astro-denoise-bm3d

Baseline clásico de referencia: BM3D (C-optimizado) para el benchmark reproducible de denoising en imágenes astronómicas DC2/LSST.

Rol y responsabilidades

• Aplica BM3D (paquete pip bm3d, versión rápida C-optimizada) a parches o imágenes completas FITS del DC2.
• Estima el sigma de ruido desde el plano de varianzas (en los coadds DC2 es el HDU 3), desde config explícito, o con MAD sobre el propio patch.
• Implementa la interfaz estándar DenoiseMethod y el protocolo CLI del orquestador (astro-denoise-bench), con salida JSON por stdout.

Instalación

uv sync --all-extras

Esto crea .venv/ e instala el paquete en modo editable (src/astro_denoise_bm3d/), registrando el entry point astro_denoise.methods/bm3d y las dependencias de desarrollo (pytest, ruff, mypy).

API

from astro_denoise_bm3d import BM3DDenoiser, estimate_sigma_from_variance

denoiser = BM3DDenoiser(sigma=19.4)          # sigma explícito, o
denoiser.set_sigma_from_variance(var_plane)  # desde plano de varianzas
clean = denoiser.denoise(patch)              # ndarray 2-D -> ndarray 2-D

BM3DDenoiser normaliza cada patch con estadísticos robustos (mediana / percentil 99.5) antes de aplicar BM3D y restaura la escala original, de modo que funciona con el rango dinámico arbitrario de las imágenes astronómicas.

CLI (protocolo bench)

python -m astro_denoise_bm3d \
    --input input.fits \
    --output output.fits \
    --config config.json

config.json (todas las claves opcionales):

{
  "sigma": 19.4,
  "stage": "all",
  "variance_hdu": 3
}

stdout devuelve una línea JSON con los metadatos mínimos del protocolo:

{"algorithm": "bm3d", "version": "0.1.0", "status": "ok"}

Notas

• No usar la versión slow/pura-Python de BM3D: este baseline usa la rápida y C-optimizada del paquete bm3d.
• El módulo se descubre automáticamente vía el entry point astro_denoise.methods cuando se instala con pip install -e ..

Licencia

El código de este repositorio es Apache-2.0. La dependencia bm3d (y su dependencia bm4d, ambas de Tampere University) es free for non-commercial use: quien instale este baseline queda sujeto a esa condición. Para un uso comercial hay que pedir licencia a sus autores o reemplazar el método.

Tests

uv run pytest

Cubren la estimación de sigma (variance plane y MAD), la reducción efectiva de ruido del denoiser y el protocolo CLI end-to-end con FITS temporales.

Desarrollo

uv run ruff format .
uv run ruff check .
uv run mypy src/

Las cuatro comprobaciones (format, lint, mypy, pytest) corren en CI vía el workflow reusable UniverLab/workflows.

Estructura del proyecto

astro-denoise-bm3d/
├── pyproject.toml
├── src/
│   └── astro_denoise_bm3d/
│       ├── __init__.py
│       ├── __main__.py       # CLI entry point
│       ├── interface.py      # DenoiseMethod ABC
│       └── bm3d_denoiser.py
├── tests/
└── README.md

---

Este submódulo forma parte de la plataforma astro-denoise; véase CONTEXT_v2.md para arquitectura y motivación.