第三章 图像获取与传感器：深空探测常用光学传感器、图像采集与存储格式、传感器噪声与校正
大家好，我是老张。在深空探测这个行当里摸爬滚打了十几年，要说哪个环节最让我又爱又恨，那绝对是图像获取这一步。你想想看，探测器飞了几亿公里，好不容易对准了目标，结果拍回来的图像全是噪点，或者存储格式不对导致数据损坏——这种滋味，我尝过不止一次。
今天咱们就聊聊这个基础但极其关键的环节。说白了，没有高质量的原始图像，后面那些花里胡哨的导航算法全是白搭。
3.1 深空探测常用光学传感器
深空探测用的相机，跟咱们手机上的摄像头完全是两码事。我个人习惯把它们分成三大类：
- 可见光相机：最常用，拍小行星、行星表面都靠它。我在嫦娥二号任务里用的就是这种，分辨率高，但怕暗。
- 红外相机：适合拍温度分布，或者穿透尘埃。记得有一次拍彗星，可见光啥也看不见，红外一照，轮廓清清楚楚。
- 多光谱/高光谱相机：能同时拍几十个波段，用来分析矿物成分。嗯，这玩意儿数据量巨大，存储是个头疼事。
选传感器时，有几个关键指标你得盯紧了：
| 指标 | 说明 | 我的经验 |
|---|---|---|
| 量子效率 | 光子转电子的效率 | 低于60%的基本不考虑 |
| 暗电流 | 没光时产生的噪声 | 温度每降10度，暗电流减半 |
| 满阱容量 | 单个像素能装多少电子 | 越大越好，但动态范围也重要 |
| 读出噪声 | 读取信号时引入的噪声 | 这个值决定了你的信噪比下限 |
核心要点：深空环境极端，传感器必须抗辐射、耐低温。我见过一块CMOS在-80°C下直接罢工的案例，后来换了CCD才搞定。
3.2 图像采集与存储格式
采集过程其实挺讲究。你想想看，探测器在飞，目标在动，曝光时间长了会糊，短了又太暗。我一般遵循这个流程：
// 伪代码：深空图像采集流程
1. 设置曝光时间（根据星等自动计算）
2. 开启快门，开始积分
3. 等待积分完成
4. 读出像素数据
5. 进行非均匀性校正
6. 压缩并存储存储格式这块，我踩过不少坑。深空探测常用的格式有：
- FITS：天文界的标准格式，头文件里能存一大堆元数据。我个人最爱用这个。
- TIFF：无损压缩，适合地面处理。但文件太大，传回地球太慢。
- JPEG 2000：有损压缩，压缩比高。但注意，导航用的图像千万别用有损压缩，边缘会失真。
小技巧：我建议在探测器上同时存两份——一份无损的FITS用于科学分析，一份有损的JPEG用于快速下传预览。这样既保证了数据质量，又提高了传输效率。
3.3 传感器噪声与校正
说到噪声，我就来气。这东西就像幽灵一样，无处不在。常见的噪声类型有：
- 光子散粒噪声：光本身的量子特性导致的，没法消除，只能靠长曝光来降低影响。
- 暗电流噪声：温度越高越严重。我曾经在火星轨道器上吃过这个亏，白天拍的图像全是白点。
- 读出噪声：电路本身的问题，跟传感器质量直接挂钩。
- 固定模式噪声：每个像素的响应不一致，拍均匀光源时能看到条纹。
校正方法其实不复杂，但必须做：
// 暗场校正示例
def dark_correction(raw_image, dark_frame):
"""
raw_image: 原始图像
dark_frame: 相同曝光时间的暗场
"""
corrected = raw_image - dark_frame
return corrected
// 平场校正示例
def flat_correction(corrected_image, flat_frame):
"""
flat_frame: 均匀光源下的平场
"""
normalized_flat = flat_frame / np.mean(flat_frame)
final = corrected_image / normalized_flat
return final警告：千万别以为一次校正就万事大吉了。传感器的噪声特性会随着温度、辐射剂量变化。我建议每飞一段距离就重新采集暗场和平场，尤其是在经过辐射带之后。
3.4 知识体系总览
下面这张图是我自己整理的，把本章的核心逻辑串起来了。你仔细看看，应该能有个整体印象。
这张图把传感器选型、采集流程、存储格式、噪声类型和校正方法串在了一起。你顺着箭头看，就能明白整个链条是怎么运作的。
好了，这一章的内容就这些。记住，图像获取是深空探测导航的第一步，也是最重要的一步。传感器选对了，噪声校正好，后面的算法才能发挥威力。我自己就吃过不重视这步的亏，后来老老实实把每个环节都做扎实了，效果立竿见影。