Astronomical images quality assessment

Simple item page
dc.contributor.advisorШвай, Надіяuk_UA
dc.contributor.authorЦвєткова, Аннаuk_UA
dc.date.accessioned2025-09-08T11:02:17Z
dc.date.available2025-09-08T11:02:17Z
dc.date.issued2025
dc.description.abstractУ цій кваліфікаційній роботі проведено комплексне дослідження сучасних методів безреференсної (NR-IQA) оцінки якості астрономічних зображень у контексті задачі автоматичного виявлення гравітаційних лінз. На відміну від традиційних підходів, що базуються на наявності ідеального еталонного зображення, зосереджено увагу на моделях, здатних відображати наукову значущість зображення без зразків — що є критично важливим у контексті реальних астрономічних спостережень, зокрема отриманих через open source проєкти. У першій частині роботи наведено теоретичні засади Image Quality Assessment (IQA) методів, включно з оглядом сучасних моделей: як класичних, так і глибоких нейронних мереж, з адаптацією до специфіки астрономічних даних (PSF, шум, FWHM, фонові варіації). Окрему увагу приділено методології трансферного навчання та використанню попередньо тренованих за допомогою Full Reference (FR) метрик моделей для оцінки зображень у реальному часі. Друга частина містить опис проведених експериментів: від побудови адаптивної системи зважування метрик (FWHM, SNR, ellipticity) до кореляційного аналізу між результатами моделей NR-IQA та ефективністю виявлення гравітаційних лінз. Також запропоновано власну гібридну метрику для оцінки якості, що узгоджується з візуальною експертизою астрономів, та показано її переваги у задачах відбору пріоритетних кандидатів для подальшого моделювання лінз. Результати роботи демонструють, що навіть за відсутності точної ground truth NR-IQA моделі можуть забезпечувати релевантні оцінки якості, корисні для автоматизованого аналізу великих масивів астрономічних зображень. Запропонований підхід дозволяє не лише фільтрувати спотворені дані, але й підвищити recall систем гравітаційного лінзування за рахунок покращення вхідної якості даних.uk_UA
dc.identifier.urihttps://ekmair.ukma.edu.ua/handle/123456789/36508
dc.language.isoukuk_UA
dc.statusfirst publisheduk_UA
dc.subjectIQAen_US
dc.subjectNR-IQAen_US
dc.subjectастрономічні зображенняuk_UA
dc.subjectгравітаційні лінзиuk_UA
dc.subjectEucliden_US
dc.subjectповнозв’язні мережіuk_UA
dc.subjectCNNen_US
dc.subjectDLen_US
dc.subjectFWHMen_US
dc.subjectтрансферне навчанняuk_UA
dc.subjectкласифікація без референсуuk_UA
dc.subjectметрики якості зображеньuk_UA
dc.subjectбакалаврська роботаuk_UA
dc.titleAstronomical images quality assessmenten_US
dc.typeOtheruk_UA
Files
Original bundle
Now showing 1 - 2 of 2
Thumbnail Image
Name:
Tsvietkova_Bakalavrska_robota.pdf
Size:
331.55 KB
Format:
Adobe Portable Document Format
Download
Thumbnail Image
Name:
Tsvietkova_Bakalavrska_robota_1.pdf
Size:
552.52 KB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
F3 Комп'ютерні науки