POLISH'ing the Sky: Wide-Field and High-Dynamic Range Interferometric Image Reconstruction¶
会议: CVPR 2026
arXiv: 2603.09162
代码: 无（基于 POLISH 扩展）
领域: 图像恢复 / 射电天文成像
关键词: 射电干涉成像, 深度学习去卷积, 超分辨率, 高动态范围, 强引力透镜
一句话总结¶
POLISH++在POLISH框架基础上引入分块训练+拼接策略和arcsinh非线性变换，解决了射电干涉成像中宽视场（万级像素）和高动态范围（\(10^4\)-\(10^6\)）两大实际部署难题，在T-RECS仿真数据上大幅超越CLEAN方法的源探测精度，且能超分辨恢复PSF尺度附近的强引力透镜系统，有望将DSA巡天的透镜发现数量提升约10倍。
背景与动机¶
射电干涉成像通过天线阵列合成大口径来实现高角分辨率，本质上是一个图像去卷积问题（从dirty image恢复true sky）。传统方法CLEAN假设点源模型并迭代减去PSF，分辨率受限于PSF且无法处理复杂形态的源。深度学习方法（如原始POLISH）展现了高效推理和超分辨率的潜力，但现有DL方法存在三个未解决的实际部署问题：(1) 测试图像尺寸小（<1000像素），而DSA等下一代望远镜需处理超过\(10000 \times 10000\)像素的图像；(2) 仅在低动态范围（<\(10^3\)）上验证，而实际动态范围可达\(10^6\)；(3) 训练和测试条件匹配的假设在实际中不成立（大气、校准误差等导致PSF变化）。
核心问题¶
如何让深度学习射电干涉成像方法真正可部署到DSA等下一代巡天望远镜？具体需解决：(1) GPU内存无法承载超大图像的训练和推理；(2) 极端动态范围导致网络难以同时学习亮源和暗源的重建；(3) PSF训练-测试不匹配时的鲁棒性。这些问题共同阻碍了DL方法从实验室走向实际天文观测。
方法详解¶
整体框架¶
POLISH++是一个端到端CNN模型（基于WDSR架构），输入低分辨率dirty image，输出高分辨率clean sky，实现2倍超分辨率。整体pipeline分三步：(1) 对输入dirty image应用arcsinh变换压缩动态范围；(2) CNN前向推理得到变换空间中的重建结果；(3) 应用逆arcsinh变换恢复回原始强度空间。训练和推理均在分块级别进行，推理后将各块拼接回完整视场。模型从POLISH逐步扩展为POLISH+（加分块训练）和POLISH++（加arcsinh变换）。
关键设计¶
-
分块训练与拼接（Patch-Wise Processing）: 将\(12960 \times 12960\)的全视场图像切分为\(J\)个\(324 \times 324\)的非重叠块，构成训练对\(\{(I_{\text{dirty}}^{[j]}, I_{\text{true}}^{[j]})\}\)。关键洞察在于：从全视场dirty image中提取的patch并不等同于直接对该patch的ground truth做正向模型——patch边界外的亮源通过PSF旁瓣"污染"了该patch的dirty image，产生了跨块伪影。POLISH++让网络隐式学习处理这种跨块污染，而非依赖显式物理建模。18张全视场图产生28800个训练patch，包含约600万个可检测星系样本。
-
Arcsinh动态范围变换: 定义非线性变换 \(\text{AsinhStretch}(x; a) = \frac{\text{arcsinh}(x/a)}{\text{arcsinh}(1/a)}\)，其对数形式能将跨多个数量级的像素值压缩到同一数量级。相比摄影中的gamma编码，arcsinh可以同时处理正值和负值（dirty image包含负值），非常适合射电图像。训练在变换空间中进行，推理后通过逆变换\(a \cdot \sinh(x \cdot \text{arcsinh}(1/a))\)恢复原始强度。参数\(a_{\text{dirty}} = a_{\text{true}} = 0.1\)。
-
PSF不匹配下的鲁棒性与适应性: 模型仅在理想PSF上训练，但测试时对随机扭曲PSF（扰动强度\(\gamma \in [0, 30]\)）仍保持视觉稳定的重建。虽然PSNR随扰动增大而下降，但实际源检测质量维持较好。此外，对新PSF分布进行fine-tuning仅需11个epoch即达最优，而从头训练需57个epoch，加速超过5倍——这对DSA不同指向方向的快速部署至关重要。
损失函数 / 训练策略¶
- ℓ1损失在arcsinh变换空间中计算：\(\theta^* = \arg\min_\theta \frac{1}{NJ}\sum_{i,j}\|G_\theta(\text{AsinhStretch}(I_{\text{dirty}}^{[j]}; a_d)) - \text{AsinhStretch}(I_{\text{true}}^{[j]}; a_t)\|_1\)
- Adam优化器，学习率\(10^{-4}\)，batch size 12
- 18张全视场图训练、5张测试，含28800个patch
- 训练数据由T-RECS仿真生成，含AGN（点源）和SFRG（椭圆Sérsic轮廓），噪声标准差1 μJy
实验关键数据¶
| 方法 | Precision | Recall | F1 Score | Major Axis RMSE (″) | Minor Axis RMSE (″) |
|---|---|---|---|---|---|
| CLEAN | 0.3612 | 0.2220 | 0.2750 | 1.0046 | 0.7862 |
| POLISH | 0.5560 | 0.4612 | 0.5042 | 0.9642 | 0.3219 |
| POLISH+ | 0.8744 | 0.5751 | 0.6938 | 0.4335 | 0.1889 |
| POLISH++ | 0.8433 | 0.6142 | 0.7107 | 0.4654 | 0.2056 |
强引力透镜发现: 在FPR=\(10^{-3}\)条件下，POLISH/POLISH++的CNN透镜查找器能恢复Einstein半径接近PSF尺度的透镜系统（CLEAN仅能恢复3倍PSF以上的），预计将DSA的透镜发现数量提升约一个数量级。POLISH在透镜上的TPR接近ground truth上限。
PSF鲁棒性: 即使在极端PSF扰动（\(\gamma=30\)）下，重建视觉质量仍保持稳定。Fine-tuning到新PSF仅需11 epoch vs 从头57 epoch（5倍加速）。
消融实验要点¶
- 分块训练（POLISH→POLISH+）: Precision从0.56提升到0.87，F1从0.50到0.69，说明在patch级别学习（包含跨块伪影）远优于在小图像上直接训练
- Arcsinh变换（POLISH+→POLISH++）: Recall从0.58提升到0.61（+4%），F1从0.69到0.71，主要贡献在于恢复更多暗弱源，改善precision-recall平衡
- CLEAN的flux估计更优: 这是DL方法的已知局限——非线性重建缺乏显式flux校准机制，CLEAN在基于模型的框架中保持了绝对flux精度
亮点¶
- "cross-patch contamination"的洞察: 首次清晰阐明在patch级别训练射电成像网络时，dirty image的patch包含来自邻近patch亮源的PSF旁瓣伪影，这不是简单的小图像训练。让网络学会处理这种"不属于自己"的信号是一个巧妙的隐式建模
- arcsinh变换的天文适配性: 比log变换好在能处理负值，比gamma编码好在有明确的逆变换和物理动机，一个简单的非线性变换解决了\(10^6\)量级的动态范围问题
- 任务相关评估: 不仅评估PSNR/SSIM等图像质量指标，还评估源探测精度（precision/recall/F1）和形状参数估计误差，更贴近天文实际需求
- Fine-tuning快速适配: 对不同PSF条件的适应不需要从头训练，5倍加速的fine-tuning使得逐指向部署成为可能
局限性 / 可改进方向¶
- Flux估计仍不如CLEAN: DL方法在绝对flux精度上落后于CLEAN，需要专门的flux校准步骤或后处理策略
- 仅在image-plane评估: 使用CASA的deconvolve任务（minor cycle），未在visibility空间做端到端验证
- 训练数据量有限: 仅18张全视场图用于训练，虽然patch-wise扩展到28800个样本，但sky model的多样性可能不足
- 未考虑频率方向信息: 射电干涉成像是多频段的，当前方法仅处理单频段图像
- 实际系统效应未充分验证: 虽测试了PSF失配，但真实的电离层扰动、增益变化、RFI污染等效应的组合影响还未验证
与相关工作的对比¶
- vs CLEAN: POLISH++在源探测F1上超出159%（0.27→0.71），形状估计RMSE降低54%，但flux估计不如CLEAN。本质差异在于CLEAN受限于PSF分辨率，而POLISH利用学到的先验实现超分辨率
- vs R2D2（Aghabiglou et al., 2024）: R2D2是展开迭代优化网络，最大图像512像素，动态范围\(5 \times 10^5\)。POLISH++扩展到12960像素、\(10^6\)动态范围，且为单次前向推理，适合高吞吐量场景
- vs GU-Net/RI-GAN: 这些方法在合成数据上测试，图像尺寸<360/512，动态范围<600，且未考虑训练-测试PSF不匹配，与实际部署差距较大
启发与关联¶
- arcsinh变换的思路可迁移到其他高动态范围场景的图像恢复（如HDR去噪、医学CT重建）
- 分块训练+拼接的策略在任何超大分辨率图像处理中都适用（遥感、全景图等）
- 任务相关评估（不仅看PSNR，更看下游任务指标）的范式值得在CV领域推广
- 论文将"天文图像恢复"问题成功带入CV社区，展示了物理约束+深度学习的跨学科潜力
评分¶
- 新颖性: ⭐⭐⭐ 分块训练和arcsinh变换本身技术上不算新，但在射电天文成像中的应用和工程规模化有意义
- 实验充分度: ⭐⭐⭐⭐⭐ 从源探测、形状估计、强引力透镜发现、PSF鲁棒性四个角度全面评估，实验设计与天文实际需求高度对齐
- 写作质量: ⭐⭐⭐⭐ 背景介绍清晰完整，问题动机充分，但部分天文术语对CV读者不够友好
- 价值: ⭐⭐⭐⭐ 对DSA等下一代射电望远镜有直接实用价值，强引力透镜发现数量的10倍提升是实质性贡献