nous allons nous pencher sur des observations de la nébuleuse planétaire de la Lyre, appelée aussi Messier 57 ou M57. Le point blanc, au centre, est une naine blanche, c'est a dire les restes d'une étoile arrivée en fin de vie.
Elle a alors expulsé ses couches de gaz externes, que l'on observe aujourd'hui sous la forme d'un anneau. La diamètre de cet anneau de gaz est de 2.4 a.l, soit environ 23 mille millards de km. Sur le ciel, cet anneau s'etend sur 6 minutes d'arc c'est à dire a peu près 1/5eme du diamètre de la pleine lune.
La magnitude apparente apparente de cette nébuleuse est environ 10 en bande V, c'est a dire dans le vert. Elle n'est pas visible a l'oeil nu mais un télescope de petit diamètre comme celui de 80 cm a l'observatoire de Haute Provence suffit pour bien l'observer.
M57 a été observée dans trois bandes qui correspondent a trois couleurs différentes: bleu (en bande B), vert (en bande V) et rouge (en bande R).
Observer un objet dans plusieurs filtres permet de sonder différents constituants et de comparer leurs distributions. Mais auparavant, il nous faut mesurer et corriger les défauts du détecteur placé derrière le télescope de 80 cm de l'OHP. Celui-ci, comme tous les CCD, a trois défauts principaux.
Identifier le signal du bruit
Courant d'offset
Tout d'abord, il faut considérer le signal de biais ou d'offset
Pour mesurer ce signal c'est tés simple : il sufffit d'obturer le détecteur de manière à ce qu'aucun signal lumineux n'entre et d'effectuer des poses trés courtes, de 1s ou moins.
Mesure du signal de biais. Analogie avec la pluie et les seaux
Crédit :
Mathieu Puech/Gilles bessou/ Observatoire de Paris
Courant d'obscurité
Le deuxième défaut est lié à l'agitation thermique.
A température ambiante, les électrons situés dans le matériau semi-conducteur du détecteur ne sont pas immobiles. A cause de cette agitation "thermique" les électrons peuvent se détacher des atomes semi-conducteurs et produire un courant parasite appelé "courant d'obscurité".
Ce courant est d'autant plus important que le temps de pose est long, les électrons ont alors plus de temps pour se détacher. Pour mesurer ce courant d'obscurité, il faut obturer à nouveau le détecteur, en revanche le temps d'exposition doit maintenant être le même que sur l'objet observé.
Bien sur ce courant d'obscurité contient également le courant de biais.
En corrigeant les images observées du courant d'obscurité on se débarrassera donc à la fois du courant de biais et du courant d'obscurité.
Mesure du courant d'obscurité. Analogie avec la pluie et les seaux
Crédit :
Mathieu Puech/Gilles bessou/ Observatoire de Paris
Champ plat
Enfin, chaque pixel du CCD répond différemment à un signal lumineux . Il y a aussi les poussières qui peuvent plus ou moins absorber ce signal lumineux.
Il faut donc mesurer la manière dont chaque pixel du détecteur répond à un signal donné.
Pour faire cette mesure il faut fermer le dôme pour éviter toute source de lumière parasite extérieure. Et ensuite pointer le télescope vers un écran que l'on aura éclairé d'une source de lumière la plus uniforme possible .
Bien sûr cette image de champ plat contient elle même le courant de biais et le courant d'obscurité.
Dernière subtilité : les variations de champ plats dépendent du filtre utilisé, il faudra faire attention à faire cette mesure dans chacun des filtres.
Mesure du champ plat. Analogie avec la pluie et les seaux
Crédit :
Mathieu Puech/Gilles bessou/ Observatoire de Paris
Crédit :
Mathieu PUECH /FsU/ Observatoire de Paris
Le bruit des photons est la principale source de bruit dans les images prises par les appareils photo numériques actuels. On observe une amélioration importante de la qualité de l'image au delà de 10 photons/pixel (l'image source a été enregistrée avec un capteur d'une capacité de 40.000 électrons/pixel).
Galaxie M31 : Bruit de photon réduire en moyennant sur plusieurs observations
Crédit :
Mathieu PUECH /FsU/ Observatoire de Paris
Il reste encore une difficulté. Placé devant une source de lumière uniforme, chaque pixel va collecter un nombre de photons qui varie aléatoirement. C'est ce qu'on appelle le bruit de photons et c'est une caractéristique fondamentale de la lumière qui va affecter toutes les images de calibration que l'on va mesurer, que ce soit le courant de biais, d'obscurité ou les images de champ plat.
En répétant ces mesures et en les moyennant, les variations pixel à pixel vont disparaître et ne laisser que le signal moyen qui nous intéresse.
Équation de la réduction
Effet de la turbulence
Crédit :
Benoit Neischel/ Observatoire de Paris
Effet de la turbulence (à droite) de l'air sur l'observation d'une galaxie
Crédit :
CFHT
On voit donc qu'il est important de planifier en avance le type de défauts à corriger pour organiser les mesures de calibration nécessaires au télescope. Si l'on oublie une seule image de calibration, que ce soit un biais, un courant d'obscurité, ou une image de champ plat alors toutes les données scientifiques peuvent se retrouver inutiles !
Le processus de réduction peut se résumer en une équation trés simple appelée "Équation fondamentale de la réduction" :
Pour obtenir une image scientifique réduite il faut commencer par soustraire le courant d'obscurité à l'image brute observée au télescope ; il faut enfin diviser le résultat obtenue par l'image de champ plat, , afin d'uniformiser la réponse de tous les pixels du détecteur.
Ces étapes, sont les étapes élémentaires de la réduction de données. Il existe en réalité d'autres effets qu'il peut être nécessaire de corriger.
Sur le détecteur certains pixels, voir des lignes entières de pixels peuvent être défectueux. L'iinstrument lui même peut avoir des défauts optiques qui altèrent les images.
Enfin la turbulence athmosphérique, brouille les images reçues au sol. Celles-ci peuvent être corrigées par les techniques d'optiques adaptatives ; mais c'est une autre histoire et nous allons nous concentrer sur les défauts dûs au récepteur CCD.
Techniques d'Optique Adaptative
MOSSER Benoit.
Optique Adaptative.
In Fenêtre sur l'univers.
[consulté le 2012].
http://media4.obspm.fr/public/FSU/pages_oa/index.html.
Ce site ne correspond qu'au contenu web de la formation Fenêtres sur l'Univers. La formation complète comporte un tutorat personnalisé avec un enseignant-chercheur, une correction en ligne aux exercices, un dialogue (en direct ou par forum) avec les autres étudiants, et un système de recherche de pages..
Logiciel opensource ImageJ. Copie d'écran : contenu du dossier ImageJ après installation sur votre ordinateur.
Crédit :
mfl/Observatoire de Paris
Calibrer le capteur de l'instrument d'observation.
Crédit :
Mathieu Puech - Observatoire de Paris
Trousse à outils au T80 de l'OHP !
Crédit :
mfl - Observatoire de Paris
Nous vous proposons dans ce chapitre une application des concepts scientifiques abordés dans ce site Ondes et Instrument ; il s'agit du traitement des données en astronomie : en particulier la réduction de données acquises au télescope de 80cm de l'Observatoire de Haute Provence lors d'une observation réalisée en août 2011.
Il est recommandé de consulter les chapitre "Faire parler la lumière" et "De l'image numérique aux données scientifiques" avant d'entreprendre ce TP.
D'autre part, vous devez :
Télécharger et installer le logiciel de traitement et d'analyse de données ImageJ
Vous trouverez également tout ce qui est nécessaire à la réalisation du TP sur le site http://ufe.obspm.fr/reduction
(ImageJ, les plugins StackReg et TurboReg, et les données).
Si besoin, commencer par des exercices de base : TP - de base.
Pour suivre "pas à pas" le déroulement de l'opération de réduction des données de M57, suivez la procédure dans la vidéo "De l'image numérique aux données scientifiques", au chapitre
"Application : réduction de données" (à la minute 8:40 de la vidéo)
Vous pouvez également télécharger la vidéo "De l'image numérique aux données scientifiques", au format QuickTime, (application.mov) : avec le lecteur QuickTime vous aurez accès à la vidéo chapitrée.
Crédit :
Yves Kazulny - extrait du rapport de stage d'observation
La cible : M57, position dans le ciel le jour de l'observation
Crédit :
Yves Kazulny - extrait du rapport de stage d'observation
La réduction des données d'observation de la nébuleuse de la Lyre (M57), acquises en août 2011 à l'Observatoire de Hautre Provence est réalisée avec le logiciel opensource ImageJ.
Nous allons :
inspecter visuellement des calibrations et des images brutes
produire une image de courant d'obscurité maître ( master dark)
produire une image de champ plat maître (master flat)
soustraire le biais (offset) des images brutes et corriger le flat
On ne montre, dans la vidéo, la manipulation que sur un des filtres (le travail de réduction, dans la réalité est à effectuer sur chacun des filtres utilisés pour les observations).
Voir le déroulement de la calibration de M57 sur la vidéo : format application.mov ou application.mp4 , le chapitre correspondant aux procédures de réduction de m57 à l'aide du logiciel ImageJ commence au temps t= 8:40 mn.
Calibrer "pas à pas"
Courant d'obscurité maître
Exemple d'image de courant d'obscurité (dark)
Crédit :
ESO
Exemple d'image de courant d'obscurité (dark)
Crédit :
ESO
Utiliser le logiciel de traitement des données ImageJ. Importer dans une pile d'images (Stack) les images de courant d'obscurité (dark) prisent aux télescope. On crée ainsi un cube de données.
Crédit :
mfl - Observatoire de Paris
La première étape de la réduction consiste à préparer une image appelée "master-dark".
Nous allons tout d'abord ouvrir l'ensemble des images de calibration prises au télescope pour mesurer le courant d’obscurité : cliquer sur le menu FILE puis sélectionner IMPORT et IMAGE SEQUENCE. Apres s’être assuré que l’on se trouve bien dans le répertoire contenant les données de calibration, il est possible d’entrer une chaîne de caractère contenue dans le nom de toutes les images de courant d‘obscurité, dans notre exemple, « r_45dark », ce qui permet d’ouvrir toutes les images dont le nom contient cette chaîne de caractère en une seule opération.
Le logiciel ouvre toutes les images de courant d'obscurité et les place dans une pile d'images ou STACK, que l’on peut facilement inspecter visuellement grâce au curseur situé en bas de la fenêtre. Dans notre exemple, trois images de courant d’obscurité ont été realisées.
Nous allons répéter la même opération et ouvrir une deuxième pile contenant les mêmes images, que nous allons utiliser pour effectuer quelques tests simples et vérifier qu’elles sont utilisables pour la réduction des données. Nous utiliserons la pile de gauche pour traiter les données prises au télescope, alors que la pile de droite va nous servir à faire nos tests de vérification.
Analyse statistique
Pour calculer l'image de courant d'obscurité maître (master dark), utilisons l'outils de mesures statistiques du logiciel ImageJ sur chacune des images. Nous vérifions ainsi que les images de courant d'obscurité sont toutes utilisables.
Crédit :
mfl/Observatoire de Paris
Le menu MEASURE STACK d'ImageJ, calcule sur chacune des images de la pile : la médiane, la déviation standard …
Crédit :
mfl/Observatoire de Paris
Optimiser le contraste des images de courant d’obscurité afin de vérifier qu’elles ne contiennent pas de défauts importants. Pour cela, cliquer sur PROCESS et ENHANCE CONSTRAST puis normaliser toutes les images en même temps. Cette opération révèle le bruit de photon sur chacune des images. En les inspectant tour à tour, on constate qu’il n’y a pas de différence notable sur l’aspect général du bruit entre les images, ni d’image avec un défaut particulier qui devrait être retirée de la pile.
Vérifier cela quantitativement : cliquer sur PLUGINS, STACKS et MEASURE STACK. Quelques éléments statistiques s’affichent : on peut constater que toutes les images ont à peu près la même valeur moyenne et déviation standard, ce qui confirme qu’il n’y a pas de défauts particuliers.
Répétons la même opération sur les images qui n’ont pas été optimisées en contraste. Nous constatons que la valeur moyenne des images ainsi que leur déviation standard sont beaucoup plus petites que dans les images optimisées en constraste. Ce qui signifie que cette opération modifie les données.
Il faudra donc faire attention à utiliser des images qui n’ont pas été modifiées pour effectuer la réduction des données, sinon le résultat sera fausse par cette manipulation.
Master dark
Calcul sur l'ensemble des données des images de la pile (stack), par projection en Z (dans le cube de données)
Crédit :
mfl - Observatoire de Paris
Calcul de l'image médiane des images de courant d'obscurité.
Crédit :
mfl - Observatoire de Paris
Nous pouvons maintenant construire une image de courant d'obscurité maître ou master-dark.
Pour cela cliquer sur IMAGE, STACKS et ZPROJECT. Vérifier que la méthode de combinaison est bien la médiane : le logiciel va calculer l’image médiane des trois images de courant d’obscurité et l’afficher. Cliquer à nouveau sur ANALYZE et MEASURE : nous voyons que la nouvelle image est bien représentative de la moyenne entre les images individuelles et que sa dispersion standard a diminue, ce qui montre que le bruit de photon a bien été diminue par cette opération. Plus il y a d’images individuelles, plus la réduction du bruit sera efficace. Dans cet exemple seulement trois images ont été prises, ce qui limite la réduction de bruit.
Nous devons maintenant sauvegarder notre image de courant d’obscurité maître en cliquant sur FILE SAVE AS et FITS. La réduction peut être un processus mettant en jeu de nombreux fichiers différents et il est important de bien classer ses fichiers. Dans cet exemple nous mettrons tous les fichiers produits dans un dossier appele RESULTS pour les distinguer des fichiers correspondants aux images prises au télescope. Il est egalement important d’utiliser des noms de fichier explicites ce qui aidera par la suite à ne pas confondre les différentes images.
Master Flat
Calcul de l'image de champ plat maître, ou Plage de Lumière Uniforme maître (PLU maître), ou master flat)
Crédit :
mfl - Observatoire de Paris
La deuxième étape consiste à construire l’image de champ plat maître ou "master-flat". Comme dans la première étape, nous allons ouvrir l'ensemble des images de champ plat prises au télescope : cliquer sur le menu FILE puis sélectionner IMPORT et IMAGE SEQUENCE.
Apres s’être assuré que l’on se trouve bien dans le répertoire contenant les données de calibration : entrer une chaine de caractère contenue dans le nom de toutes les images de champ plat. Dans notre exemple, « flat_R ». Toutes les images de champ plat sont ouvertes dans une pile. Nous voyons dans notre exemple que dix images de champ plat ont été réalisées.
Nous allons ouvrir une deuxième pile contenant les mêmes images pour les inspecter. Sans modifier les images de la première pile qui seront utilisées pour la réduction proprement dite. Nous allons commencer par optimiser le contraste des images afin de vérifier qu’elles ne contiennent pas de défauts importants : cliquer sur PROCESS et ENHANCE CONSTRAST puis normaliser toutes les images en même temps.
En les inspectant tour à tour, on constate qu’il n’y a pas de différence notable sur l’aspect général des images, ni d’image avec un défaut particulier qui devrait être retirée de la pile. Nous voyons clairement apparaitre plusieurs types de défauts :
Les anneaux sombres sont dûs à des poussières qui se trouvent sur les différents éléments optiques du télescopes ou de l’instrument. Nous voyons aussi des gradients de lumière en arrière plan qui peuvent être dus à des effets de vignettages, c'est-à-dire d’ombre ; ou aux pixels du détecteur qui réagissent de manière différente à une même intensité de lumière. Enfin, certaines lignes du détecteur sont défectueuses et ne permettent plus de transférer le signal correctement. Elles apparaissent sous la forme de lignes blanches ou noires.
Remarque :
La normalisation de l'image de champ plat maitre par la valeur maximale permet d'utiliser l'ensemble de la dynamique de l'image et nous permettra d'obtenir une image couleur plus optimale d'un point de vue visuel.
Ceci a pour conséquence de modifier l'échelle en intensité des images réduites. Afin de ne pas "distordre" cette échelle, les astronomes utilisent plutôt une normalisation par la valeur moyenne de l'image.
Essayez les deux façons de normaliser l'image de champ plat maitre et comparer les échelles de valeurs obtenues ainsi que le rendu visuel de l'image couleur finale pour vous faire une idée des avantages et inconvéniants des deux méthodes.
Master Flat
Menu STACK et ZPROJECT
Crédit :
mfl/Observatoire de Paris
Menu STACK et ZPROJECT
Crédit :
mfl/Observatoire de Paris
Pour effecteur des calculs entre images : Menu IMAGE CALCULATOR …
Crédit :
mfl/Observatoire de Paris
Nous pouvons maintenant construire une image de champ plat maître ou master-flat. Pour cela cliquer sur IMAGE, STACKS et ZPROJECT. Verifier à nouveau que la méthode de combinaison est bien la médiane : le logiciel va calculer l’image médiane des dix images de courant d’obscurité et l’afficher. Il est important de ne pas oublier que la mesure de champ plat contient également le courant d’obscurité qu’il faut donc retirer.
Pour cela cliquer sur PROCESS et IMAGE CALCULATOR. Sélectionner l’image médiane que nous venons de calculer et soustraire l’image de courant d’obscurité maître. Nous devons maintenant normaliser cette image à 1 :
cliquer sur ANALYZE puis MEASURE et relever la valeur MAXIMALE..
cliquer sur PROCESS, MATH et DIVIDE.
Entrer la valeur maximale mesurée à l’étape précédente et valider. L’image de champ plat maître est prête.
Pour la sauvegarder, cliquer sur FILE SAVE AS et FITS.
Prenez garde à bien sauvegarder cette image dans le bon répertoire à lui donner un nom de fichier explicite. Nous pouvons maintenant fermer les fenêtres devenues inutiles pour la suite des opérations pour nous préparer à la réduction proprement dite.
"Réduire" les images
Réduction
Calcul de l'image réduite, à partir de l'image brute et des master dark et master flat, à l'aide d'ImageJ et selon l'équation de la réduction
Crédit :
mfl/Observatoire de Paris
Le processus de réduction peut se résumer en une équation trés simple appelée "Équation fondamentale de la réduction" :
Étape de réduction proprement dite
Commencer par ouvrir l’image scientifique brute à réduire en cliquant sur FILE et OPEN. Revenir au répertoire où se trouvent les données collectées au télescope et sélectionner l’image à traiter.
Appliquer l'équation de la réduction
Menus PROCESS et IMAGE CALCULATOR … pour effectuer les opérations de l'équation de la réduction :
Crédit :
mfl/Observatoire de Paris
Menus PROCESS et IMAGE CALCULATOR … pour effectuer les opérations de l'équation de la réduction :
Soustraite de l'image brute, le master dark (image de courant d'obscurité maître)
Crédit :
mfl/Observatoire de Paris
Diviser le résultat précédent par la master flat (image de champ plat maître)
Crédit :
mfl/Observatoire de Paris
Cliquer sur PROCESS et IMAGE CALCULATOR.
Sélectionner l’image que nous venons de calculer et diviser par l’image de champ plat maître.
Sélectionner l’image à réduire puis soustraire l’image de courant d’obscurité maître ; nous vous conseillons de fermer l’image brute pour éviter toute confusion par la suite.
L’image réduite s’affiche. Fermer à nouveau le résultat intermédiaire précédent pour éviter toute confusion. Nous pouvons également fermer les images de calibration maître, sauf si d’autres images dans la même bande doivent être réduites.
Image scientifique
Mesure de la distance entre la naine blanche centrale et l'enveloppe de gaz qui l'entoure
Crédit :
Mathieu Puech - Observatoire de Paris
En observant l'enveloppe de gaz de M57 avec un filtre bleu, on voit la distribution du gaz oxygène ionisé
Crédit :
Mathieu Puech - Observatoire de Paris
En observant l'enveloppe de gaz de M57 avec un filtre rouge, on voit la distribution du gaz hydrogène ionisé
Crédit :
Mathieu Puech - Observatoire de Paris
Crédit :
Mathieu Puech - Observatoire de Paris
Nous avons maintenant une image scientifique réduite qui a été corrigée des défauts du détecteur et de l’instrument. Elle est prête à être exploitée scientifiquement.
Pour cela nous devons la sauvegarder en cliquant sur FILE SAVE AS puis FITS. Penser a nouveau a bien sauvegarder cette image dans le bon répertoire a lui donner un nom de fichier explicite.
Trichromie
Image couleur
Alignement des images réduites dans chacunes des bandes (filtres) grace au plugin StackReg, d'ImageJ
Crédit :
Mathieu Puech - Observatoire de Paris
Combinaison des images réduites dans chacune des bandes (filtres) Rouge, Bleu, Visible
Crédit :
Mathieu Puech - Observatoire de Paris
Aprés réduction des données et création de l'image composite : M57 observée au T80
Crédit :
Mathieu Puech - Observatoire de Paris
Crédit :
Mathieu Puech - Observatoire de Paris
Pour réaligner les images de la pile, menu PLUGIN et STACKREG
Crédit :
mfl/Observatoire de Paris
Nous avons vu comment réduire l’image brute d’un objet dans une bande d’observation donnée. Nous allons maintenant voir comment combiner différentes bandes pour former une image couleur en trois bandes.
Trichromie sur M57
Cliquer sur FILE, IMPORT et IMAGE SEQUENCE pour ouvrir les images de l'objet observé dans différentes bandes.
Jusqu'à présent nous avons réduit ensemble l’image de M57 en bande R, nous avons préparé les images scientifiques réduites de M57 dans les bandes B et V en suivant la même méthode.
Les images réduites de M57 en bandes B, R et V s’affichent dans une même pile que nous pouvons inspecter visuellement. Nous constatons que les 3 images ne sont pas correctement alignées : les étoiles présentent dans le champ apparaissent a différentes positions sur chacune des images de la pile. Il faut donc tout d’abord réaligner les trois images.
Aligner les images
Cliquer sur PLUGINS, STACKREG et a nouveau STACKREG, sélectionner une transformation par translation qui donne les meilleures résultats. Le logiciel réaligne automatiquement les images. Si nous inspectons à nouveau la pile, les étoiles apparaissent maintenant à la même position sur l’image.
Combiner les images
Nous allons maintenant pouvoir combiner les trois images (en associant un canal de couleur (R,V (comme Vert) et B) à un filtre (filtre bande B, R et V comme Visible) :
Il faut séparer les images de la pile :
Cliquer sur IMAGE, STACKS et STACK TO IMAGES.
Cliquer maintenant sur IMAGE puis sur COLOR et MERGE CHANNELS.
Il faut maintenant associer le bon filte au bon canal de couleur : la bande R au rouge, la bande V au vert, et la bande B au bleu.
Vraies/Fausses couleurs
Crédit :
Mathieu Puech - Observatoire de Paris / ESO
Pour réaligner les images de la pile, menu PLUGIN et STACKREG
Crédit :
HST (Hubble Space Telescope)
Image composite de M57 (The Ring nebulæ), Télescope Subaru
Crédit :
HST/STScI/NASA
Plus d'images de M57 …
MESSIER.
More images from M57.
In Hubble Space Telescope images the Ring Nebula M57.
[consulté le 2012].
http://messier.seds.org/more/m057_more.html.
M57 dans le catalogue MESSIER (images, informations …).
Question de codage
Noter que dans cet exemple, les trois filtres correspondent aux couleurs primaires ce qui permet de faire une synthèse additive des couleurs et ainsi reproduire une véritable image couleur qui reproduit l’objet quasiment comme notre œil "le verrait".
Rien n’empêche d’associer aux trois cannaux de couleur des filtres différents correspondants à des rayonnements qui peuvent même être invisibles à l’œil et produire ainsi des images en fausses couleurs. Les images que l’on voit dans les magazines ne sont donc pas forcément réalistes !
Analyse des données
L'image scientifique
Crédit :
Mathieu Puech / Observatoire de Paris
Poste de travail pour l'acquisition puis l'analyse des données au T120 de l'OHP
Crédit :
mfl / Observatoire de Paris
Crédit :
Mathieu Puech / Observatoire de Paris
Les données réduites sont prêtes à être analysées scientifiquement car elles sont corrigées de tous les défauts instrumentaux.
L'analyse scientifique va consister à réaliser les mesures les plus précises possibles sur ces images. Celles-ci vont dépendre des objectifs scientifiques comme la mesure d'une distance, par exemple la distance entre la naine blanche et l'enveloppe de gaz dans M57 ; ou la quantité de lumière reçue d'un astre.
Qualité des images
Mesure de la distance entre la naine blanche centrale et l'enveloppe de gaz de M57
Crédit :
Mathieu Puech / Observatoire de Paris
Mesure de la distribution des éléments qui caractérisent l'enveloppe de gaz de la nébuleuse, en fonction de leur nature. On applique un filtre : un filtre rouge montre distribution de l'oxygène ionisé dans l'enveloppe de la nébuleuse M57
Crédit :
Mathieu Puech / Observatoire de Paris
Un filtre bleu nous montre la distribution de l'oxygène ionisé dans l'enveloppe de la nébuleuse M57
Crédit :
Mathieu Puech / Observatoire de Paris
On voit donc mieux pourquoi le but du scientifique est d'obtenir des images corrigées de l'ensemble des défauts de la chaîne d'observation afin d'obtenir une mesure précise. Par exemple, si l'image est affectée par les défauts de l'instrument, alors la mesure entre la naine blanche centrale et l'enveloppe de gaz qui l'entoure sera fausse !
En observant la distribution de cette enveloppe de gaz dans plusieurs filtres, on peut caractériser sa distribution, en fonction de sa nature. Par exemple le filtre bleu nous montrera la distribution d'oxygène ionisé alors que le filtre rouge nous montrera la distribution de l'hydrogène ionisé.
Image scientifique - Image artistique
Compositage
Crédit :
Benoit Neichel/ Observatoire de Paris
On voit que le but premier de l'astrophysicien n'est pas d'obtenir de "belles images" comme on peut en trouver sur Internet ou dans des magazines d'astronomie, ce qui ne l'empêche pas d'en apprécier le caractère esthétique. Son but, c'est d'obtenir des images scientifiquement exploitables qui lui permettrons de mesurer precisément certaines propriétés, comme la taille, la composition, ou la vitesse.
C'est ainsi qu'il peut mieux comprendre les principes physiques qui regissent l'Univers et les objets qui le constituent.
Préparation
Des données brutes aux données scientifiques
Techniques d'Optique Adaptative
Prérequis
Fiches d'installation de l'environnement ImageJ
Remarque :
