企业官网建设流程全解析

简介：基于Unet网络实现天文图像降噪的Python项目，提供完整源代码与项目说明，面向计算机相关专业学生的课程设计、毕业设计及图像处理入门者。项目采用先为图像添加噪声、再将噪声图作为训练集、原始图作为标签的方式训练Unet模型，并可在Google Colab环境运行，适合学习卷积神经网络在图像去噪中的应用。资源共209个文件，约35.94MB，其中npy文件为数据集，py脚本负责数据生成与模型训练，ipynb提供可交互的演示流程，png为处理结果图，md/readme包含使用说明，目录结构清晰，便于按需查阅。目前已有383人学习使用。下载后可直接对照README运行测试，也可根据自身任务修改网络结构或数据路径，快速搭建天文图像降噪实验，适用于毕设答辩、课设作业或项目初期演示。

1. 天文图像的噪声特性和Unet的回归建模

打开项目里的 Origin.npy 和 noise_5.npy 对比，两张图肉眼几乎看不出差别，但带噪图像送入 Unet 之后，输出层拿到的是一张比原图更干净的星图。这就是这个项目的核心逻辑：把天文图像降噪当作像素级回归问题来解，而不是传统的高斯滤波或小波硬阈值。天文图中暗背景占绝大多数、亮星点稀疏且动态范围极大，这种数据分布跟自然图像差异很大，普通 CNN 很难同时处理好大面积平滑背景和细小星点。Unet 的编码-解码结构配合跳跃连接，恰好能把低频背景和高频边缘分开建模。对正在做课程设计或毕业设计的人来说，这套代码把数据生成、Unet 训练、结果验证串成了完整闭环，换到自己的数据集上也不难。

2. 用generate_data.py构造带噪训练集和npy数据集

这个项目的训练数据不是外部下载的公开数据集，而是用脚本自己生成的。理解了生成逻辑，后面训练 Unet 时对训练集分布才会有直觉。

2.1 黑色率小于0.35的筛选逻辑

generate_data.py 的核心行为是遍历 npy 文件夹下所有图像，计算每张图的"黑色率"，只保留黑色像素占比小于 0.35 的图。黑色率定义本身没有统一标准，常见做法是统计灰度值低于某阈值的像素占总像素的比例：

import numpy as np def black_ratio(img, threshold=10): # img: 单张灰度图，值域 0-255 black_mask = img < threshold return black_mask.mean() def filter_images(images, max_ratio=0.35): kept = [] for img in images: ratio = black_ratio(img) if ratio < max_ratio: kept.append(img) return np.stack(kept)

这个筛选的意义在于：天文图像绝大多数像素是天空背景，如果一张图黑色区域占比过高，说明画面里要么没有天体、要么曝光不足，作为训练样本只会让 Unet 学到"输出全黑"的平庸解。0.35 是个经验阈值，拉高到 0.5 会引入大量无效样本，压到 0.2 则可能把含有暗弱星系的有效图像也过滤掉。你可以把 threshold 参数调低到 5 或 8，因为采集端的偏置电平不同，黑色判断基准要跟着变。

2.2 Origin.npy与noise_2到noise_5的噪声等级划分

数据目录里的 Origin.npy 是干净图堆叠，noise_2.npy、noise_3.npy、noise_4.npy、noise_5.npy 则是不同噪声强度下的退化图。从文件名来看，噪声强度分成了 2、3、4、5 四个档位。常见做法是高斯白噪声，标准差按灰度值域 0-255 分别取 2、3、4、5，或者按归一化到 0-1 后取 0.02、0.03、0.04、0.05。这两种理解的差异会直接影响 Unet 输入层的数值范围：

def add_gaussian_noise(clean, sigma): # clean: float32，值域 0-255 noise = np.random.normal(0, sigma, size=clean.shape).astype(np.float32) noisy = clean + noise return np.clip(noisy, 0, 255).astype(np.uint8)

实际天文图的噪声不是纯高斯，读出噪声接近高斯，光子噪声服从泊松分布。我在类似项目里会把泊松噪声近似成信号依赖的高斯噪声，即 sigma 取base + signal * rate，这样暗背景处噪声小、亮星处噪声大，更接近真实 CCD 的行为模式。项目目前给出的噪声强度分档，也是为了让 Unet 同时适应多档噪声，而不是只对某一档过拟合。

2.3 生成脚本、数据增强与课程设计复用

generate_data.py 的逻辑通常是把所有干净图读进来，复制多份并分别叠加不同强度的噪声，最后保存成一组带噪声等级的 npy 文件。训练时不建议把 2 到 5 的噪声混合输给同一个模型，因为 Unet 对噪声水平敏感，混合训练容易让模型学会"取平均"。更稳的做法是每个噪声等级单独训练，或者把噪声等级作为条件信息拼到输入通道里。

数据增强方面，天文图像不像自然图像那样有明确的语义方向性，翻转、旋转 90 度、随机裁剪都安全。但不要用随机亮度抖动和色彩增强，天文图像灰度响应是线性的，亮度扰动会把 Unet 训练成一个对强度不敏感的网络，降噪后星点流量会失真。这个项目拿来做课程设计时，可以只跑 noise_3 和 noise_5 两个等级，分别训练两个模型，对比不同噪声强度下 PSNR 的差异，工作量足够且现象明显。

3. Unet的编码解码器结构与PyTorch实现

Unet 最早是给医学图像分割设计的，但用在图像降噪上同样合理，关键在它的编码器-解码器结构和跳连机制。很多资料把 Unet 降噪讲成"分割网络硬套回归任务"，实际不是这样。

3.1 跳跃连接为什么保留空间细节

Unet 的编码器逐层下采样，感受野变大，能捕获大范围背景结构；解码器逐层上采样，把低分辨率特征恢复到原图尺寸。如果只有这条主链路，星点这类细小目标在多次池化后会被抹掉，解码器就算恢复了分辨率也恢复不了细节。跳跃连接把编码器每层的输出直接拼接到解码器对应层，等于给重建路径单独开了一条高分辨率旁路，让星点边缘和星核结构绕开信息瓶颈。

降噪场景里这个特性尤其重要。普通卷积自动编码器去噪后星点容易糊成一团，而 Unet 的跳跃连接保证了去噪后星点位置和形态基本不变。代价是模型参数量增加，且如果输入噪声过大，跳跃连接会把噪声特征也原样传过去，所以实际使用时要在拼接后紧跟卷积层再融合，这也是下文实现里每个解码模块都保留两层卷积的原因。

3.2 双卷积模块与Unet类实现

底层模块是连续两个 3x3 卷积加 BN 加 ReLU。编码器每下采样一次通道翻倍，解码器每上采样一次通道减半，最底层特征图尺寸为输入的四分之一或八分之一。以下实现按输入单通道灰度图、最底层 512 通道设计：

import torch import torch.nn as nn class DoubleConv(nn.Module): def __init__(self, in_ch, out_ch): super().__init__() self.conv = nn.Sequential( nn.Conv2d(in_ch, out_ch, 3, padding=1), nn.BatchNorm2d(out_ch), nn.ReLU(inplace=True), nn.Conv2d(out_ch, out_ch, 3, padding=1), nn.BatchNorm2d(out_ch), nn.ReLU(inplace=True), ) def forward(self, x): return self.conv(x) class Unet(nn.Module): def __init__(self, in_ch=1, out_ch=1, base_ch=64): super().__init__() self.enc1 = DoubleConv(in_ch, base_ch) self.enc2 = DoubleConv(base_ch, base_ch * 2) self.enc3 = DoubleConv(base_ch * 2, base_ch * 4) self.enc4 = DoubleConv(base_ch * 4, base_ch * 8) self.pool = nn.MaxPool2d(2) self.bottleneck = DoubleConv(base_ch * 8, base_ch * 16) self.up4 = nn.ConvTranspose2d(base_ch * 16, base_ch * 8, 2, stride=2) self.dec4 = DoubleConv(base_ch * 16, base_ch * 8) self.up3 = nn.ConvTranspose2d(base_ch * 8, base_ch * 4, 2, stride=2) self.dec3 = DoubleConv(base_ch * 8, base_ch * 4) self.up2 = nn.ConvTranspose2d(base_ch * 4, base_ch * 2, 2, stride=2) self.dec2 = DoubleConv(base_ch * 4, base_ch * 2) self.up1 = nn.ConvTranspose2d(base_ch * 2, base_ch, 2, stride=2) self.dec1 = DoubleConv(base_ch * 2, base_ch) self.out = nn.Conv2d(base_ch, out_ch, 1) def forward(self, x): e1 = self.enc1(x) e2 = self.enc2(self.pool(e1)) e3 = self.enc3(self.pool(e2)) e4 = self.enc4(self.pool(e3)) b = self.bottleneck(self.pool(e4)) d4 = self.dec4(torch.cat([self.up4(b), e4], dim=1)) d3 = self.dec3(torch.cat([self.up3(d4), e3], dim=1)) d2 = self.dec2(torch.cat([self.up2(d3), e2], dim=1)) d1 = self.dec1(torch.cat([self.up1(d2), e1], dim=1)) return self.out(d1)

代码里 base_ch 控制参数量，64 时模型约 3100 万参数，Colab 免费版可训练；显存有限就降到 48 或 32。解码器每次torch.cat拼接的是来自编码器的同尺寸特征，所以编码器最后一层下采样次数和解码器上采样次数必须严格对应，否则拼接时尺寸不匹配。上采样用ConvTranspose2d会带来棋盘伪影，改nn.Upsample(scale_factor=2, mode='bilinear')再接卷积可以缓解，但边缘锐度会略降，星空图优先保留边缘，所以保持转置卷积更合适。

3.3 损失函数与匹配评价指标

Unet 的输出层是回归输出，所以最后不能用 softmax，就是一个普通卷积层。损失函数最常见的是 MSE，它对应高斯噪声下的最大似然估计，假设噪声是高斯分布时 MSE 最优；但 MSE 对像素误差一视同仁，暗背景区像素量大，会主导梯度方向，导致星点区域学不好。

我一般会把 MSE 和 SSIM 加权组合，loss = 0.7 * L1 + 0.3 * (1 - SSIM)。L1 比 MSE 对离群像素更鲁棒，训练前期收敛更稳，SSIM 则强制网络保留局部结构。如果只在 Colab 上做课程设计，直接跑纯 MSE 也可以，但验证时不要只看 loss，要记录 PSNR 和 SSIM 两个指标，loss 下降不等于肉眼观感变好。

4. Google Colab训练流程与超参数直觉

项目说明里提到训练平台是 Google Colab，这意味着不用在本机配 CUDA 环境，只要浏览器打开 notebook 就能跑。但 Colab 免费版有显存和时长限制，代码的组织方式要按这个约束来设计。

4.1 把npy接入PyTorch Dataset和DataLoader

npy 文件是完整数组，不能一次性全部载入训练，需要封装成 Dataset 并按批次取。读取 Origin.npy 和对应噪声 npy，按索引配对返回干净图和噪声图：

import numpy as np import torch from torch.utils.data import Dataset, DataLoader class AstroDenoiseDataset(Dataset): def __init__(self, clean_path, noisy_path, sigma): self.clean = np.load(clean_path) # (N, H, W) uint8 self.noisy = np.load(noisy_path) # (N, H, W) uint8 assert self.clean.shape == self.noisy.shape def __len__(self): return len(self.clean) def __getitem__(self, idx): x = self.noisy[idx].astype(np.float32) / 255.0 y = self.clean[idx].astype(np.float32) / 255.0 x = torch.from_numpy(x).unsqueeze(0) y = torch.from_numpy(y).unsqueeze(0) return x, y dataset = AstroDenoiseDataset("Origin.npy", "noise_3.npy", sigma=3) loader = DataLoader(dataset, batch_size=16, shuffle=True, num_workers=2)

注意这里把像素从 0-255 缩放到 0-1，作用有两个：一是让网络权重初始化数值范围更平稳，二是配合 ReLU 输出直接限制在 0-1 区间。num_workers在 Colab 上设 2 即可，设大了反而会因为进程调度开销拖慢训练。数据增强可以在__getitem__里用随机翻转，但每次都生成不同翻转会破坏配对的确定性，建议用固定的随机种子做离线增强。

4.2 训练循环与学习率调度

Colab 上训练这类 Unet，batch_size 16、Adam 初始学习率 1e-3 起步，训练 60 到 120 个 epoch 就能看到明显效果。训练循环里要注意把模型切到 train 模式，BN 层的统计量在训练和推理时行为不同：

device = torch.device("cuda" if torch.cuda.is_available() else "cpu") model = Unet(in_ch=1, out_ch=1).to(device) optimizer = torch.optim.Adam(model.parameters(), lr=1e-3) scheduler = torch.optim.lr_scheduler.ReduceLROnPlateau( optimizer, mode="min", factor=0.5, patience=8 ) criterion = nn.MSELoss() for epoch in range(80): model.train() total_loss = 0.0 for x, y in loader: x, y = x.to(device), y.to(device) pred = model(x) loss = criterion(pred, y) optimizer.zero_grad() loss.backward() optimizer.step() total_loss += loss.item() * x.size(0) avg_loss = total_loss / len(dataset) scheduler.step(avg_loss) print(f"epoch {epoch:03d} loss {avg_loss:.6f}")

ReduceLROnPlateau是这项目里的关键调度策略：它监控验证集 loss，连续 8 个 epoch 不下降就把学习率减半。直接用固定学习率容易在后期震荡，用 CosineAnnealing 又需要预设总 epoch 数，Colab 训练被打断重开时不如 ReduceLROnPlateau 灵活。每个 epoch 结束后建议打印当前学习率，确认调度器确实在触发，否则后期 loss 平台期会拖很久。

4.3 Colab训练常见瓶颈与超参数调整

提示：Colab 免费版显存只有 15GB 左右，base_ch=64 的 Unet 在 batch_size=16 时大约占用 6-8GB，TensorBoard 监控和验证集推理都会额外占显存。如果训练中提示 CUDA out of memory，把 batch_size 降到 8，不要动网络结构。

训练到后期常见两个现象：loss 还在下降但验证 PSNR 不涨，或者验证 PSNR 涨了但星点区域变模糊。前者是网络在拟合训练集噪声的特定分布，后者是模型把星点也当作噪声抹掉了。针对第一种情况，停止训练或增大噪声等级混合；针对第二种情况，检查损失函数里 SSIM 权重是否过高，或调整跳跃连接的融合方式。

5. 去噪结果验证和针对星空背景的调参技巧

项目里的 result.ipynb 承担的不只是画图，更核心的是量化验证。Unet 降噪效果不能只靠肉眼判断，因为人眼对低亮度区域的噪声不敏感，很容易误判。

5.1 用PSNR和SSIM验证去噪效果

验证阶段把测试集的干净图、带噪图、Unet 输出三者放在一起对比，计算 PSNR 和 SSIM：

import numpy as np import torch.nn.functional as F def psnr(pred, target, max_val=1.0): mse = F.mse_loss(pred, target).item() return 10 * np.log10(max_val * max_val / mse) def ssim(pred, target): # 简化版 SSIM，完整实现可用 pytorch_msssim pred = pred.cpu().numpy().squeeze() target = target.cpu().numpy().squeeze() mu_x, mu_y = pred.mean(), target.mean() sigma_x, sigma_y = pred.std(), target.std() sigma_xy = ((pred - mu_x) * (target - mu_y)).mean() c1, c2 = 0.01**2, 0.03**2 return ((2 * mu_x * mu_y + c1) * (2 * sigma_xy + c2)) / ( (mu_x**2 + mu_y**2 + c1) * (sigma_x**2 + sigma_y**2 + c2) )

验证时要按噪声等级分别统计。noise_2.npy 上的 PSNR 可能从 28dB 提到 38dB，而 noise_5.npy 只能提到 30dB 左右，这是符合预期的，因为高噪声下的信息恢复上限本身就更低。比 PSNR 更有说服力的是残差图：把 Unet 输出减去带噪输入，看残差里是否还残留星点结构，如果残差里能看到星点轮廓，说明网络没有完全把星点从噪声中分离出来，而是连星点一起压暗了。

5.2 星点保留、暗背景伪影与混合噪声训练

针对天文图像的去噪，有三个实际调参经验值得记录。第一个是输出层激活：网络输出层直接用线性卷积，不要在最后加 Sigmoid。Sigmoid 会把输出限制在 0-1，星座背景本来就接近 0，Sigmoid 在 0 附近梯度平缓，星点亮度被压缩后难以恢复。第二个是输入归一化：把输入除以 255 而不是做标准化，能让网络权重更稳定；如果做了标准化，推理时输入数据的均值和方差必须与训练时一致，容易在换数据时踩坑。第三个是对暗背景伪影的处理：黑色率 0.35 的过滤会保留一部分几乎全黑的图，这些图的 loss 接近 0，占梯度比例很小，但会在验证时输出暗背景上的斑点状伪影。我一般会在损失函数里对暗背景区域加权，把像素值低于 0.1 的区域的 loss 系数调低，网络就会把更多容量分配给星点和中等亮度区域。

最后提一个针对 Unet 结构本身的调整思路。标准 Unet 的四层下采样对天文图来说略深，星点尺寸通常只有几像素，四层下采样后空间信息压缩过度。如果降噪效果在星点中心出现凹陷，把网络改成三层下采样，base_ch 相应加大到 96，通常能改善星点形状保持。这个改动不需要动数据生成逻辑，只改模型初始化参数即可。结合噪声等级分开训练的模型，再在推理时按噪声水平选择对应权重，比单一模型硬吃四个档位要实用得多。

本文还有配套的精品资源，点击获取