大天区面积多目标光纤光谱望远镜(Large Sky Area Multi-Object Fiber Spectroscopy Telescope)也就是我们本文提及的LAMOST望远镜。它在获取光纤光谱数据的同时会有一些来自外太空的干扰——宇宙射线,对后续的数据分析处理造成一定不利影响,在此,需要采用一些特殊的方法来对宇宙射线进行去除。本文的重点是对宇宙射线的检测与修复,首先对二位光纤光谱与宇宙射线的特性做了细致的对比研究,首先采用了基于模块分析的宇宙射线检测,并对该种方法进行了改进,来提高检测的准确率。同时,还提出了基于统计差分模型与ENI模型的对宇宙射线进行检测的方法,并在此基础上,对检测到的宇宙射线采用加权统计平均的方法对宇宙射线污染区域的像素进行修复。本文主要做了一下几个方面的工作:1、首先对整个LAMOST系统的工作原理进行了介绍,对二维光纤光谱在波长方向及色散方向上的轮廓进行了分析,光谱数据的轮廓波动变化比较平缓,对于存在其中的宇宙射线的轮廓变化却很剧烈,对宇宙射线大部分的检测算法都是基于这种特征进行检测的,还科普了FITS格式的一些知识。2、介绍了本文的重点宇宙射线的噪声模型,并对目前在宇宙射线去除时常用的三个算法拉普拉斯检测算法、快速直方图算法与基于相邻像素间绝对差值的有序数组统计算法这三个算法依次进行了详细的阐述。3、对基于模块分析去除宇宙射线算法进行了理论分析及介绍,而后为了提高该种算法的性能与运行速度,对此种算法进行了改进,实验结果表明,改进的算法对宇宙射线检测的准确率以及运行速度都有所提高。4、将基于差分统计模型与ENI模型运用到天文图像的处理上来,并能有效地对宇宙射线进行检测,实验表明检测的准确率很高,之后,对检测出的宇宙射线区域采用加权统计平均的方法进行恢复。实验结果表明本文的方法对宇宙射线能有效地进行检测,并且对被宇宙射线污染的像素有着很好的修复能力。