图像叠加（Image Stacking）
本文作者：天疆说
定义
图像叠加（Image Stacking）是天文图像处理中一种广泛应用的技术，其核心思想是将多帧观测图像进行叠加合并，以提升目标信号的信噪比（SNR），从而增强对微弱天体的检测能力。该技术基于统计学原理：叠加 N 帧图像后，信号强度提升 N 倍，而噪声水平仅提升 √N 倍，因此信噪比总体提升 √N 倍。
核心原理
信噪比提升公式
图像叠加的信噪比增益遵循以下关系：
其中， 为叠加后的信噪比， 为单帧信噪比， 为叠加帧数。这意味着：
- 帧数增加到 4 帧时，信噪比提升 2 倍
- 帧数增加到 100 帧时，信噪比提升 10 倍
- 帧数增加到 10000 帧时，信噪比提升 100 倍
信号与噪声的统计特性
图像叠加有效的根本原因在于信号与噪声的统计特性差异：
- 信号：天体目标在每帧图像中的位置和亮度基本一致，叠加后信号强度线性增长（增长 N 倍）
- 噪声：主要包括读出噪声、暗电流噪声和天空背景噪声，这些噪声在各帧之间呈随机分布，叠加后按统计规律增长（增长 √N 倍）
基本流程
标准的图像叠加流程包括以下步骤：
- 图像预处理：对每帧图像进行偏置（bias）扣除和平场（flat-field）校正
- 图像对齐：根据背景恒星位置对齐各帧图像，消除指向偏差
- 叠加合并：将对齐后的图像进行像素级叠加
- 源提取：在叠加后的图像上检测天体源
在地月空间观测中的应用
图像叠加是地月空间移动天体观测的基础技术。在光学巡天观测中，地月空间目标通常极其微弱，单帧曝光难以达到足够的信噪比。通过图像叠加，观测者可以有效提升探测灵敏度，发现更暗弱的天体。
Sun 等人（2026）的研究指出，图像叠加是提升天文图像检测能力的常用方法。然而，对于地月空间的移动天体，简单的图像叠加面临挑战：由于目标在帧间存在运动，直接叠加会导致目标信号被"模糊"或"拖尾"。为此，研究者在图像叠加的基础上发展了移位叠加（Shift-and-Add, SAA）等更高级的技术，通过预先假设目标运动轨迹并对图像进行相应位移后再叠加，从而在保持信噪比增益的同时有效检测移动天体。
图像叠加技术的信噪比增益对于探测近地小行星（NEA）等暗弱目标尤为关键。利用合成跟踪（Synthetic Tracking）技术，研究者曾成功探测到约 25 等的近地小行星图像，这在很大程度上归功于图像叠加带来的信噪比提升。
核心要素
观测原理
图像叠加基于信号与噪声的统计特性差异：天体目标信号在各帧中位置和亮度一致，叠加后线性增长（N 倍）；而读出噪声、暗电流噪声和天空背景噪声在各帧间随机分布，叠加后按 √N 倍增长。因此信噪比总体提升 √N 倍。
算法流程
标准流程为：对每帧图像进行偏置扣除和平场校正 → 根据背景恒星位置对齐各帧图像消除指向偏差 → 将对齐后的图像进行像素级叠加合并 → 在叠加后的图像上进行源提取和目标检测。对于移动天体，需在此基础上引入移位叠加技术。
精度分析
实测 SNR 提升倍率通常略低于理论值 √N，主要因为帧间存在相关噪声（如大气湍流引起的系统误差）以及图像配准精度的限制。叠加帧数增加到一定程度后，增益趋于饱和；对于地月空间移动目标，还需权衡叠加帧数与目标运动导致的信号模糊之间的关系。
应用价值
图像是地月空间移动天体观测的基础技术，通过多帧叠加可将单帧难以检测的暗弱目标提升至可检测水平。该技术为移位叠加和合成跟踪等高级算法奠定基础，是实现近地小行星和地月空间碎片高效探测的关键手段。
相关概念
参考文献
- Sun, R., Zhang, Q., Yu, S., et al. Optical Survey for Cislunar Moving Objects Using Image Stacking. AJ, 2026.