🔭 astrophysics

Optimal mitigation of random telegraph noise for improved photometry at high frame rates

Dit artikel evalueert de niveaus van willekeurige telegraafruis (RTN) in drie astronomische CMOS-sensoren en toont aan dat een nieuw algoritme voor het corrigeren van RTN-sprongen superieur is aan traditionele pixelmaskering, met name voor onderbemonsterde bronnen of wanneer de ruisniveaus vergelijkbaar zijn, waardoor nauwkeurigere fotometrie met hoge framefrequenties mogelijk wordt.

Oorspronkelijke auteurs: Christopher Layden, Daniel-Rolf Harbeck, Tejus Deo-Dixit, Nathan Lourie, Gabor Furesz, Kevin Burdge

Gepubliceerd 2026-05-20

📖 4 min leestijd☕ Koffiepauze-leesvoer

CC BY 4.0

Oorspronkelijke auteurs: Christopher Layden, Daniel-Rolf Harbeck, Tejus Deo-Dixit, Nathan Lourie, Gabor Furesz, Kevin Burdge

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Het Probleem: De "Popcorn"-ruis in Digitale Ogen

Stel je voor dat je probeert een heel zacht gefluister te horen in een kamer. Plotseling begint iemand in de hoek popcorn te maken. Poe. Poe. Poe. Soms zijn de knallen hard; soms zijn ze zacht. Je kunt niet zeggen of een geluid het gefluister is dat je zoekt, of gewoon een stukje popcorn dat op de vloer landt.

In de wereld van de astronomie zijn camera's (specifiek CMOS-sensoren) de "oren" die luisteren naar het zwakke licht van verre sterren. Deze camera's lijden echter aan een storing die Random Telegraph Noise (RTN) wordt genoemd. De auteurs noemen dit "popcorn-ruis" of "zout-en-peper-ruis".

Binnenin de tiny transistors van de camera blijven elektronen vastzitten of worden ze vrijgelaten door kleine valkuilen, waardoor de waarde van een pixel plotseling omhoog of omlaag springt. Dit is geen echte ster die helderder of donkerder wordt; het is gewoon de camera die storing heeft. Deze ruis maakt het moeilijk om zwakke objecten te zien, vooral wanneer de camera beelden zeer snel leest (hoge framefrequenties).

Het Onderzoek: Drie Camera's Getest

De onderzoekers testten drie verschillende soorten camerasensoren die in telescopen worden gebruikt:

Sony IMX455: Een hoogresolutiesensor die in veel moderne telescopen wordt gebruikt.
Gpixel GSENSE400: Een sensor met grotere pixels, vaak gebruikt als upgrade voor oudere camera's.
Fairchild Imaging HWK4123: Een supergevoelige sensor die is ontworpen om individuele fotonen (lichtdeeltjes) te tellen.

Ze ontdekten dat alle drie last hadden van deze "popcorn"-ruis, maar dat de Sony IMX455 het ergst getroffen was. Bij deze camera was de ruis zo erg dat de totale "statische ruis" (leesruis) van het beeld met meer dan 20% toenam. De andere twee camera's hadden ook last van de ruis, maar die was veel stiller.

De Oude Oplossing versus de Nieuwe Oplossing

Toen astronomen merkten dat een pixel storing had, gebruikten ze vroeger gewoon maskering.

De Maskeringsanalogie: Stel je voor dat je naar een schilderij kijkt, maar er zit een vlek op het glas voor één specifiek punt. De oude manier was om een zwarte sticker op die plek te plakken zodat je de vlek niet meer zag. Je verliest dat deel van de afbeelding, maar de rest ziet er schoon uit.
Het Probleem: Als de vlek precies in het midden van een ster zit die je wilt bestuderen, verpest je je meting door er een zwarte sticker overheen te plakken. Je verliest data.

De auteurs ontwikkelden een nieuw algoritme (een slim computerprogramma) om dit op te lossen.

De Nieuwe Oplossing-analogie: In plaats van een sticker over de vlek te plakken, treedt het programma op als een detective. Het kijkt naar de geschiedenis van die specifieke pixel. Het weet: "Deze pixel zit meestal op niveau 100, maar springt soms naar 110 of 90." Als het een sprong ziet, zegt het: "Ah, dat is gewoon popcorn-ruis!" en duwt het getal zachtjes terug naar waar het zou moeten zijn. Het repareert de storing zonder de data te wissen.

Wat Ze Vonden

De onderzoekers testten dit nieuwe "detective"-programma op echte beelden van sterren en zelfs op een zeldzaam evenement waarbij een asteroïde het licht van een ster blokkeerde (een occultatie).

Betere Duidelijkheid: Voor zwakke sterren verbeterde het nieuwe programma de duidelijkheid van de data gemiddeld met meer dan 5%. Dat klinkt misschien klein, maar in de astronomie is het alsof je een wazige foto in een scherpe foto verandert.
Wanneer Maskering Faalt: De oude "sticker"-methode (maskering) werkte in sommige gevallen prima, maar wanneer een storinghebbende pixel precies in het midden van een ster zat, maakte maskering de data juist slechter. Het nieuwe programma repareerde de storing zonder het licht van de ster te verliezen.
De Occultatietest: Bij de asteroïdetest maakten de storinghebbende pixels per ongeluk de asteroïde groter dan hij eigenlijk was, alsof hij meer licht blokkeerde. Het nieuwe programma corrigeerde dit, waardoor een veel nauwkeurigere meting van de grootte van de asteroïde mogelijk werd.

De Conclusie

De auteurs hebben hun software gratis en openbaar gemaakt voor iedereen. Het stelt astronomen in staat om:

Te identificeren welke pixels in hun camera's "storinghebbend" zijn.
De storingen in real-time of achteraf te repareren.
Duidelijkere, nauwkeurigere metingen van het heelal te krijgen zonder data weg te gooien.

Kortom, ze hebben de camera's geleerd hoe ze hun eigen "popcorn"-ruis moeten negeren, waardoor we de zachtste gefluister van de sterren duidelijker kunnen horen.

Technische Samenvatting: Optimale Mitigatie van Random Telegraph Noise voor Verbeterde Fotometrie bij Hoge Framefrequenties

Probleemstelling
Random Telegraph Noise (RTN), ook bekend als "zout-en-peper" of popcorn-ruis, is een aanzienlijke bron van uitleesruis in Complementary Metal-Oxide-Semiconductor (CMOS) beeldsensoren die worden gebruikt voor astronomie. Hoewel wetenschappelijke CMOS (sCMOS) sensoren over het algemeen een lagere uitleesruis bieden dan traditionele Charge-Coupled Devices (CCD's), tast de aanwezigheid van RTN dit voordeel aan, met name in toepassingen met hoge framefrequenties en lage flux. RTN ontstaat door de opname en vrijgave van elektronen door valkuilen voor ladingsdragers nabij de Si/SiO2-interface in bronvolger-transistors. In pixels met RTN fluctueert het bias-niveau tussen discrete toestanden, wat een lange staart creëert in de verdeling van de uitleesruis. Dit verhoogt de Root Mean Square (RMS) uitleesruis aanzienlijk, zelfs als de mediaan uitleesruis laag blijft, waardoor het Signaal-Ruisverhouding (SNR) voor zwakke bronnen wordt verminderd. Bestaande mitigatiestrategieën, zoals het maskeren van defecte pixels of het toepassen van eenvoudige mediaanfilters, houden vaak geen rekening met de specifieke bias-niveauverdelingen van individuele pixels, kunnen de fotometrische precisie verslechteren wanneer de Point Spread Function (PSF) onderbemonsterd is, of kunnen systematische vertekeningen introduceren.

Methodologie
De auteurs onderzochten drie commercieel verkrijgbare CMOS-sensoren die worden gebruikt in astronomische instrumenten: de Sony IMX455 (in QHY600M-camera's), de Gpixel GSENSE400 (in QHY42-camera's) en de Fairchild Imaging HWK4123 (in Hamamatsu ORCA-Quest 2-camera's).

Karakterisering: Het team verzamelde duizenden bias-frames om de uitleesruis te meten en RTN-pixels te identificeren. Ze gebruikten een Anderson-Darling-normaliteitstest om niet-Gaussische bias-verdelingen te detecteren. Voor pixels die deze test niet haalden, pasten ze een triple-Gaussisch model aan om de bias-niveauverdeling te karakteriseren, waarbij ze parameters extraherden voor de centrale Gaussische verdeling (gemiddelde $\mu_b$ , standaardafwijking $\sigma_r$ ) en de zijpieken die RTN-sprongen vertegenwoordigen (amplitudes $B_1, B_2$ , en sprongafstand $d$ ).
Correctie-algoritme: Er werd een nieuw Python-gebaseerd algoritme ontwikkeld om RTN-sprongen per pixel en per frame te identificeren en te corrigeren.
- Referentiegeneratie: Het algoritme schat het verwachte signaalniveau voor een pixel in met behulp van een temporele mediaan (voor tijdreeksdata) of een ruimtelijke mediaan (voor enkele frames), aangepast aan de specifieke bias-parameters van de pixel.
- Identificatie van Sprongen: Met behulp van een Poisson-Gaussische cumulatieve dichtheidsfunctie (CDF) berekent het algoritme significantiedrempels ( $\alpha = 0.003$ ) om te bepalen of het signaal van een pixel significant afwijkt van de verwachte centrale Gaussische verdeling, rekening houdend met de inherente rechtse scheefheid van Poisson-statistieken.
- Correctie: Als een sprong wordt geïdentificeerd, wordt het signaal verschoven met de spronggrootte $d$ (omgerekend naar elektronen). Het algoritme omvat een bias-correctiestap om de kunstmatige inflatie van gemiddelde fluxwaarden te voorkomen die wordt veroorzaakt door de asymmetrische correctie van positieve versus negatieve sprongen.
Validatie: De auteurs vergeleken hun algoritme met een eenvoudige "maskering"-strategie (waarbij RTN-pixels als defect worden behandeld) met behulp van Monte Carlo-simulaties en echte astronomische waarnemingen. Realistische tests omvatten fotometrie van sterrenvelden en een asteroïde-occulatie die werd waargenomen met het Las Cumbres Observatory (LCO) netwerk van kleine telescopen.

Belangrijkste Bijdragen

Kwantificering van RTN-impact: De studie kwantificeert de bijdrage van RTN aan de totale uitleesruisvloer. Voor de Sony IMX455 verhoogt RTN de RMS uitleesruis met $\gtrsim 20\%$ . Voor de GSENSE400 en HWK4123 zijn de toenames kleiner ( $\gtrsim 4\%$ en $\gtrsim 2.5\%$ respectievelijk), maar nog steeds relevant voor ultra-lage ruis toepassingen.
Ontwikkeling van Algoritme: De auteurs presenteren een robuust, per-pixel correctie-algoritme dat zich aanpast aan de specifieke bias-niveauverdeling van elke RTN-pixel en de lokale fotonflux, waardoor de valkuilen van methoden met vaste drempels worden vermeden.
Vergelijkende Analyse: Het artikel biedt een gedetailleerde vergelijking tussen het voorgestelde correctie-algoritme en pixelmaskering, en toont aan dat het algoritme beter presteert dan maskering, met name wanneer de PSF onderbemonsterd is, gemaskerde pixels dicht bij het centrum van de bron liggen, of wanneer de uitleesruis vergelijkbaar is met de schotruis.
Open-Source Software: De auteurs hebben de RTN-Corrector-softwaresuite uitgebracht, inclusief scripts voor het identificeren van RTN-pixels (rtn_fitter) en het toepassen van correcties (rtn_fixer), waardoor deze technieken toegankelijk worden voor de astronomische gemeenschap.

Resultaten

Simulatie: Monte Carlo-simulaties toonden aan dat het correctie-algoritme consistent het SNR verbeterde in vergelijking met maskering. Maskering bleek het SNR te verslechteren in gevallen waarin RTN-pixels in de buurt van de kern van een bron vielen, vooral voor onderbemonsterde PSF's.
Sterfotometrie: Bij waarnemingen van een sterrenveld met de IMX455 verbeterden zowel het correctie-algoritme als maskering het SNR van lichtkrommen met gemiddeld $>5\%$ voor zwakke bronnen ( $< 3 e^-$ /pix/frame). Het correctie-algoritme vertoonde een lagere variantie in prestaties en behield de absolute fotometrische nauwkeurigheid, terwijl maskering de helderheid de neiging had te onderschatten.
Asteroïde-occulatie: Tijdens een occulatie van de Trojaanse asteroïde Anchises verlaagde het correctie-algoritme de RMS-residuen van de fit van de lichtkromme met $\approx 7\%$ en corrigeerde het een systematische overschatting van de occulatie-diepte die werd veroorzaakt door een onbalans van negatieve RTN-sprongen tijdens de gebeurtenis.
Sensorspecifieke Kenmerken: De studie merkte op dat de IMX455 symmetrische RTN-verdelingen vertoonde (zowel positieve als negatieve sprongen), terwijl de GSENSE400 en HWK4123 sterk asymmetrische verdelingen toonden (voornamelijk positieve sprongen) en kleinere spronggroottes. Het ultra-lage capaciteitsontwerp van de HWK4123 resulteerde in RTN-sprongen die in veel gevallen kleiner waren dan een enkele foto-elektron, wat de effectiviteit van post-processing correctie voor die specifieke sensor beperkte.

Betekenis en Beweringen
Het artikel stelt dat het mitigeren van RTN essentieel is om het volledige potentieel van sCMOS-sensoren te realiseren, met name voor fotometrie met hoge snelheid en waarnemingen van zwakke objecten waarbij de uitleesruis overheerst. De auteurs stellen dat hun algoritme een betrouwbare methode biedt om fotometrische precisie terug te winnen die anders aan RTN zou worden verloren, en bieden een superieur alternatief voor eenvoudige pixelmaskering. Ze benadrukken dat maskering weliswaar effectief is in specifieke regimes (goed bemonsterde PSF's, uitleesruis-gedomineerd), het correctie-algoritme echter consistentere verbeteringen biedt over een bredere reeks voorwaarden, waaronder onderbemonsterde PSF's en variërende bronhelderheid. Het werk wordt gepresenteerd als een praktisch hulpmiddel voor astronomen die detectoren met RTN gebruiken, wat een directe boost in datakwaliteit biedt zonder dat hardwarewijzigingen nodig zijn. De auteurs merken ook op dat RTN-mitigatie bijzonder relevant is voor ruimtetelescopen, waar stralingsschade bekend staat om het verhogen van de prevalentie van RTN.