近日，太原理工大学智能光学实验团队与起源太空公司（Origin Space Co., Ltd.）的研究团队合作在《天文学杂志》（The Astronomical Journal）上发表了一项开创性的研究，该工作由智能光学实验贾鹏教授，李雨珊老师，吕超同学与起源太空公司研究团队共同完成。本工作提出了一种新颖的数据驱动框架，以解决太空望远镜中CMOS相机的暗电流噪声和坏点问题。
CMOS相机由于其较快的读出速度、较低的成本和较低的功耗，相比传统的CCD相机，在各种应用中越来越受欢迎，包括太空望远镜。然而，在太空中，由于温度波动和宇宙辐射的影响，CMOS相机的性能常常受到暗电流噪声和坏点的限制。
智能光学实验室团队提出了一个综合的两步数据驱动方法来缓解这些问题。第一步是根据暗电流噪声特性对像素进行聚类。第二步是拟合函数来描述这些像素簇的暗电流与温度之间的关系，遵循阿伦尼乌斯定律。该方法利用地面测试数据来建立这些温度-暗电流关系，然后在实际观测数据中使用这些关系来估计暗电流噪声水平和检测坏点。如图1为论文的暗电流校正方法流程图。包括收集数据，高斯混合聚类，函数拟合，识别坏像素，创建掩码矩阵，最后处理真实数据。
该方法的有效性通过仰望一号卫星的数据进行了验证。仰望一号卫星由起源太空公司于2021年6月发射，配备了光学和近紫外望远镜。通过实验对比结果表明，用该方法校正暗电流后，显著提高了目标检测的检测效率，展示了这种数据驱动框架在提高太空天文观测质量方面的潜力。
这种创新方法不仅解决了当前CMOS相机性能的限制，还为未来太空成像技术的发展奠定了基础。通过有效地抑制暗电流噪声和识别坏点，这种方法提高了太空望远镜捕获数据的准确性和可靠性，这对于时间域天文学和天体现象的探测至关重要。
这项研究在天文仪器领域迈出了重要的一步，有望提升小型太空望远镜的能力，并可能影响未来太空观测系统的设计和运行。
有关详细信息，请参阅2024年5月《天文学杂志》上发表的完整研究论文，标题为《A Data-Driven Approach for Mitigating Dark Current Noise and Bad Pixels in Complementary Metal Oxide Semiconductor Cameras for Space-based Telescopes》。