Cómo las astrofotografías de colaboración colectiva en la Web están revolucionando la astronomía

Actualmente, la astrofotografía está experimentando una revolución gracias a la mayor disponibilidad de cámaras digitales de alta calidad y al software disponible para procesar las fotografías una vez tomadas.

Dado que las fotografías del cielo nocturno casi siempre son mejores con exposiciones prolongadas que capturan más luz, este procesamiento generalmente implica combinar varias imágenes de la misma parte del cielo para producir una con una exposición efectiva mucho más prolongada.

Todo es sencillo si ha tomado las fotografías usted mismo con el mismo equipo y en las mismas circunstancias. Pero los astrónomos quieren hacerlo mejor.

El grupo de astrofotografía solo en Flickr tiene más de 68.000 imágenes, dice Dustin Lang de la Universidad Carnegie Mellon en Pittsburgh y un par de amigos. Estas y otras imágenes representan una vasta fuente de datos sin explotar para los astrónomos.

El problema es que es difícil combinar imágenes con precisión cuando se sabe poco sobre cómo se tomaron. Los astrónomos tienen mucho cuidado al utilizar equipos de imágenes en los que los píxeles producen una señal que es proporcional al número de fotones que impactan.

Pero no se puede decir lo mismo de las cámaras digitales ampliamente utilizadas por los aficionados. Todo tipo de procesos pueden acabar influyendo en la imagen final.

Por tanto, cualquier algoritmo que los combine tiene que hacer frente a estas variaciones. Queremos hacer esto sin tener que inferir el procesamiento (posiblemente altamente no lineal) que se ha aplicado a cada imagen individual, cada una de las cuales ha sido destruida a su manera amorosa por su creador, dicen Lang y compañía.

Ahora, estos tipos dicen que lo han resuelto. Han desarrollado un sistema que combina automáticamente imágenes de la misma parte del cielo para aumentar el tiempo de exposición efectivo de la imagen resultante. Y dicen que las imágenes combinadas pueden rivalizar con las de muchos telescopios profesionales.

Probaron este enfoque descargando imágenes de dos objetos astrofísicos conocidos: la galaxia NGC 5907 y el par de galaxias en colisión: Messier 51a y 51b.

Para NGC 5907, terminaron con 4.000 imágenes de Flickr, 1.000 de Bing y 100 de Google. Utilizaron un sistema en línea llamado astrometry.net que alinea y registra automáticamente imágenes del cielo nocturno y luego combinaron las imágenes usando su nuevo algoritmo, al que llaman Enhance.

Los resultados son impresionantes. Dicen que las imágenes combinadas de NGC5907 (las tres imágenes inferiores) muestran algunas de las mismas características débiles que revelaron una sola imagen tomada durante 11 horas de exposición usando un telescopio de 50 cm (la imagen superior izquierda). Todas las imágenes revelan el mismo tipo de detalles finos, como una tenue corriente estelar alrededor de la galaxia.

La imagen combinada de las galaxias M51 es igualmente impresionante, ya que solo toma 40 minutos producirla en un solo procesador. Revela estructuras extendidas alrededor de ambas galaxias, que los astrónomos saben que son restos de su interacción gravitacional cuando chocan.

Lang y sus colegas dicen que estas características débiles son enormemente importantes porque permiten a los astrónomos medir la edad, las proporciones de masa y las configuraciones orbitales de las galaxias involucradas. Curiosamente, muchas de estas características débiles no son visibles en ninguna de las imágenes de entrada tomadas de la Web. Surgen solo una vez que se han combinado las imágenes.

Un problema potencial con algoritmos como este es que necesitan funcionar bien a medida que aumenta la cantidad de imágenes que combinan. No es bueno si se detienen tan pronto como una cantidad sustancial de datos esté disponible.

En este sentido, Lang y sus colegas dicen que los astrónomos pueden estar tranquilos. El rendimiento de su nuevo algoritmo Enhance escala linealmente con la cantidad de imágenes que tiene que combinar. Eso significa que debería funcionar bien en grandes conjuntos de datos.

La conclusión es que este tipo de astronomía de fuentes múltiples tiene el potencial de causar un gran impacto, dado que las imágenes resultantes rivalizan con las de los grandes telescopios.

Y también podría usarse para imágenes históricas, dicen Lang y compañía. Los Harvard Plate Archives, por ejemplo, contienen medio millón de imágenes que datan de la década de 1880. Todos ellos fueron tomados usando diferentes emulsiones, con diferentes exposiciones y desarrollados usando diferentes procesos. Entonces, todas las placas tienen diferentes respuestas a la luz, lo que las hace difíciles de comparar.

Ese es exactamente el problema que Lang y compañía han resuelto para las imágenes digitales en la Web. Por lo tanto, no es difícil imaginar cómo podrían combinar fácilmente los datos de los archivos de Harvard.

Un último punto es que este proyecto está abierto a cualquier persona que haga astrofotografías. Puede enviarlos a nova.astrometry.net , donde se combinarán en un mapa del cielo de código abierto. A cambio, los usuarios reciben versiones anotadas de sus imágenes, así como la imagen combinada del cielo con el que se relaciona.

No fue hace mucho tiempo que la era del astrónomo aficionado parecía llegar a su fin porque una nueva generación de enormes telescopios y observatorios espaciales estaban produciendo datos que los aficionados nunca podrían esperar obtener.

Todo eso está cambiando ahora. ¡Viva el astrónomo aficionado!

Ref: arxiv.org/abs/1406.1528 : Hacia la construcción de un mapa del cielo basado en la multitud

esconder