Repository navigation
AstroLoom v0.14.0
Añadido
-
Motor Nativo de Cómputo Astrofotográfico en Rust (
astroloom_rs):- Implementación de la arquitectura híbrida de alto rendimiento: Interfaz Gráfica en Python (
PySide6) acoplada a un núcleo de cálculo de bajo nivel en Rust compilado como módulo de extensión nativo (cdylibvíaPyO3 0.23,rust-numpy 0.23,rayon 1.10ynalgebra 0.33). -
Vectorización SIMD y Paralelismo Multihilo: Todos los kernels numéricos intensivos liberan de forma estricta el GIL (
py.allow_threads) y ejecutan en paralelo con Rayon sobre todos los núcleos lógicos de la CPU con optimizacionesAVX2/FMAylto = "fat". -
Arquitectura Zero-Copy y Asignación en Pila L1: Sustitución de millones de asignaciones dinámicas en el heap (
malloc/free) por buffers estáticos en la pila ([f32; N]) y selección lineal$O(N)$ con Quickselect (slice.select_nth_unstable_by) para medianas y dispersión$MAD$ , erradicando cuellos de botella de recolección de basura (GC). -
Mecanismo Drop-in Fallback Universal: Todos los subsistemas de
core/incorporan autodetección dinámica deastroloom_rscon respaldo transparente y continuo hacia Python/NumPy/Numba en caso de ejecutarse en entornos sin el binario compilado. -
Paridad Matemática y Validación Numérica: Verificación cruzada exhaustiva contra las implementaciones de referencia de Python en 18 módulos y suites de tests (diferencia máxima
$< 10^{-5}$ , idéntica a precisión de coma flotante de 32 bits).
- Implementación de la arquitectura híbrida de alto rendimiento: Interfaz Gráfica en Python (
-
Migración Integral de Módulos Críticos a
astroloom_rs:-
Motor de Apilado Estadístico y Registro Elástico TPS (
core/stacking.py,src/stacking.rs):- Kernels paralelos
kappa_sigma_kernel,percentile_kernelymedian_kernelen caché L1:$2.77\times$ más rápidos que Numba LLVM JIT. - Solver matricial analítico de placa delgada (Thin-Plate Splines - TPS) y evaluación paralela de mallas de remapado elástico (
compute_tps_grid_rsycompute_tps_remap_grid_rs), eliminando dependencias descipy.interpolate.
- Kernels paralelos
-
Calibración Pura CFA Pre-Debayer In-Place (
core/stacking.py,src/streaming_io.rs):- Calibración de Darks, Flats, Bias y pedestal térmico directamente sobre la matriz
uint16de fotodiodos de LibRaw (calibrate_raw_cfa_inplace_rs) sin crear copias intermedias en float32: 0 bytes de asignación adicional en RAM y una aceleración de$4\times$ .
- Calibración de Darks, Flats, Bias y pedestal térmico directamente sobre la matriz
-
Extracción de Gradientes y Neutralización de Fondo RBF (
core/background_extraction.py,src/background.rs):- Interpolador multiescala 2D multicuádrico inverso (
fit_and_eval_rbf_proxy) en Rust sustituyendo ascipy.interpolate.RBFInterpolator. - Neutralizador fotométrico fusionado (
apply_bg_model_fused): Sustracción/división, modulación de suelo y clamping en una sola pasada de memoria por filas (par_chunks_mut).$15.27\times$ más rápido y reducción de$-1.375\text{ MB}$ de RAM (de 1.650 MB a 274 MB en 24 MP).
- Interpolador multiescala 2D multicuádrico inverso (
-
Compositor de Capas y Pipeline del Revelador (
core/mask_layers.py,core/stretch.py,src/developer.rs):- Kernel fusionado en paralelo (
apply_layer_adjustments_fused): Evalúa transformaciones tonales HSV, balance RGB, EV, sombras, altas luces, curvas LUT y mezcla de capas en una sola pasada por píxel ($1.76\times$ a$3.2\times$ más rápido,$<3\text{ ms}$ en viewport 1080p). - Fusión Trama (Screen Blend) de capa de estrellas:
$9.84\times$ más rápida que NumPy. - Estirado adaptativo automático de cielo Starless (
auto_stretch_adaptive_starless_rs) con estimación Quickselect de mediana/MAD y MTF por canal:$5.39\times$ más rápido.
- Kernel fusionado en paralelo (
-
Estirado Hiperbólico Generalizado (GHS) y Filtros Ópticos (
core/ghs.py,core/orton.py,core/star_diffusion.py,src/developer.rs):- Precomputación analítica vectorizada de LUT 1D de 16 bits (65.536 puntos) en microsegundos (
compute_ghs_lut_rs) con continuidad$C^1$ en puntos de inflexión LP y HP. - Aplicación multihilo de GHS en 2D y 3D (
apply_ghs_stretch_rs) con preservación fotométrica de luminancia Rec. 709 sin reservas en heap. - Resplandor difuso Orton y Star Mist (
compute_orton_glow_source_rsyblend_orton_and_diffusion_rs): Compuerta suave Hermite (smoothstep), supresión de picos estelares y mezcla tonal con protección de máscara de horizonte en una pasada.
- Precomputación analítica vectorizada de LUT 1D de 16 bits (65.536 puntos) en microsegundos (
-
Deconvolución Óptica Regularizada Richardson-Lucy (
core/deconvolution.py,src/deconv.rs):- Modelado analítico de PSF 2D Moffat astrofísica con parámetro
$\beta$ y elipticidad (generate_moffat_psf_rs) y PSF Gaussiana elíptica rotada (generate_gaussian_psf_rs). - Bucle iterativo de Richardson-Lucy en Rust (
richardson_lucy_deconv_rs) con convolución espacial reflectiva de alto rendimiento (convolve2d_reflect), ping-pong buffers estáticos, amortiguación Bayesiana de ruido basada en MAD y supresión de halos perimetrales (deringing). - Fusión cromática reconstruida en una sola pasada con alcance selectivo ('all', 'stars_only', 'background_only').
- Modelado analítico de PSF 2D Moffat astrofísica con parámetro
-
Detección y Fusión Fotométrica de Meteoros (
core/meteors.py,src/meteors.rs):- Diferencia positiva
$\max(0, \text{curr} - \text{bg})$ y estimación estadística simultánea (media, desviación estándar, mediana y MAD con Quickselect) en un único barrido de memoria. - Generación continua subpíxel de máscara de cápsula vectorial ajustada a la trayectoria con desvanecimiento suave Hermite.
- Fusión en modo Aclarar (Lighten) directamente sobre la caja delimitadora (bounding box) o con inserción homográfica sin alojar matrices intermedias de 288 MB por meteoro.
- Diferencia positiva
-
Filtros Coronales de Eclipses HDR (
core/eclipse.py,src/eclipse.rs):- Filtro NRGF continuo (
compute_nrgf_profiles_and_detail_rs,apply_nrgf_continuous_rs): Tablas radiales continuas$\mu(r), \sigma(r)$ , estimación de ruido de fondo, compuerta radial suave Hermite y recomposición radiométrica RGB sin matrices 2D de radio ni ordenaciones globales ($9.41\times$ más rápido, pasando de 2.0 s a 0.21 s en 24 MP). - Normalización multiescala de Morgan & Druckmüller (MGN) en 6 escalas espaciales (
combine_mgn_scales_rs,finalize_mgn_lum_rs) con bucles SIMD acumulando in-place ($2.53\times$ más rápido, eliminando 1.5 GB de matrices intermedias). - Detección paralela de protuberancias H-alfa (
$R/G > 1.15$ ), supresión adaptativa de croma según SNR y máscara lunar sin mallas densas.
- Filtro NRGF continuo (
-
Alineación por Asterismos y Cosido Panorámico (
core/panorama.py,src/panorama.rs,src/astrometry.rs):- Extracción de asterismos de 4 estrellas (quads) normalizados proyectivamente en microsegundos sin GIL (
$49.6\times$ más rápido, de 85.3 ms a 1.72 ms por panel). - Árbol k-d 4D nativo en Rust con consulta de bolas euclídeas, acumulador de votos y correspondencias mutuas en
$<2\text{ ms}$ , sustituyendo ascipy.spatial.cKDTree. - Algoritmo
$O(H \times W)$ de programación dinámica para recorte de rectángulo máximo inscrito sin bordes negros en$<2\text{ ms}$ para panorámicas gigapíxel de más de 100 MP. - Emparejamiento RANSAC de triángulos estelares en Rust devolviendo la homografía directa
$H$ en microsegundos.
- Extracción de asterismos de 4 estrellas (quads) normalizados proyectivamente en microsegundos sin GIL (
-
Calibración Fotométrica Gaia (PCC) y Filtros Dual-Band (
core/pcc.py,core/dualband.py,src/photometry.rs):- Regresor robusto Theil-Sen
$O(N^2)$ anclado al estándar solar espectral G2V en microsegundos y aplicación paralela de factores de ganancia cromática. - Pipeline Dual-Band fusionado (HOO, SHO Hubble Sintético, Foraxx dinámico y Cannistra) con compensación de diafonía de sensor OSC, boost de [OIII] y atenuación de halos magenta (
unpurple). - Detección y difusión cromática perimetral para reparación de centros estelares saturados o quemados a blanco (
unclip_stars).
- Regresor robusto Theil-Sen
-
Filtros Espaciales, Supresión de Banding CMOS y Anti-Halo (
core/banding.py,core/masking.py,src/spatial_filters.rs):- Supresión de banding CMOS horizontal y vertical en tiempo lineal
$O(W)$ in-place con modelado estadístico de fondo y filtrado gaussiano 1D. - Fusión cielo/suelo con campo de distancias con signo (SDF), rampa cosenoidal y protección anti-ghosting de árboles en horizonte.
- Clamping adaptativo de halos de horizonte circunscrito al bounding box perimétrico.
- Supresión de banding CMOS horizontal y vertical en tiempo lineal
-
Trazas de Estrellas (Startrails) y Adaptación Cromática ICC (
core/startrails.py,core/icc_manager.py,core/display_transfer.py,src/streaming_io.rs):- Acumulación en streaming SIMD de trazas (Lighten y efecto cometa con curvas lineal/coseno/exponencial).
- Recuperación cromática estelar en el plano cartesiano
$(u = S\cos H, v = S\sin H)$ en tiempo real (~0.4s). - Conversión matricial Bradford CIE D65/D50 y curvas TRC gamma en una sola pasada para sRGB, AdobeRGB 1998 y ProPhoto RGB en datos de 16 y 32 bits sin duplicar memoria.
-
Diagnóstico Óptico 3x3 y Cribado de Sesión (
core/frame_culling.py,src/astrometry.rs):- Evaluación paralela multihilo de FWHM subpíxel, excentricidad (momentos centrales
$\mu_{20}, \mu_{02}, \mu_{11}$ ) y censo estelar en cuadrícula 3x3 para clasificación de curvatura de campo vs sensor tilt.
- Evaluación paralela multihilo de FWHM subpíxel, excentricidad (momentos centrales
-
Motor de Apilado Estadístico y Registro Elástico TPS (
Corregido
- Sincronización y Persistencia de Diagnóstico de Polvo de Sensor (
gui/tab_developer.py):- Corrección de sincronización bidireccional entre
DeveloperStateypanel_dustpara parámetros de visualización paso alto (dust_visualize,dust_visualize_threshold), modo de curación y sensibilidad. - Invalidación estricta de cachés de pipeline al añadir, mover o eliminar manchas de polvo, previniendo artefactos visuales residuales.
- Optimización de
has_state_changedpara ignorar flags efímeros de visualización diagnóstica en el historial de Deshacer/Rehacer.
- Corrección de sincronización bidireccional entre
Mejorado
- Desacoplo de Dependencias Pesadas (
scipy/numba):- Los subsistemas clave de apilado, RBF y panorámicas ya no dependen obligatoriamente de
scipy.interpolateniscipy.spatial.
- Los subsistemas clave de apilado, RBF y panorámicas ya no dependen obligatoriamente de
- Suite de Pruebas de Integración y Paridad:
- Creación de
tests/test_rust_integration.pycon 18 tests exhaustivos de disponibilidad, enlace y paridad matemática sobre los 10 subsistemas migrados.
- Creación de