Python_Tkinter和OpenCV模拟行星凌日传输光度测定

传输光度测定

在天文学中,当相对较小的天体直接经过较大天体的圆盘和观察者之间时,就会发生凌日。 当小物体移过较大物体的表面时,较大物体会稍微变暗。 最著名的凌日是水星和金星对太阳的凌日。

借助当今的技术,天文学家可以在凌日事件期间探测到遥远恒星光线的微妙变暗。这项技术称为凌日光度测定法,可输出恒星亮度随时间变化的图。

在上图中,光曲线图上的蓝点代表恒星发出的光的测量值。 当行星没有位于恒星上方时(图中位置1),测量到的亮度最大。 (当系外行星经历其阶段时,我们将忽略从系外行星反射的光,这会略微增加恒星的表观亮度)。

当行星的前缘移动到圆盘上(位置 2)时,发出的光逐渐变暗,在光曲线中形成斜坡。 当整个行星在圆盘上可见时(位置 3),光变曲线变平,并保持平坦,直到行星开始退出圆盘的远端。 这会产生另一个斜坡(位置 4),该斜坡不断上升,直到行星完全脱离圆盘(位置 5)。 此时,光变曲线在其最大值处变平,因为恒星不再被遮挡。

由于凌日期间阻挡的光量与行星圆盘的大小成正比,因此可以使用以下公式计算行星的半径:
R p = R s 深度  R_{\mathrm{p}}=R_{\mathrm{s}} \sqrt{\text { 深度 }} Rp=Rs 深度 
其中 R p Rp Rp 是行星的半径, R s Rs Rs 是恒星的半径。 天文学家利用恒星的距离、亮度和颜色来确定恒星的半径,这与恒星的温度有关。 深度是指传输过程中亮度的总变化,如下图所示。

代码实现

以下 Python 程序使用 OpenCV 生成系外行星凌日的视觉模拟,使用 Matplotlib 绘制所得的光曲线,并将两者一起显示在仪表板中。

为了生成光曲线,我们需要能够测量亮度的变化。我们可以使用 OpenCV 通过对像素执行数学运算来做到这一点。

导入库并分配常量
import tkinter as tk
import matplotlib.pyplot as plt
import cv2 as cvIMG_HT, IMG_WIDTH = 400, 500
BLACK_IMG = cv.imread('limb_darkening.png')
EXO_RADIUS = 7
EXO_DX = 3
EXO_START_X = 40
EXO_START_Y = 230
NUM_FRAMES = 145
定义创建仪表板的函数
def create_dashb(root):fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(8, 6))canvas = FigureCanvasTkAgg(fig, master=root)canvas_widget = canvas.get_tk_widget()canvas_widget.pack(side=tk.TOP, fill=tk.BOTH, expand=1)intensity_samples = []exo_start_x = EXO_START_Xfor _ in range(NUM_FRAMES):temp_img = BLACK_IMG.copy()cv.circle(temp_img, (exo_start_x, EXO_START_Y), EXO_RADIUS, 0, -1)intensity = temp_img.mean()intensity_samples.append(intensity)relative_brightness = calc_rel_brightness(intensity_samples)canvas.draw()root.update()root.after(3)

源代码

参阅一 - 亚图跨际
参阅二 - 亚图跨际

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/235917.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Vue3使用 xx UI解决布局高度自适应

解决方案 在相应的Sider部分添加&#xff1a;height: ‘91.8vh’&#xff0c;即可。示例&#xff1a; <Layout><Sider hide-trigger :style"{background: #fff, height: 91.8vh}"> }知识补充 vw、vh、vmin、vmax是一种视窗单位&#xff0c;也是相对单…

数字孪生开发技术分析

数字孪生的开发涉及多个技术领域&#xff0c;包括计算机科学、数据科学、人工智能和工程等。以下是数字孪生开发中常用的一些关键技术&#xff0c;希望对大家有所帮助。北京木奇移动技术有限公司&#xff0c;专业的软件外包开发公司&#xff0c;欢迎交流合作。 1.建模和仿真&am…

《论文阅读28》Unsupervised 3D Shape Completion through GAN Inversion

GAN&#xff0c;全称GenerativeAdversarialNetworks&#xff0c;中文叫生成式对抗网络。顾名思义GAN分为两个模块&#xff0c;生成网络以及判别网络&#xff0c;其中 生成网络负责根据随机向量产生图片、语音等内容&#xff0c;产生的内容是数据集中没有见过的&#xff0c;也可…

hive 用户自定义函数udf,udaf,udtf

udf&#xff1a;一对一的关系 udtf&#xff1a;一对多的关系 udaf&#xff1a;多对一的关系 使用Java实现步骤 自定义编写UDF函数注意&#xff1a; 1.需要继承org.apache.hadoop.hive.ql.exec.UDF 2.需要实现evaluete函数 编写UDTF函数注意&#xff1a; 1.需要继承org.apache…

Vue前端设计模式

文章目录 一、什么是设计模式&#xff1f;二、设计几个原则三、常见的设计模式及实际案例3.1、单例模式3.1.1、Element UI3.1.2、Vuex 3.2、工厂模式3.2.1、VNode3.2.2、vue-route 3.3、策略模式3.3.1、表格 formatter3.3.2、表单验证 3.4、代理模式3.4.1、拦截器3.4.2、前端框…

用 Java 流的方式实现树型结构

在Java中&#xff0c;流&#xff08;Stream&#xff09;是一种处理集合数据的高级抽象&#xff0c;它提供了一种优雅且功能强大的方式来处理集合。当我们面对树型结构时&#xff0c;例如树&#xff08;Tree&#xff09;或图&#xff08;Graph&#xff09;&#xff0c;使用流的方…

【分享】如何给Excel加密?码住这三种方法!

想要给Excel文件进行加密&#xff0c;方法有很多&#xff0c;今天分享三种Excel加密方法给大家。 打开密码 设置了打开密码的excel文件&#xff0c;打开文件就会提示输入密码才能打开excel文件&#xff0c;只有输入了正确的密码才能打开并且编辑文件&#xff0c;如果密码错误…

Elasticsearch常见面试题

文章目录 1.简单介绍下ES&#xff1f;2.简单介绍当前可以下载的ES稳定版本&#xff1f;3.安装ES前需要安装哪种软件&#xff1f;4.请介绍启动ES服务的步骤&#xff1f;5.ES中的倒排索引是什么&#xff1f;6. ES是如何实现master选举的&#xff1f;7. 如何解决ES集群的脑裂问题8…

高速视频采集卡设计方案:620-基于PCIe的高速视频采集卡

一、产品概述 基于PCIe的高速视频采集卡&#xff0c;通过PCIe3.0X8传输到存储计算服务器&#xff0c;实现信号的分析、存储。 北京太速科技 产品固化FPGA逻辑&#xff0c;适配视频连续采集&#xff0c;缓存容量2GB&#xff0c;开源的PCIe QT客户端软件&#xff0c…

(七)STM32 NVIC 中断、优先级管理及 AFIO 时钟的开启

目录 1. 中断相关知识简介 1.1 什么是中断 1.2 什么是内中断、外中断 1.3 什么是可屏蔽中断、不可屏蔽中断 2. CM3 内核中断介绍 2.1 F103系统异常清单 2.2 F103 外部中断清单 3. NVIC 简介 3.1 NVIC 寄存器简介 3.2 NVIC 相关寄存器的介绍 4. 中断优先级 4.1 优先…

2017年第六届数学建模国际赛小美赛B题电子邮件中的笔迹分析解题全过程文档及程序

2017年第六届数学建模国际赛小美赛 B题 电子邮件中的笔迹分析 原题再现&#xff1a; 笔迹分析是一种非常特殊的调查形式&#xff0c;用于将人们与书面证据联系起来。在法庭或刑事调查中&#xff0c;通常要求笔迹鉴定人确认笔迹样本是否来自特定的人。由于许多语言证据出现在电…

PyTorch深度学习实战(26)——卷积自编码器(Convolutional Autoencoder)

PyTorch深度学习实战&#xff08;26&#xff09;——卷积自编码器 0. 前言1. 卷积自编码器2. 使用 t-SNE 对相似图像进行分组小结系列链接 0. 前言 我们已经学习了自编码器 (AutoEncoder) 的原理&#xff0c;并使用 PyTorch 搭建了全连接自编码器&#xff0c;但我们使用的数据…

Co-DETR:基于协作混合分配训练的DETR

摘要 https://arxiv.org/pdf/2211.12860v5.pdf 本文观察到一个现象,即在DETR中使用一对一的集合匹配时,被分配为正样本的查询太少,导致对编码器输出的监督稀疏,这严重影响了编码器的判别特征学习,反之亦然,影响了解码器中的注意力学习。为了缓解这个问题,我们提出了一种…

C语言求回文数(详解版)

1、问题描述 打印所有不超过n&#xff08;取n<256&#xff09;的其平方具有对称性质的数&#xff08;也称回文数&#xff09;。 2、问题分析 对于要判定的数n计算出其平方后&#xff08;存于a&#xff09;&#xff0c;按照“回文数”的定义要将最高位与最低位、次高位与次…

Ubuntu2204一句话下载VSCode

参考链接:liunx系统下载VSCODE教程_linux下载vscode-CSDN博客 核心指令 sudo snap install --classic code 能在应用程序里面找到即可

【PHP入门】2.2 流程控制

-流程控制- 流程控制&#xff1a;代码执行的方向 2.2.1控制分类 顺序结构&#xff1a;代码从上往下&#xff0c;顺序执行。&#xff08;代码执行的最基本结构&#xff09; 分支结构&#xff1a;给定一个条件&#xff0c;同时有多种可执行代码&#xff08;块&#xff09;&am…

阿里推荐 LongAdder ,不推荐 AtomicLong !

其他系列文章导航 Java基础合集数据结构与算法合集 设计模式合集 多线程合集 分布式合集 ES合集 文章目录 其他系列文章导航 文章目录 前言 一、CAS 1.1 CAS 全称 1.2 通俗理解CAS 1.3 CAS的问题 1.4 解决 ABA 问题 二、LongAdder 2.1 什么是 LongAdder 2.2 为什么推…

用JVS低代码实现业务流程的撤回和重新开始

在当今的数字化时代&#xff0c;业务流程的效率和准确性对于企业的运营至关重要。在实际业务场景中&#xff0c;我们可能需要处理一些复杂的流程&#xff0c;例如申请审批流程、合同签订流程等。这些流程在执行过程中可能会遇到各种情况&#xff0c;例如某个审批步骤需要重新审…

❀My虚拟机上的ftp服务器搭建(centos)❀

❀My虚拟机上的ftp服务器搭建(centos)❀ 在CentOS上搭建FTP服务器可以使用vsftpd软件&#xff0c;下面是详细的搭建教程&#xff1a; ①安装vsftpd软件 在终端中输入以下命令进行安装&#xff1a; sudo yum install vsftpd ②配置vsftpd 打开vsftpd的配置文件&#xff0c;…

【深度学习】序列生成模型(五):评价方法计算实例:计算BLEU-N得分【理论到程序】

文章目录 一、BLEU-N得分&#xff08;Bilingual Evaluation Understudy&#xff09;1. 定义2. 计算N1N2BLEU-N 得分 3. 程序 给定一个生成序列“The cat sat on the mat”和两个参考序列“The cat is on the mat”“The bird sat on the bush”分别计算BLEU-N和ROUGE-N得分(N1或…