noise_sigma — ASTROSTACK quality op

Datenarten: image2dmeasurement

Aufruf: import astrostack; astrostack.noise_sigma(image, method='mad', kappa=3.0, iters=5) (oder opsastrostack.get("noise_sigma"))

Verwendung

Schätzt die Hintergrundrausch-Sigma robust (eine reelle Zahl, die die Sterne nicht verderben können).

> Die ausführliche Beschreibung unten ist der Originaltext — Zusammenfassung und Überschriften sind übersetzt.

*method* `"mad" は中央絶対偏差の 1.4826` 倍(正規分布のときに標準偏差と

一致する定数)。`"clip" は対称な κ-σ クリップを iters` 回。星は上側だけの

外れ値なので、素の `std` を使うと星が明るいほど「雑音」が大きくなる

—— 128x128 に 40 星(フラックス 3e3〜4e4 e-)、真の背景 σ が

`sqrt(100 + 36) = 11.662 のフレームでの実測: 素の np.std` は

175.43(真値の 15.0 倍)、`method="mad"` は 13.804(+18.4 %)、

`method="clip"` は 12.349(+5.9 %)。MAD が 1 % で当たるのは星がまばらな

ときだけで、混み合った視野では星の裾が背景に効く —— そこまで要求する

なら `"clip" を選ぶこと。桁が違うのは std` だけで、そこが要点。

`sqrt(N)` 則を絵にするとき図に載せる数値は、すべてこの op の返り。

Returns `float`(*image* と同じ単位)。

Raises `ValueError`: 2-D でない / 非有限を含む / *method* が

:data:NOISE_METHODS にない場合。

Referenzen (Beispieldaten, Literatur)

• Katalog der Beispieldaten (Download-URLs / Lizenzen) — 2-D nutzt skimage.data (BSD/Public Domain) plus synthetische Bilder, 3-D nennt Download-URLs echter Datenquellen (Stanford, PDS, …).

• Herkunft und Literatur der Operatoren — die Quellen der Forschung/Verfahren, auf denen diese Operatorfamilie beruht.

• Der kanonische Algorithmus (Autor, Jahr) und seine Anwendungen stehen im Familienleitfaden oben.

Ausführbare Beispiele (verifizierte Samples, die diesen Operator wirklich aufrufen)

acoustic_condition_monitoringpy -3.11 examples/acoustic_condition_monitoring.py

astro_stackingpy -3.11 examples/astro_stacking.py

poc_star_astrometrypy -3.11 examples/poc_star_astrometry.py

Typkompatible Folge-Operatoren (nehmen measurement als Eingabe)

Gleiche Kategorie (quality)

frame_quality · lucky_select


*Provenance: astrostack.py — ASTROSTACK Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*

© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.