Speaker
Description
Prezenta lucrare explorează evoluția conceptuală, fundamentarea matematică și aplicabilitatea practică a spațiilor de culoare, realizând o punte interdisciplinară între colorimetria tradițională și procesarea digitală a imaginilor multispectrale din astrofizică. Obiectivul experimental principal rezidă în dezvoltarea unui pipeline algoritmic în limbajul Python pentru manipularea, normalizarea și fuzionarea datelor observaționale brute în format FITS (Flexible Image Transport System) provenite de la telescoapele Hubble, Chandra, Spitzer și VLA, având ca studiu de caz galaxia Messier 106. Metodologia aplicată a presupus curățarea matricilor de pixeli prin eliminarea valorilor nule și maparea spectrelor continue pe intervalul discret [0, 1], urmată de generarea unor compoziții pseudo-color prin transpunerea radiațiilor invizibile (Infraroșu, Raze X și unde Radio) drept canale cromatice semantice. Pentru optimizarea contrastului și clarității structurilor morfologice fine, s-a realizat conversia datelor în spațiul non-liniar HSV, aplicându-se un filtru de tip unsharp mask pe canalul de luminanță (V) și o amplificare controlată a saturației (S) cu un factor de 1.3. Analiza comparativă a imaginilor fuzionate ponderat (alpha = 0.5) relevă limitările unei mapări brute a canalelor spectrale și evidențiază importanța corecțiilor de histogramă și a remapării cromatice conform convențiilor de vizualizare științifică. Proiectul demonstrează că utilizarea spațiilor de culoare în imagistica astronomică depășește scopul estetic, transformând datele numerice într-un vector semantic esențial pentru identificarea regiunilor de interes fizic.