背景
WCS(ra, dec)などの天球座標のイメージの四則演算や結合から、ds9 ではなく python でイメージの解析を行いたい場合にどうするのがよいかまとめる(2018/08/21時点)。動作は、OSは mac のバージョン 10.11 でのみ検証、原理的には linux でも動くはずである。
簡単なまとめ
WCS座標でのイメージの足しあわせ方
IRAF
IRAF の imcombine を使うのが一番、安定性とメンテの良さの点ではよい。mac にも簡単にインストールできる(下記に詳細)。swarp (http://www.astromatic.net/software/swarp)
ピクセルサイズ程度の解析をしたい場合は、swarp で足したほうがよい。普通の ximage や iraf のsum は光子数 or イベント数が保存する足し方(おそらく)で、その場合、軸の異なる座標系に射影する際に、元来の輝度中心がずれる。swarp はその辺りも考慮して、resampling と interpolation も実装していて、フラックスの絶対値だけでなくて、空間分布も保存するように足すこともできる。その他
ximage の sum 関数 (https://heasarc.gsfc.nasa.gov/ftools/fhelp/ximage.sum )のユーザーが多い。ただし情報が細い。
python でのイメージの処理
astropy (http://www.astropy.org)
matplotlib ユーザーには一番わかりやすい。ただし、電波のコントアとX線に重ねる場合に計算がものすごい遅い。ax.get_transform が遅いと思われる。自分自身のコントアであれば座標変換が不要なので計算が早い。aplpy (https://aplpy.github.io)
一気に論文クオリティの絵ができるのが売り。ちょっと癖があるが、pythonに慣れてれば問題ないと思う。コントアを重ねるのもものすごく早いので、この点でastropyではなくaplpyを使うメリットは高い。３色図の作り方
montage_wrapper を APLpy (http://aplpy.github.io) から使うと、
RGBの図であれば、裏で Montage (https://github.com/Caltech-IPAC/Montage) が走って繋げてくれる。http://python4esac.github.io/plotting/aplpy.html の "Color Images" の箇所を参考。ds9 の -rgb オプション (http://ds9.si.edu/doc/user/rgb/index.html )でも可能なので、あまり使う機会はないと思われる。
具体例
IRAF のインストール方法 on mac
http://iraf.noao.edu
から、Mac OSX 64-bit (183MB)
ftp://iraf.noao.edu/iraf/v216/PCIX/iraf.macx.x86_64.tar.gz
をダウンロードする。
# IRAF 2.16
iraf=/iraf/iraf
にダウンロードしたファイルを置いた場合、
[syamada] $ cd $iraf [~]
[syamada] $ ls [/iraf/iraf]
HS.PCIX.GEN README.install doc math util
IRAF.NET RELEASE.txt extern mkpkg vendor
IS.PORT.GEN bin include noao vo
LICENSE bin.generic install pkg
Makefile bin.macintel lib sys
README dev local unix
[syamada] $ $iraf/install
Enter default terminal type (xgterm): xterm
で、xterm に変更して、== Installation Completed With No Errors == が出たらインストールに成功。zshユーザーは手動で、
# Add iraf setup commands
if [ -e /Users/syamada/.iraf/setup.sh ]; then
source /Users/syamada/.iraf/setup.sh
fi
を.zshrcに加筆すると、
[syamada] $ cl
setting terminal type to 'xterm' ...
NOAO/IRAF PC-IRAF Revision 2.16.1 EXPORT Mon Oct 14 21:40:13 MST 2013
This is the EXPORT version of IRAF V2.16 supporting PC systems.
The following commands or packages are currently defined:
dataio. language. obsolete. softools. vo.
dbms. lists. plot. system.
images. noao. proto. utilities.
vocl>
と出力されたらOK。最近は、ecl の方が新しいので、ecl を使うのが標準らしい。
WCS上で 座標の異なる XMM Newton のイメージを足して、exposure map で割る
ls xmm_750_1300_eV_*.fits > xmm1p3keV.list # 輝度分布画像fitsのファイル名リスト
ls exp_750_1300_eV_*.fits > exp1p3keV.list # exposure画像fitsのファイル名リスト
ecl <<EOF
imcombine @xmm1p3keV.list xmm1p3keV.fits combine="sum" offsets="wcs"
imcombine @exp1p3keV.list exp1p3keV.fits combine="sum" offsets="wcs"
imarith xmm1p3keV.fits / exp1p3keV.fits xmm1p3keV_cor.fits
EOF
このページ(https://qiita.com/yamadasuzaku/items/0c5f28438f7342b63975) のスクリプトを使った場合は、adapt-*fits が adaptively smooth された画像で、それに対応する exposure map が size-*fits である。その場合は、
http://www-x.phys.se.tmu.ac.jp/~syamada/syamadatools/xmm-newton/link_image.sh
を参考。
astropy の使い方
特に癖はないので、image を読みこんで、matplotlib で通常の使い方をすればよい。
ax = plt.subplot(111,projection=self.wcs)
ax.grid(color='black', ls='dotted')
のように、projection で wcs を指定すると自動で wcs で表示してくれる。grid は、ax の属性から呼ばないとだめなので、ax.grid を使う。
ある画像に、その画像のコントアを重ねたいのであれば、ax.contour を使うだけ。もし、座標系が異なる場合は、ax.contour で、transform=ax.get_transform オプションを指定すればよい。ただし、画像によって時間が著しくかかる。
aplpy の使い方
aplpy.FITSFigure で イメージの fits を開けばあとは用意されている関数を羅列するだけ。figure 属性も呼び出すのが astropy との違い。コントアは show_contour 関数を呼び出すだけでよく、astropy のような計算の遅さは今の所ない。matplotlib の rapper なので、オプションは matplotlib とほど同じものが使える。
上記スクリプトで生成された画像。
swarp のインストール方法と使い方
http://www.astromatic.net/download/swarp/
から swarp-2.16.4.tar をダウンロードし、mac の EL Capitan にインストールできた。
./configure CC=gcc
make
sudo make install
これで、/usr/local/bin/swarp が生成される。
使い方は、マニュアルの example を参考にし、swarp -d で設定を確認し必要なら変更し、swarp *fits で実行するだけ。