1.天文图象去噪声方法，其特征在于:包括如下步骤：

(1)选择一个测试天文图像，可以来自所获取的视频中的一帧，选择暗帧以及流星自动成像分析仪采集的平面场。

(2)将含有所采集恒星场的图像被平面场分割，从而修正CCD相机对入射光的响应，并且避免在图像增强器内产生微通道结构；

(3)使用以下三种方法执行测试图像去噪声：暗帧剪除，小波变换和曲线变化，并且在变换过程中施加系数门限化：暗帧剪除情况下加入平场图像，该平场图像用于修正CCD响应中像素到像素的变化，以及图像探测器自身没有被均匀照亮引起的变化和误差，此后将加入平场图像的复合图像归一化从而避免图像增强器的微通道结构；

小波变换和曲线变化的门限化：对图像进行小波变换和曲线变化，第一分解阶段(j＝

0)，使用未经修正的滤波器h0对原始图像s0进行修正，结果获得平滑后的矩阵s1，然后将s0减去s1获得与第一分解水平对应的小波系数，其对应最微小的细节：ω1＝s0-s1，此后将j递加1，即j＝j+1，然后将滤波器扩展2j-1个零，将其插入到多个滤波器系数之间，计算平滑矩阵s2＝s1*k1(*对应卷积)以及第二分解水平的小波系数：ω2＝s2-s1等，如果停在这里，那么原始的图像s0为s2，ω11和ω2的和，根据经度要求，还可以继续到更下级的分解水平；

曲线变化：离散曲线变化算法的架构为：在J级分解水平(标度)下采用小波变化处理图像并且获得一组小波系数ω＝{ω1,...,ωJ,cJ}，设定B1＝Bmin，其中B为区块尺寸，通常取Bmin＝16，对于j＝1,...,J循环执行采用块尺寸Bj将子带B1＝Bmin分块为多个子块ωj并且对每块应用数字脊波变换，如果j以2为模等于1，那么Bj+1＝2Bj，否则Bj+1＝Bj；

(4)系数门限化：设定图像采集过程中CCD传感器接收大于40个光子，那么传感器内聚集的泊松噪声分布与高斯分布几乎无法区分，假定存在静态高斯噪声，将小波系数ωj,l(j-分解水平，l-像素指数)与高斯噪声标准方差σj进行比较：通常将k选择为3；计算每个分解标度j下的噪声标准方差，如果

ωj,l较小，那么该小波系数权重较小，不能用于消除噪声，如果ωj,l较大，那么该小波系数权重较大，可以用于消除噪声的计算；

(5)最后，监测用于描述科学重要信息变化的客观天文图像质量标准参数，即恒星幅值m和半最大值全波，判定其是否落入图像处理的要求范围内，从而确定是否将图像中的噪声去除达到后续数据处理要求。