Cálculo do coeficiente de assimetria gradiente em C/C++: exemplos de aplicações em astrofísica e cosmologia

• Main Author: Cristiano Strieder
• Other Authors: Reinaldo Roberto Rosa
• Language: Portuguese
• Published: Instituto Nacional de Pesquisas Espaciais 2010
• Online Access: http://urlib.net/sid.inpe.br/mtc-m19@80/2010/08.03.18.34

A análise computacional de padrões morfológicos em astrofísica e cosmologia consiste na extração automática de medidas sobre dados observados e/ou simulados que contenham informação estrutural de fontes astronômicas registradas através de imagens digitalizadas (estrelas, galáxias, aglomerados de galáxias e mapas de radiação). No estado-da-arte das ferramentas e metodologias para classificação de morfologias de tais fontes, ainda há uma grande demanda para técnicas robustas e de fácil implementação computacional que possam ser aplicadas de forma automática sobre um grande volume de dados (da ordem de Tera bytes). Nesse contexto, a Análise de Padrões-Gradientes (GPA, do inglês \textit{Gradient Pattern Analysis}) apresenta-se como uma ferramenta promissora para identificação automática de padrões estruturais a partir de imagens digitais. A técnica GPA baseia-se em uma operação geométrica que calcula o \textit{coeficiente de assimetria gradiente} G$_A$ a partir do campo gradiente de uma dada matriz. Esta dissertação apresenta o cálculo de G$_A$ a partir de um novo algoritmo, o GPA++, desenvolvido de forma inédita em linguagem C/C++. Além da ferramenta de linha de comando GPA++, foi desenvolvida em linguagem JAVA uma interface gráfica, a GPA++GUI, que possibilita a experimentação da técnica GPA de maneira simples e mais intuitiva através de um aplicativo para ambiente gráfico Linux. A pesquisa para implementação do algorítmo é discutida em detalhes incluindo testes e validação que tomam como base um conjunto canônico de dados utilizados para validar versões desenvolvidas originalmente em ambientes IDL e Matlab. As vantagens do cálculo de G$_A$ via GPA++ são discutidas a partir de três exemplos de aplicações sobre: (i) imagens de galáxias; (ii) mapas simulados da radiação cósmica de fundo e (iii) arcos gravitacionais simulados a partir do software \textit{AddArcs}. Os três tipos de dados foram escolhidos para exemplificar a diversidade de aplicações do GPA++ na análise de dados astrofísicos e cosmológicos. === The computational analysis of morphological patterns in astrophysics and cosmology consists in the automatic extraction of measurements from real and/or simulated data that contain structural information of astronomical sources recorded in digital images (stars, galaxies, clusters of galaxies, radiation maps). In the state of the art of tools and methodologies for morphological classification of such sources, there is a high demand for robust and easy computational implementable techniques that can be automatically applied to large data volumes (of the order of terabytes). In this context, the Gradient Pattern Analysis (GPA) appears as a promising tool for automatic structural pattern identification in digital images. The GPA technique is based on a geometric operation that calculates the gradient asymmetry coefficient G$_A$ from the gradient field of a matrix. This dissertation presents the computation of the G$_A$ performed by a new algorithm, the GPA++, developed in C/C++ for the first time. Furthermore, a graphical user interface was developed in JAVA: the GPA++GUI. It allows the experimentation of the GPA technique in a simple and more intuitive way in a Linux environment. The research for the implementation of the algorithm is discussed in details including tests and validation performed with canonical data sets used to validate versions of the method developed originally in IDL and Matlab. The advantages of the G$_A$ computation made through GPA++ are discussed using three example applications: (i) galaxy images; (ii) simulated maps of cosmic microwave radiation and (iii) gravitational ares simulated with the AddArcs software. These three types of data where selected to exemplify the wide range of applicability of the GPA++ in the analysis of astrophysical and cosmological data.