Eso 350-40

J’ai traité les images brutes de la galaxie de la Roue de chariot  (aussi appelée ESO 350-40) fournies par les instruments NIRCAM et MIRI du JWST.

On peut télécharger les images sur le site suivant :
https://mast.stsci.edu/portal/Mashup/Clients/Mast/Portal.html

C’est une galaxie lenticulaire à anneau située dans la constellation du Sculpteur à environ 423 millions d’a.l. de la terre.

Cette galaxie à un diamètre d’environ 188 000 années-lumière, légèrement plus grande que la Voie lactée et possède une masse d’environ 2,9 à 4,8 milliards de masses solaires avec une vitesse de rotation d’environ 217 km/s.

Son apparence, tout comme celle de la roue d’un wagon, est le résultat d’un événement intense – une collision à grande vitesse entre une grande galaxie spirale et une galaxie plus petite non visible sur cette image.

La collision a surtout affecté la forme et la structure de la galaxie, qui arbore deux anneaux – une bague intérieure brillante et une bague colorée environnante.
Le noyau lumineux contient une énorme quantité de poussière chaude, les zones les plus lumineuses étant le foyer de gigantesques amas de jeunes étoiles.

D’autre part, l’anneau extérieur, qui s’est élargi depuis environ 440 millions d’années, est dominé par la formation d’étoiles et de supernovae. Au fur et à mesure que cet anneau se dilate, il pénètre dans le gaz environnant et déclenche la formation d’étoiles.

Image réalisée avec l’instrument NIRCAM

L’image ci dessus à été réalisée avec la caméra NIRCam qui est l’instrument principal du JWST.
Elle est utilisée pour la fourniture d’images dans le proche infrarouge (0,6 à 5 µm) qui permet de s’affranchir de la poussière (étoile et système planétaire en formation). Elle est équipée d’un coronographe permettant de photographier les exoplanètes dont la lumière est très faible par rapport à leur étoile, en masquant cette dernière. L’instrument doit permettre notamment de réaliser des photos et des spectres de jeunes exoplanètes et de leur atmosphère, et d’analyser les poussières chaudes et les gaz moléculaires des jeunes étoiles et des disques protoplanétaires.
La NIRCAM couvre un champ de vue de 2,2 × 4,4 minutes d’arc

6 filtres de NIRCAM ont été utilisés pour effectuer les poses : f090w, f150w, f200w, f277w, f356w et f444w.

Pour le traitement Pixinsight, j’ai regroupé les poses de la manière suivante :
Rouge = mean (f444w,f356w, (f200w*0.5))
Vert = mean(f277w,f200w, (f150w*0.5))
Bleu = mean ( F090w, f150w,(f200w*0.5))

Puis
PixelMath pour intégrer les 6 filtres en 3 couches couleurs.
DynamicCrop pour enlever les parties noires sur chacune des couches
Linearfit pour équilibrer les couches couleurs
ChannelCombinaison pour additionner les 3 couches.
ArcsinhStretch 1 fois avec un facteur 7 puis histogrammTransformation pour terminer la délinéarisation.
MultiScaleTransform pour accentuer les détails
LocalHistogrammEqualization pour augmenter le contraste
ColorSaturation
CurvesTransformation pour diminuer le rouge et augmenter la luminosité générale.
ACDNR pour enlever un peu de bruit résiduel

Image réalisée avec l’instrument MIRI

L’image ci-dessus a été obtenue à partir des poses brutes réalisées par l’instrument MIRI dans la matinée du 15 juillet 2022.
Cet instrument MIRI (en anglais : Mid InfraRed Instrument, « instrument pour l’infrarouge moyen ») est un spectro-imageur comportant une caméra (MIRIM) et un spectromètre (MRS) qui fonctionne dans l’infrarouge moyen (5 à 28 µm).
MIRI couvre un champ de vue de 74 × 113 secondes d’arc.
L’instrument permet notamment de réaliser des photos et des spectres de jeunes exoplanètes et de leur atmosphère, d’identifier et caractériser les premières galaxies de l’Univers et d’analyser les poussières chaudes et les gaz moléculaires des jeunes étoiles et des disques protoplanétaires.

4 filtres des 10 filtres de MIRI ont été utilisés pour effectuer les poses : f770w, f1000w, f1280w et f1800w.

Pour le traitement Pixinsight, j’ai regroupé les poses de la manière suivante :
Rouge = mean (f1800w, (f1280w*0.5))
Vert = mean(f1280w,(f1000x*0.5))
Bleu = mean ( F770w, (f1000w*0.5))

Puis
PixelMath pour intégrer les 4 filtres en 3 couches couleurs.
DynamicCrop pour enlever les parties noires sur chacune des couches
Linearfit pour équilibrer les couches couleurs
ChannelCombinaison pour additionner les 3 couches.
ArcsinhStretch 2 fois avec un facteur 7 puis histogrammTransformation pour terminer la délinéarisation.
SCNR sur une partie de l’image pour enlever le vert en excédent
ColorSaturation
CurvesTransformation pour diminuer le rouge et augmenter la luminosité générale.
ACDNR pour enlever un peu de bruit résiduel

Source JWST, Wikipédia