Changeset 30 for mire

Timestamp:

10/17/08 16:55:09 (16 years ago)

Author:

meynadie

Message:

 

Location:

mire

Files:

• mire.sh (modified) (2 diffs)
• mire_all.sh (modified) (1 diff)
• process.py (modified) (5 diffs)

mire/mire.sh

@@ -22 +22 @@
 OUTPUT_FITS=$(basename $1 .fits)_sf.fits
 OUTPUT_RING=$(basename $1 .fits).ring
+OUTPUT_SQUARE=$(basename $1 .fits).square
 
 if test $skip_sextractor == false
@@ -34 +35 @@
 echo "Mesures géométriques..."
 OUTPUT_FILENAME=$(basename $1 .fits).mes
-python $PATH_TO_MIRE/process.py -c $CATALOG -r $2 -o $OUTPUT_FITS -m $OUTPUT_FILENAME -t $3 --ring $OUTPUT_RING
+python $PATH_TO_MIRE/process.py -c $CATALOG -r $2 -o $OUTPUT_FITS -m $OUTPUT_FILENAME -t $3 --ring $OUTPUT_RING -s $OUTPUT_SQUARE
 
 

mire/mire_all.sh

@@ -26 +26 @@
 
 moyenne_ring.py > moyenne_ring
+carre.py > carre

mire/process.py

@@ -26 +26 @@
 parser.add_option("--ring",dest="ring",
                   default="output.ring",
+                  help="Name of the output measurement file")
+parser.add_option("-s","--square",dest="square",
+                  default="output.square",
                   help="Name of the output measurement file")
 parser.add_option("-t","--timing",dest="timing",
@@ -98 +101 @@
     if (detections ==0):
         print "Erreur ! Pas de détection pour repÚre ",i
+        #real_rep[i,:]=rep[i,:]
         exit (2)
 
@@ -181 +185 @@
             if (nb_voisin > 0):
                 catalog[knot_idx]['MEAN_DIST_TO_NGBRS'] = float(distance)/weights
-                lookup_sources[i,j,3] = 60./ (float(distance)/weights)
+                lookup_sources[i,j,3] = (float(distance)/weights)
         
 cleaned_catalog = []
@@ -259 +263 @@
 a = lookup_sources[:,:,3]
 
+for i in range(81):
+    for j in range(81):
+        if (a[i,j] > 0):
+            a[i,j] = 60.0/a[i,j]
+        else :
+            a[i,j] = 1.06
+
+# Interpolation de la case du "P"
+
+a[41,41] = (a[42,41] + a[40,41] + a[41,42] + a[41,40]) /4.
+
 hdu = pyfits.PrimaryHDU(a)
 hdulist = pyfits.HDUList([hdu])
 
 hdu.writeto(options.outputfits,clobber=True)
+
 
 # Facteur d'échelle moyen
@@ -351 +367 @@
 output_couronne.close()
         
+# On parcourt un carré de surface équivalente à la couronne définie ci dessus
+# Le facteur d'échelle est calculé par rapport au point opposé du carré
+# soit un cÎté de 28 noeuds
+
+
+# Le centre a été trouvé pour la couronne
+i_cen = cleaned_catalog[i_centre]["I_GRID"]
+j_cen = cleaned_catalog[i_centre]["J_GRID"]
+
+# On se refait un "lookup" simplifié
+
+synthese = zeros((81,81,2))
+
+for source in cleaned_catalog:
+    synthese[source['I_GRID'],source['J_GRID'],0] = source['X_IMAGE']
+    synthese[source['I_GRID'],source['J_GRID'],1] = source['Y_IMAGE']
+
+valeurs =  [] 
+for i in range(-14,15):
+    vecteur = synthese[i_cen+14,j_cen+i,:] - synthese[i_cen-14,j_cen+i,:]
+    valeurs.append(modulus(vecteur))
+
+valeurs_orth = []
+for i in range(-14,15):
+    vecteur = synthese[i_cen+i,j_cen+14,:] - synthese[i_cen+i,j_cen-14,:]
+    valeurs_orth.append(modulus(vecteur))
+
+for i in range(len(valeurs)):
+    if valeurs[i] > 0:
+        valeurs[i] = 28*60./valeurs[i]
+
+for i in range(len(valeurs_orth)):
+    if valeurs_orth[i] > 0:
+        valeurs_orth[i] = 28*60./valeurs_orth[i]
+
+
+# on vire les valeurs aberrantes
+def f(x):
+    return ((x < 1.07) and (x > 1.05))
+
+valeurs = filter(f, valeurs)
+valeurs_orth = filter(f, valeurs_orth)
+
+output_square = open(options.square,'w')
+outs = "# moyennes: %f / %f phase: %f date: %s\n" % (mean(valeurs),
+                                                     mean(valeurs_orth),
+                                                     phase,
+                                                     dt.isoformat())
+output_square.write(outs)
+
+for valeur in valeurs:
+    outs = "%f\n" % (valeur)
+    output_square.write(outs)
+
+output_square.write('orth \n')
+
+for valeur in valeurs_orth:
+    outs = "%f\n" % (valeur)
+    output_square.write(outs)
+
+output_square.close()