Sterrekunde

Algoritme om astronomiese beelde te stapel

Algoritme om astronomiese beelde te stapel


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Ek is op soek na 'n eenvoudige algoritme om astronomiese beelde (van dieselfde lugstreek) met mekaar te vergelyk, hul beweging en rotasie te bereken om dit uiteindelik te stapel.

Op die oomblik het ek al 'n min of meer werkende algoritme. Eerstens haal ek al die sterre uit 'n beeld (insluitend inligting soos helderheid en FWHM), en dan loop ek deur al die resultate "punte" en skep driehoeke uit die huidige punt en die twee ander sterre wat die kortste afstand hierheen het. ster.

Hierdie lys driehoeke word vir elke prentjie geskep. Hierna neem ek een afbeelding as verwysing en dan loop ek deur die lys driehoeke in die verwysingsbeeld om 'n driehoek in die ander afbeelding te vind met dieselfde lengte aan elke kant van die driehoek (ek laat ook 'n mate van verdraagsaamheid toe as gevolg van minimale relatiewe verskille van die sterposisies in elke beeld). Vir hierdie wedstryde bereken ek beweging en rotasie in verhouding tot die verwysingsbeeld. Die laaste stap is om die ooreenstemmende driehoeke te vind wat dieselfde relatiewe beweging en rotasie het as die ander vuurhoutjies. Dit word gedoen deur die standaardafwyking te bereken, driehoeke wat nie binne 1 of 2 sigma is nie, uit te sorteer en herhaal hierdie proses totdat ek 'n baie klein standaardafwyking het.

Die laaste deel, die vind van 'geldige' driehoeke met dieselfde beweging / rotasie, werk goed. Die probleem is dat ek soms net 2 of 3 "geldige" driehoeke uit 300 aanvanklike driehoeke het. Alle ander driehoeke het sylengtes wat verskil van dié van die verwysingsbeeld.

Ek neem dus aan dat dit die manier is waarop ek my aanvanklike driehoeke genereer, wat die probleem veroorsaak. Sorteer sterre volgens hul helderheid en gebruik hierdie data om die driehoeke te genereer, werk ook nie. Is daar dus 'n beter manier om die aanvanklike driehoeke in al die beelde te skep?


Hierdie bladsy oor 'n kommersiële produk bevat 'n detail van hul algoritme. Dit doen die driehoek wat ooreenstem met u beskryf, met iets soos gesimuleerde uitgloeiing om 'n meer optimale oplossing te kry.

Die aanvaarde antwoord op hierdie nou verwante vraag beveel Hugin panorama sagteware aan; dit is open source, dus moet u die gebruikte algoritmes kan opspoor.


Kyk na SCAMP vir astrometrie en SWarp vir stapelwerk. Soos die sagteware wat in die ander antwoord genoem word, is albei open source, sodat u kan kyk watter algoritmes hulle gebruik.

SCAMP-dokumentasie is hier, met 'n uiteensetting van die algoritme in hoofstuk 6.7 (bladsy 25). Daar is ook 'n kort referaat, maar die handleiding lyk deegliker.

Let daarop dat die sagteware geskryf is met wyeveld-multi-CCD-mosaïekdetektore in gedagte, en dit wat hulle doen, kan dalk te veel wees vir wat u in gedagte het.


Stapel astronomiebeelde saam met Python

Ek het gedink dit gaan makliker wees, maar na 'n rukkie gee ek dit uiteindelik op, ten minste vir 'n paar uur.

Ek wou dit 'n sterrebeeld weergee uit 'n stel foto's. Geïnspireer hierdeur:

Die oorspronklike skrywer het videorame met lae resolusie gebruik wat met VirtualDub geneem is en gekombineer met imageJ. Ek het my voorgestel dat ek hierdie proses maklik sou kon weergee, maar met 'n meer geheue-bewuste benadering met Python, sodat ek die oorspronklike hoëresolusiebeelde kon gebruik vir 'n beter uitvoer.

My algoritme se idee is eenvoudig om twee beelde tegelyk saam te voeg en daarna te herhaal deur die resulterende beeld saam te voeg met die volgende prentjie. Dit is honderde kere gedoen en dit behoorlik geweeg sodat elke beeld dieselfde bydrae tot die finale uitslag lewer.

Ek is redelik nuut met python (en ek is geen professionele programmeerder nie, dit sal duidelik wees), maar as ek daar rondkyk, lyk dit my die Python Imaging Library is baie standaard, en daarom het ek besluit om dit te gebruik (korrigeer my as jy dink iets anders sal beter wees).

Dit doen wat dit moet, maar die resulterende beeld is donker, en as ek dit net probeer verbeter, is dit duidelik dat inligting verlore gegaan het weens 'n gebrek aan diepte in die pixelwaardes. (Ek is nie seker wat die regte term hier is nie, kleurdiepte, kleurpresisie, pixelgrootte). Hier is die finale resultaat met behulp van lae resolusie beelde:

of een wat ek probeer het met die volledige resolusie van 4k by 2k (van 'n ander stel foto's):


Algoritme om astronomiese beelde te stapel - Sterrekunde

Beeldstapeling verbeter die sein-ruis-verhouding, maar nie alle stapelmetodes is so effektief nie. Hierdie artikel toon 'n paar verskille en watter is die beste en die dataformaat om te gebruik.

  • 001) ETIEK in nagfotografie
  • 002) Begin Astrofotografie: Star Trails to Nightscape Photography
  • 1a) Nightscape-fotografie met digitale kameras
  • 1b) Beplanning van Nightscape Photography
  • 1c) Kenmerke van die beste digitale kameras en lense vir Nightscape en Astro Photography
  • 1d) Aanbevole digitale kameras en lense vir Nightscape en Astro-fotografie
  • 1e) Nightscape-fotografie in die veldopstelling
  • 1f) 'n Baie draagbare opstelling vir fotografie vir astrofotografie, landskap en natuurlewe
  • 2a) Die kleur van die naghemel
  • 2b) Die kleur van sterre
  • 2c) Die kleur van newels en interstellêre stof in die naghemel
  • 2d1) Verifiëring van natuurlike kleur in naghemelbeelde en begrip vir slegte slegte postverwerking
  • 2d2) Kleurastrofotografie en kritici
  • 2e) Verifiëring van natuurlike kleure-astrofotografie-beeldverwerkingswerkstroom met ligbesoedeling
  • 2f) Ware kleur van die trapesium in M42, die groot newel in Orion
  • 2g) Die ware kleur van die Pleiades-nevel
  • 3a1) Nightscape en Astrofotografie Beeldverwerking Basiese werksvloei
  • 3a2) Beeldverwerking van nagfotografie, beste instellings en wenke
  • 3a3) Astrofotografie Post Processing met RawTherapee
  • 3b) Beeldverwerking van astrofotografie
  • 3c) Beeldverwerking van astrofotografie met ligbesoedeling
  • 3d) Beeldverwerking: nulle is geldige beelddata
  • 3e) Beeldverwerking: Stapelmetodes in vergelyking (JY IS HIER)
  • 3f1) Gevorderde beeld Strek met die rnc-kleur-rek algoritme
  • 3f2) Messier 8 en 20 Beeld Strek met die algoritme met kleurkleurstrek
  • 3f3) Messier 22 + Interstellêre stofbeeld Strek met die algoritme van die rnc-kleurstrek
  • 3f4) Gevorderde beeldstrek met hoë ligbesoedeling en gradiënte met die rnc-kleur-rek algoritme
  • 4a) Astrofotografie en brandpuntlengte
  • 4b1) Astrofotografie en blootstelling
  • 4b2) Blootstellingstyd, f / verhouding, diafragmaarea, sensorgrootte, kwantumdoeltreffendheid: wat beheer die ligversameling? Plus om u kamera te kalibreer
  • 4c) Aurora-fotografie
  • 4d) Meteor Fotografie
  • 4e) Benodig u 'n aangepaste kamera vir astrofotografie?
  • 4f) Hoe om die son te fotografeer: sonsopkoms, sonsondergang, verduisterings
  • 5) Nightscape-fotografie met 'n dop vir skuurdeure
  • 6a) Verligting en beskerming van u nagvisie
  • 6b) Kleurvisie in die nag
  • 7a) Nag- en swak ligfotografie met digitale kameras (tegnies)
  • 7b) Donkerstroomonderdrukkingstegnologie op die sensor
  • 7c) Tegnologiese vooruitgang vir langdurige blootstelling by lae lig
  • 8a) Sagteware vir nagbeeld en astrofotografe

Inleiding
Die toetsdata
Resultate
Voorbeeld van die regte wêreldbeeld
Monsterneming in die kamera
Gevolgtrekkings
Verwysings en verdere leeswerk
Vrae en antwoorde

As u inligting op hierdie webwerf nuttig vind, kan u Clarkvision ondersteun en 'n donasie maak (skakel hieronder).

Inleiding

Stapel is 'n term vir die optel / gemiddeld van meerdere beelde om die skynbare geraas (die sein-ruis-verhouding) van die gekombineerde beeld te verbeter. Die sein-ruis-verhouding, of S / N, neem toe met die vierkantswortel van die aantal beelde in die stapel as daar geen newe-effekte is nie. Maar in die praktyk is daar newe-effekte, en die newe-effekte kan sigbare probleme in gestapelde beelde tot gevolg hê en die inligting wat onttrek kan word, beperk. Watter metode (s) werk die beste met die minste artefakte?

Daar is basies twee metodes:

1) 'n vorm van optel / gemiddeld, insluitend gegradeerde gemiddeldes, sigma geknip gemiddelde, min / maksimum uitgesluit gemiddelde, ens.

2) mediaan insluitend geknipte mediaan, min / maksimum uitsluiting, ens.

Die doeltreffendheid van stapel hang af van die data wat na die stapelsagteware gevoer word. Die rou uitvoer van die meeste digitale kameras is 14 bis per pixel. 'N Raw converter kan die volgende skep:

a) lineêre 14-bis data van die DSLR, ongekaliseer,
b) lineêre 16-bis data geskaal deur 4x van die 14-bit DSLR data, en
c) Toonkurwe 16-bis data.

Om die doeltreffendheid van twee verskillende stapelmetodes te ondersoek, is 'n standaardafwyking geknipte gemiddelde (Sigma geknipte gemiddelde genoem) en mediaan berekening, stapeling getoets met behulp van verskillende datatipes: lineêre 14-bis, lineêre 16-bit en toon gekarteer 16-bit data.

Die toetsdata

Om die effektiwiteit van stapeling te toets, het ek 'n afbeelding met ingeboude getalle gekonstrueer (Figuur 1). Toe skaal ek die getalle in 'n intensiteitsvolgorde (Figuur 2). Met behulp van wetenskaplike beeldverwerkingsagteware (Davinci van Arizona State University, http://davinci.asu.edu/), het ek beelde van willekeurige Gaussiese geraas bereken. By die afbeelding in Figuur 2 het ek 'n verrekening gevoeg, tipies van Canon DSLR's om te keer dat die sein en die geraas nie op die heelgetalle-beeldlêers op nul geknip word nie. Ek het ewekansige geraas bereken op 'n vlak wat die S / N = 1.0 op die nommer 10 in die beeld gemaak het. Dit beteken dat die getal 1 'n S / N = 0,1 en 25 S / N = 2,5 in 'n enkele beeldlêer het. 'N Voorbeeld van enkelbeeld met geraas word in Figuur 3 getoon.

Honderd beelde soos in Figuur 3, elk met verskillende willekeurige geraas, is vir stapeltoetse bereken. Die eerste stel van 100 beelde simuleer die uitvoer van 'n DSLR met 14 bis per pixel. 'N Tweede stel van 100 is bereken vanaf 'n DSLR met liniêre 14-bis per pixel, en dan met 4x geskaleer om die 14-bis tot 16 bits soos van sommige rou omskakelaars te skaal. 'N Derde stel van 100 beelde is bereken en geskaal asof dit in 'n toonkurwe van 'n rou-omskakelaar uitgegee word. Omdat die toets vir die vaagste dele van 'n beeld is, skaal die toonkurwe die data met 'n faktor van 10, maar die respons is steeds lineêr (sien deel 3b vir meer inligting oor die toonkurffunksie). Die 16-bis data en toonkurwe data word steeds op 14 bis gekwantiseer, maar die skaal voeg moontlik die presisie by die stapel, en ons sal die effekte sien van wat die skaal op die finale uitset het.

Stapeling is uitgevoer in ImagesPlus deur twee metodes te kies: gemiddelde en sigma geknipte gemiddelde. Die knipsel is op 2,45 standaardafwykings gestel. Deur in 'n werklike beeldstapel van die naghemel te knip, word die meeste handtekeninge van vliegtuie en satelliete verwyder. In die datatoets hier is daar in wese geen verskil in 'n eenvoudige gemiddelde teenoor 'n geknipte gemiddelde nie.


Figuur 1. Die getalvolgafbeelding.


Figuur 2. Die opritvolgorde.


Figuur 3. Enkele raam met geraas. Die ruisprofiel is ontwerp om die toestand te simuleer waar sensorlees + foton-geraas 'n S / N = 1 vir die getal 10 gee.

Resultate

Die resultate van die 14-bis lineêre uitvoer word vir 'n mediaanstapel in Figuur 4a en 'n Sigma-geknipte gemiddelde stapel in Figuur 4b getoon. Die knipsel is op 2,45 standaardafwykings gestel. Dit is duidelik dat die Sigma Clipped Gemiddelde 'n beter resultaat lewer. Die mediaan word geposteer na 14 bis, en dit sou onmoontlik wees om vae seine uit te trek. Maar selfs die 14-bis lineêre data word geposter en beperkte inligting kan onttrek word (die getalle onder 10).


Figuur 4a. 100 beeldmedia-kombinasies op 14-bis-data.


Figuur 4b. 100-beeld Sigma-geknipte gemiddelde kombinasie op 14-bis-data.

Die resultate van die 16-bis lineêre uitvoer word vir 'n mediaanstapel in Figuur 5a en 'n Sigma-geknipte gemiddelde stapel in Figuur 5b getoon. Die knipsel is op 2,45 standaardafwykings gestel. Weereens lewer die Sigma Clipped Gemiddelde 'n beter resultaat. Die mediaan word gekwantifiseer tot 14 bis. Die mediaanstapel toon die getalle minder as 10, maar elke getal het 'n konstante intensiteitsvlak en die agtergrond het 'n ander konstante intensiteitsvlak. Die Sigma Clipped Gemiddelde lewer 'n gladder resultaat met dalende intensiteit van die getalle, soos verwag, en 'n laer geraasagtergrond. Die Sigma Clipped Gemiddeld toon ook 'n beter skeiding van die getalle van die agtergrond. Dit beteken dat flouer sterre, newels en sterrestelsels in 'n astrofoto opgespoor kan word.


Figuur 5a. 100-beeldmedia-kombinasie op 16-bis-data.


Figuur 5b. 100-beeld Sigma-geknipte gemiddelde kombinasie op 16-bis-data.

Die resultate van die toonkurwe-uitset word getoon vir 'n mediaanstapel in Figuur 6a en 'n Sigma-geknipte gemiddelde stapel in Figuur 6b. Die knipsel is op 2,45 standaardafwykings gestel. Weereens lewer die Sigma Clipped Gemiddelde 'n beter resultaat. Die mediaan word gekwantifiseer tot 14 bis en lyk soortgelyk aan die in Figuur 5a, maar effens minder luidrugtig. Die mediaanstapel toon die getalle minder as 10, maar elke getal het 'n konstante intensiteitsvlak en die agtergrond het 'n effens ander konstante intensiteitsvlak. Die Sigma Clipped Gemiddelde lewer 'n gladder resultaat met dalende intensiteite op die getalle en 'n laer geraasagtergrond. Die geraas in die Sigma Clipped Gemiddelde resultaat (Figuur 6b) is laer as in die 16-bis lineêre stapel (Figuur 5b).


Figuur 6a. Mediaan van 100 prentjies word gekombineer op gegewe kaartdata.


Figuur 6b. 100 beeld Sigma-geknipte gemiddelde kombinasie op toon-gekarteerde data.

In Figuur 7 vergelyk ek die drie metodes vir die mediaanstapel. Van hierdie drie is die toonkurweresultate die beste, maar al die mediaanresultate is minderwaardig as die Sigma-geknipte gemiddelde resultate.




Figuur 7.
Top: 100 beeldmedia-kombinasies op 14-bis-data.
Middel: 100 beeldmediaanse kombinasies op 16-bis-data.
Onder: 100 beeldmedia-kombinasies op toonkaartdata.

In Figuur 8 vergelyk ek die drie metodes vir die Sigma Clipped Gemiddelde stapel saam met 'n volledige 32-bis-drywingsstapel. Van die eerste drie is die resultate van die toonkurwe die beste en visueel nie te onderskei van die 32-bit-drywingsresultate nie.





Figuur 8.
Bo: 100 beeld Sigma-geknipte gemiddelde kombinasie op 14-bis lineêre (invoer- en uitvoer) data.
Bo-middel: 100 beeld Sigma-geknipte gemiddelde kombinasie op 16-bis lineêre data.
Onderste middel: 100 beeld Sigma-geknipte gemiddelde kombinasie op toon-gekarteerde data.
Onder: Sigma-geknipte gemiddelde beeld van 100 beeld op 32-bis-uitsetdata vir drywende punte (14-bis lineêre invoer).

Voorbeeld van die regte wêreldbeeld


Figuur 9.
a) Rou omskakeling na liniêre 14-bis ongekleurde tif (dieselfde vlakke as rou lêer). Kalibrasie met behulp van plat velde, donker en vooroordeelraamwerke in ImagesPlus. Belyning van rame en mediaan kombineer in ImagesPlus, dan word 'n 32-bis FITS-lêer met drywende punt geskryf. Aansienlike strekking op die 32-bis drywingspunt lei tot ImagesPlus. Verfyning in 16-bis-data in Photoshop. (Die 16-bit tiff-data is hier (1,4 MByte-oes): probeer om die geraas na paneel c te verminder.
b) Rou omskakeling na geskaalde 16-bis lineêre tif in ImagesPlus. Kalibrasie met behulp van plat velde, donker en vooroordeelraamwerke in ImagesPlus. Belyning van rame en sigma-geknipte gemiddelde kombineer in ImagesPlus, dan word 'n 32-bis FITS-lêer met drywende punt geskryf. Die sigma-knipsel is op 2,45 standaardafwykings gestel. Aansienlike strekking op die 32-bis drywingspunt lei tot ImagesPlus. Verfyning in 16-bis-data in Photoshop.
c) Ruwe omskakeling in Photoshop ACR met behulp van lensprofiele soos hier beskryf. Belyning van rame en gemiddelde sigma-geknipte kombinasie in ImagesPlus, dan word 'n 16-bit tif-lêer geskryf. Strek met kurwes in Photoshop.
d) Dieselfde as in (c) met 'n mate van slyp aangebring. In hierdie geval, ligte Richardson-Lucy ontbinding in ImagesPlus, 7x7 Gaussiese, 5 iterasies en toegepas op die helderder streke. Die laer geraas van metode (c) maak die verskerping en ontginning van flouer en subtieler detail moontlik.
Let op, die verskil in kleurbalans verteenwoordig klein verskille in verwerking en moet geïgnoreer word. Wat belangrik is, is die skynbare geraas, sowel helderheid as kleurgeraas, skynbare detail en subtiele toongradasies.

Monsterneming in die kamera

Om die kleinste seine in 'n gestapelde blootstellingstel op te spoor, moet die monsterneming in die kamera hoog genoeg wees om daardie klein seine te digitaliseer. Figuur 10 toon steekproefeffekte deur die kamera A / D in 'n lae geraas situasie (lae kamera geraas).

Dit toon aan dat om fotone teen die subfoton per blootstellingskoers op te spoor, die voordeel is dat dit hoër is as eenheidswins (hoër ISO) (hoër wins is kleiner e / DN). (DN = datanommer in die beeldlêer). In die naghemelfotografie, word die voordele verminder namate die geraas van luggloed toeneem. 'N Mens sien ook uit die diagram dat die opsporing van dowwe voorwerpe nie baie is deur van 0,3 tot 0,2 e / DN te gaan nie (dit is 'n toename van 50% in ISO), maar 'n redelike sprong in vaagste besonderhede wat gedigitaliseer word as gevolg van eenheidstoename. tot 1/3 e / DN. Die beelddata word genormaliseer sodat die nommer 25 dieselfde helderheid vertoon.

In die 100-beeldstapel kan 20 fotone net waargeneem word deur 0,3 e / DN te digitaliseer, of gemiddeld 1 foton per 5 beelde. By eenheidswins is dit ongeveer 4 keer erger. In werklike kameras met 'n mate van bandwerk, sal die verskille tussen winste groter wees. Dit impliseer oor 'n sterre-grootte-opsporingsverskil in astrofotografie.


Figuur 10. In kamera-monsterneming in 'n lae geraas-situasie word aangetoon dat die monsterneming deur die A / D-omskakelaar in die kamera kleiner as 1 elektron per analoog-na-digitale omsettereenheid moet wees om lae seine, ongeveer minder as een foton per blootstelling, op te spoor. (Datanommer, DN). Vir kameras met ongeveer 5 tot 6 mikron pixels is die wins gewoonlik ongeveer ISO 1600.

Die model wat gebruik is om die data in Figuur 10 te maak, gebruik 'n Poisson-verdeling vir die fotonruis, Gaussiese verspreiding vir die lees- + donkerstroomgeraas en +/- 1 DN-fout in die A / D-omskakeling, en skaal die uitvoerbeelde na die dieselfde vlak vir vergelyking. Die A / D-fout is belangrik. Sê byvoorbeeld dat jy 1 foton in 'n pixel in elke blootstelling gehad het; die A / D het sommige sonder fotone, en ander met 2, wat die fout verhoog. Die ander geraasbronne moduleer dit natuurlik, maar om die A / D-omskakelingsgeraas in te sluit, is belangrik om die tendens aan te dui. Namate ander geraasbronne toeneem, word die A / D-effek minder en is dit minder belangrik om by hoër ISO's te werk, tensy 'n mens ook bandprobleme moet oorkom (wat dikwels die geval is).

Die sleutel tot astrofotografie in die opsporing van vaagste besonderhede is:

1) Donkerste lug waarby jy kan kom.

2) Die grootste lens / teleskoop van die openingskwaliteit wat u kan bekostig, met die vinnigste f / verhouding. Vinnige f / verhouding en groot diafragma is belangrik omdat u die meeste lig in die kortste tyd versamel.

Kamerabediening: ISO waar a) ISO waar bandjies klein genoeg is om nie 'n faktor te wees nie, b) wins (ISO) ongeveer 1/3 e / DN. As band nog steeds 'n probleem is by ISO 1/3 e / DN, gaan dan na hoër ISO.

By die keuse van 'n digitale kamera vir astrofotografie:

1) Onlangse modelle van die afgelope paar jaar (hierdie modelle, alle vervaardigers) het 'n beter onderdrukking van die donkerstroom en 'n laer band, sowel as 'n goeie kwantumdoeltreffendheid.

3) Modelle met geen ruwe verliesverlies of rou sterrefiltering en minimale rou filter (ten minste 2, miskien is meer vervaardigers in hierdie gebied wonderlik).

As leesruis in die orde van ongeveer 2 of 3 elektrone (of minder) is by ISO-versterking van 1/3 e / DN en lae strook by daardie DN, sal 'n laer leesruis geen verskil in lang blootstelling aan astrofotografie toon waar u kan nie teken 'n bietjie luggloed in elke blootstelling aan. Slegs as u probeer om astrofotografie te doen met 'n paar sekondes blootstelling met smalbandfilters of baie stadige lense / teleskope, sou dit geraas raak.

Waar 'n kamera 'ISO-loos' word, is grootliks irrelevant in astrofotografie, want ISOless gaan oor 'n lae leesgeluid en leesgeraas word deur ander geraasbronne oorval. Weereens is dit goed om redelike lae leesgeluide (wat 2 tot 3 of so beteken) te hê teen 'n ISO-wins van ongeveer 1/3 e / DN. Natuurlik is dit goed om laer te hê, maar dit maak min verskil as u die lug blootstel aan 'n histogram van 1/4 tot 1/3, en dan 'n geluid van donker stroom byvoeg. Hierdie geraasbronne is die beperking van dinamiese omvang en die vaagste opsporing van onderwerpe, NIE lees geraas nie en of u op 'n ISO-vlak of eenheidstoename is al dan nie.

Gevolgtrekkings

Bietjie presisie en metode is belangrik om te stapel. Die gemiddelde metodes is beter as die gemiddelde kombinasie. Aangesien digitale kameras beter word, met laer stelselgeraas, insluitend leesgeraas en geraas van donker stroom, en namate meer beelde gestapel word, moet die uitvoerpresisie van die stapel die toename in die sein-ruis-verhouding kan hanteer. Eenvoudige 14-bis-presisie is onvoldoende, asook 14-bis geskaal tot 16-bits (slegs 'n 4x verbetering in presisie) as u meer as ongeveer 10 beelde stapel. As u 'n groot aantal beelde opstapel, kan die toename in presisie slegs bereik word met behulp van 'n gemiddelde van 32-bit heelgetal, 32-bis drywende punt of toon gekarteer as 16-bis beeldlêers gebruik word.

As u met 'n groot aantal beelde in 'n stapel werk en in 'n lineêre intensiteitsrespons wil werk, is dit die beste om 'n beeldredigeerder te gebruik wat in 32-bis-drywingspunt kan werk, insluitend om die gestapelde beeld in 'n 32- te stoor. bietjie heelgetal of drywende punt formaat.

Toonkartering bied 'n ongeveer 40x verbetering in die intensiteitspresisie vir die vaagste dele van 'n beeld as daar met 16-bis-lêers gewerk word, vergeleke met die lineêre 14-bit digitale kamera-uitvoer. Dus kan die toonsoort 'n flouer besonderhede onttrek wanneer daar met 16-bis / kanaal-beeldbewerkers en 16-bis / kanaalformaat-beeldlêers gewerk word. As ons 'n 1-bisblok in presisie aanneem, sou die 40x-skaal van die vaagste toon-gekarteerde data goed wees vir 20x verbetering in S / N, wat beteken dat die opstapeling van tot 20 in die vierkant of 400 foto's steeds met voldoende presisie moet werk.

As u hierdie effekte ervaar, hang dit natuurlik ook af van die geraasvlakke in u beeldsituasie, insluitend geraas van die kamerastelsel en geraas van lugstralings en ligbesoedeling. Namate geraas toeneem, raak hierdie newe-effekte verborge (letterlik verlore in die geraas).

As gestapelde beelde in liniêre 14- of 16-bis-uitvoer uitgevoer word, kan u posterisering raakloop, wat as "splotchiness" voorkom, en wat ek 'n kleure voorkoms in beelde noem as dit gestrek word. Ek sien baie van hierdie artefakte in astrofoto's wat aanlyn geplaas word, wat vir my daarop dui dat daar waarskynlik posterisering in die stapelwerk is.

Die verhandelpunt van die vlotter hang af van die geraasvlak (insluitend leesgeraas plus geraas van donker stroom en geraas van lugstralings en ligbesoedeling). Een manier om dit na te gaan, is om statistieke uit te voer oor 'n enkele blootstelling in 'n donker gebied sonder sterre of newels. Gestel jy doen dit en vind 'n standaardafwyking van 6,5. As u dan meer as 6,5 * 6,5 = 42 rame stapel, sal die resultaat heelgetal gekwantiseer word en sal die vaagste besonderhede onttrek word deur heelgetal wiskunde. Dan sal dit beter wees om die resultaat van die stapel as 'n 32-bis-float-formaat op te slaan en die resultate uit die 32-bit-float-data te rek. In ImagesPlus kan u die standaardformaat op 16-bis hou, en dan aan die einde van die stapel 'n kopie van die beeld stoor, pas pas en dan 32-float-formaat kies.

Vrae en antwoorde

Waarom is die mediaanstapelbeeld in Figuur 4a gelyk met 'n enkele waarde vir die agtergrond?

Antwoord. Wanneer die insetdata gekwantiseer word, word die mediaan-kombinasie ook gekwantifiseer. Selfs al word die invoerdata geskaal tot drywingswaardes, word dit steeds gekwantifiseer (bv. Vermenigvuldig met 1,23 en as drywingspunt gedra, daar is nog steeds diskrete waardes nou geskei deur 1,23). Die mediaan-kombinasie kies een van die gekwantifiseerde waardes as die mediaan. Deur baie beelde te stapel, word die mediaan gekwantifiseer tot 'n enkele waarde wanneer die geraas in die stapel verminder word tot 'n fraksie van die kwantiseringstap. Tegnies kom dit voor wanneer die standaardafwyking van die mediaan kleiner is as die kwantiseringsinterval, en word dit beduidend geposter as die standaardafwyking van die mediaan ongeveer 1/4 van die kwantiseringsinterval is. Hoeveel beelde gekombineer moet word om dit met werklike data te bewerkstellig, hang af van die kwantiseringsinterval en stelselgeruis. Maar sodra die posterisering begin, sal die toevoeging van meer rame die ineenstorting versnel (Figuur 11) en 'n mens kan nie 'n flouer sein uit die data haal nie. Weereens illustreer dit dat 'n mediaan-kombinasie vermy moet word wanneer beelddata gestapel word.


Figuur 11. Voorbeeld van kwantiseringseffekte aangesien meer rame mediaan gekombineer word. Die standaardafwyking van die mediaan is 0,21 na tien rame wat beduidende posterisering toon. Met 20 rame het kwantisering die standaardafwyking van die mediaan verminder tot 0,02, wat 'n meestal eenvormige agtergrond tot gevolg het. Die ry gaan voort om alle waardes inmekaar te stort met 'n sein-ruis-verhouding kleiner as 1 in een raam tot 'n enkele uitvoerwaarde in die mediaanstapel.

Die volgende vraag is, is die gegenereerde geluid regtig Gaussies? Figuur 12 toon lineêre en stippellotte van die geraasprofiel (kruise) en Gaussiese profiel (lyn). Die data is Gaussies binne telstatistieke (+/- 1). Die aanlyn-berigte het aangekla dat die data nie Gaussies is nie, maar die Gaussiese profiel verwar met die steekproefinterval.

Figuur 12. Statistiek van die geraas wat in die modelle (kruise) gebruik word, in vergelyking met die wiskundige Gaussiese profiel (lyne). Bo: lineêre plot. Onder: logplot. Die een hoogtepunt by x = 1006 is die afronding van eindige telstatistieke: die hoë waarde is 2 +/- 1.

Waarom die mediaan-kombinasie in Figuur 9a luider is:
"Ook, spesifiek vir lig, is fotone geneig om in bondels of golwe aan te kom, wat soms die verwagte Poisson-verspreiding onderbreek. En dit is iets wat nie geïgnoreer moet word nie. Die resultaat van hierdie polle ekstra fotone of periodes van geen fotone is 'n moontlike ontwrigting van die mediaanwaarde deur dit hoër of laer te beweeg as wat dit moes gewees het. Ek dink dit lei nie net tot nommiger resultaat as 'n gemiddelde nie, maar ook minder kwantisering presies * omdat * daar * meer * geraas is. Weereens, u Figuur 9 mediaan kombineer met werklike data toon dit aan. Daar is 'n nuwer mediaan as die gemiddelde, soos verwag uit statistiese wiskunde. "

Antwoord. Eerstens is die invoerdata (onbewerkte lêers) presies dieselfde vir alle metodes in Figuur 9. As die geraas van fotonklontering 'n faktor was, sou ons sien dat dieselfde pixels in die beelde wat met ander metodes gemaak is, ook luider lyk. Ons doen nie. Tweedens, sien The Present Status of the Quantum Theory of Light, geredigeer deur Jeffers, Roy, Vigier en Hunter, Springer Science, 1997, bladsy 25, waar die klontvorming beskryf word as waargeneem vanuit astronomiese voorwerpe op 'n paar meter skaal. Met die snelheid van die lig geld dit op 'n paar nanosekonde skaal, vergeleke met die 4260 sekonde blootstellingstyd van die betrokke Horsehead-beeld. Die idee van die fotonklonkering is ongeveer twaalf ordes af. Die gegewens in figuur 9a is suiwer 'n gevolg van mediaan-kwantisering.

Waarom geraas verskil tussen die beelde "Geraas is erger as 25% omdat u verskeie bewerkings gedoen het, en elkeen sy eie fout bygevoeg het. Die toepassing van donker en woonstelle voeg ook geraas by. Die 80% S / N is net vir 1 eenvoudige mediaan. Eerlik gesê, as u nie besef het dat daar ekstra foute moet wees nie, weet ek nie wat om te sê nie. '

Antwoord. Alle beeldstapels is in ImagesPlus uitgevoer, wat 32-bis-drywingspunt gebruik. Die insetdata van 'n DSLR word natuurlik gekwantifiseer en bly so na omskakeling na 32-bit drywingspunt. Die 32-bis-drywingspuntberekeninge verseker dat daar geen noemenswaardige fout bygevoeg word deur die stapelbewerkings nie. Daar is ook presies dieselfde meester-donkerraam-, platveld- en vooroordeelrame gebruik vir beide die mediaan en die gemiddelde, dus as die foute te wyte was aan hierdie data, sou dit in die mediaan- en gemiddelde stapels vertoon word. Dit is duidelik nie.

As u inligting op hierdie webwerf nuttig vind, kan u Clarkvision ondersteun en 'n donasie maak (skakel hieronder).

Verwysings en verdere leeswerk

Die open source-gemeenskap is redelik aktief in die lensprofielgebied. Sien:

Lensfun lensprofiele: http://lensfun.sourceforge.net/ Alle gebruikers kan data verskaf.

Tegniese opmerking: die kombinasie van beelde met behulp van heelgetalle en regte tipe pixels. Hierdie webwerf toon ook die gemiddelde kombinasie wat nie resultate so goed as die gemiddelde metodes lewer nie: http://www.mirametrics.com/tech_note_intreal_combining.htm.

DN is "Datanommer." Dit is die nommer in die lêer vir elke pixel. Dit is 'n getal van 0 tot 255 in 'n 8-bis-beeldlêer, 0 tot 65535 in 'n 16-bit ongetekende heelgetal-tif-lêer.

16-bit getekende heelgetal: -32768 tot +32767

16-bit ongetekende heelgetal: 0 tot 65535

Photoshop gebruik getekende heelgetalle, maar die 16-bit tiff is ongetekende heelgetalle (korrek gelees deur ImagesPlus).


Astrofotografie-beeldstapeling & # 8211 Astro-stapeling

Hopelik het u al geskiet en toegepas wat u geleer het oor astrofotografie. Vir die meeste is daar 'n redelike groot leerkurwe met astrofotografie. Ek was altyd redelik goed met die rekenaar, elektronika en die meganiese hardeware, maar dit was 'n groot uitdaging om die beelde te leer verwerk. Hopelik kan ek deel wat ek geleer het om u leerproses te bespoedig.

Daar is baie om te leer as u die beelde van die kamera moet neem om 'n finale beeld te maak vir vertoon. U sal sien dat 99% van die diep lugbeelde wat u neem, een of ander vorm van na-verwerking benodig. Maar voordat ons eers die verwerking bespreek, bespreek ons ​​hoe u die toneel die beste kan skiet.

In die vorige blogs het ek gesinspeel op 'n tegniek waarmee u die beste uit u astro-beelde kan haal. Die skiet van baie flou bewegende teikens kan redelik uitdagend wees. Dit verg redelike ordentlike toerusting om die regtig flou dinge te kry, maar verder is dit belangrik om die onderwerpe behoorlik te fotografeer. Daar is een waardevolle tegniek wat geweldig sal help met die verwerking en om u data optimaal te benut. Hierdie tegniek stapel.

Kom ons kyk na stapeling in baie basiese terme. Die skiet van flou teikens sorg vir gewoonlik lawaaierige beelde. Dit geld vir astrofotografie sowel as gewone fotografie. Dit beteken dat die foto's korrelig lyk en nie die sysagte oorgang het nie. In astrofoto's sal geraas die oorgang van die teikenvoorwerp na die donker streke versteur. Maar as u baie foto's van dieselfde onderwerp neem en dit saamstapel, is die resultaat baie beter as die van 'n enkele raam. Die geraas en korreligheid word ingevul en die beeld lyk baie gladder en vollediger. As ek die beste gehalte beelde wou neem, sou ek gewoonlik tussen 10 en 20 uur oop sluitertyd neem. Maar weereens was dit my beste diep lugfoto's op professionele vlak toerusting. Vir my beteken dit dat u oor baie nagte moet skiet en al die data in die finale prentjie moet stapel. Ek het blootstellings gemaak wat ½ uur lank was, o minder rame nodig. Maar die eindresultaat was baie gegewens wat, as dit saamgestel is, baie goeie datastelle tot gevolg gehad het.

As u net begin, is dit nie nodig dat u soveel skiet nie. Maar oor die algemeen, hoe meer u skiet, hoe beter. Daar is 'n groot verskil wat onmiddellik in die finale beeld gesien kan word. Daar is 'n punt van dalende opbrengste, maar die meeste astrofotografe sal nooit naby hierdie limiet kom nie. As u dus met 'n paar uur kan begin skiet, sal u redelike data bevat. Maar selfs om 10 beelde te neem en te stapel, sal beter wees as een enkele raam. Hoe beter die data, hoe makliker is dit om na die finale beeld te verwerk.

Hoe begin ons…? Nadat u die houer in lyn is (sien my vorige blogs), is die teiken omraam en die lens of teleskoop gefokus, kan u begin om u beelde te neem. Skiet dieselfde onderwerp oor en oor. Ek gebruik gewoonlik 'n rekenaar of 'n intervalometer om die werk hieruit te haal. Dit stel my in staat om weg te loop en die kamera te laat skiet totdat dit klaar is. Wees net bewus daarvan dat u dalk verskeie batterye of 'n AC-adapter vir u kamera benodig. Dit geld veral in die koue. Probeer om ten minste 'n uur oop sluitertyd te skiet vir u eerste uitstappie. Dit beteken dat as u 5 minute skote wil neem, wil u hê dat 12 daarvan 'n uur moet duur. Dit is oor die algemeen die beste om so lank as moontlik met 'n beligting te skiet, maar nie so lank dat die beeld versadig raak met ligte mis of as u sterpaadjies begin kry nie. Ek het oor die algemeen probeer om te skiet totdat ek ongeveer 25-75% op die kamera se histogram bereik het. Maar dit hang af van die teiken en vanwaar ek skiet (en hoeveel ligbesoedeling daar is). Hou net in gedagte dat 1 uur nie 'n magiese nommer is nie. Skiet meer as jy tyd en geduld het. Dit sal die na-verwerking na die stapel vergemaklik en die finale beeld nog gladder maak.

Sodra u die stapel het, wat is volgende? U moet al hierdie beelde in 'n enkele beeld verwerk. Dit is moontlik in Photoshop en daar is wonderlike video's en inligting oor die onderwerp. Ek laat dus hierdie leerproses oor aan diegene wat belangstel om op hierdie manier te stapel.

Die werklike voordeel is om die stapel te doen in 'n program wat bedoel is vir die verwerking van astrofoto's. Daar is baie programme beskikbaar om dit te doen, sommige is selfs gratis beskikbaar. Ek het 'n program genaamd MaximDL gebruik wat 'n uitstekende sagteware vir die verwerking van astrofotografie is. Behalwe dat dit verwerk word, hanteer dit ook kamerabeheer, filterwielbeheer, fokus, leiding en vele ander aspekte van die opname van diep lugbeelde. In 'n komplekse opstelling is dit baie voordelig om beheer oor alles in 'n enkele sagteware te hê. Vir diegene wat pas begin, kyk na Deep Sky Stacker (DSS). Dit is 'n uitstekende stapelprogram en is gratis beskikbaar. Hiermee kan u oefen om beelde te skiet en te verwerk sonder om baie ekstra geld in sagteware te belê.

Kyk na die uitstekende instruksies op die DSS-webwerf en aanlyn. Dit is redelik kragtig en in staat om mooi beelde te lewer. Dit sal ook die toevoeging van kalibrasierame moontlik maak (hieronder bespreek), wat nog 'n baie kragtige funksie vir geraasbeheer is. Ek het gewoonlik gevind dat ek daarvan hou om in DSS te stapel en dan die res van die verwerking in Photoshop of soortgelyke beeldverwerkingsprogram te doen. Maar dit is heeltemal my voorkeur. Elke fotograaf moet die beste werkvloei en kombinasie van programme ondersoek om die finale beeld te produseer.

Een wonderlike kenmerk van DSS is die kometstapelroetine. Die verwerking van komete is nog ingewikkelder, aangesien die komeet gewoonlik in elke raam op 'n ander plek is. Sommige beweeg stadig genoeg om hulle nie daaroor te hoef bekommer nie. Maar ander kan aansienlike bedrae in elke raam skuif. Dit verg gewoonlik vernuftige verwerking om 'n ordentlike beeld te kry. DSS neem baie werk daaruit. Hierdie beeld is verwerk in DSS en Photoshop.

Jashanger Asterisme (CR399) en komeet Garradd

Wanneer die stapelproses begin word, moet die beelde eers kwaliteit gesorteer word en dan eers in lyn (of geregistreer) word. Die kwaliteit sorteer kan outomaties in DSS gedoen word, maar ek hou oor die algemeen daarvan om die beelde deur te steek en diegene wat vervaag is van beweging, of wolke of vliegtuie te kies. Die registrasie of belyning sal die beelde op en af ​​aanpas en ook in rotasie om al die rame in perfekte belyning te bring en dan saam te stapel in een van die verskillende stapelmetodes. Ek verkies gewoonlik een van die mediaan-stapelmetodes.

Baie van my astrofoto's, insluitend die komeetfoto hierbo, is met professionele toerusting geskiet. Hierdie toerusting het ongeveer die helfte van my eerste huis gekos. Om eerlik te wees, wou ek wys wat met 'n DSR en lens (of klein teleskoop) gedoen kan word, en daarom het ek 'n paar van my vroegste beelde in DSS verwerk, wetende wat ek nou weet. Hierdie is geskiet met 'n Astro-aangepaste 6.3MP Canon 300D (Digital Rebel). Dit is een van die vroegste DSLR's. Dit het geraas en het gewoonlik nie baie skoon astro-beelde opgelewer nie. Maar selfs met hierdie ou kamera was die data baie bruikbaar en het dit redelik ordentlike beelde opgelewer. Ons sal 'n paar van die volgende hieronder bekyk:

My eerste aangepaste DSLR vir astrofotografie

Stapelvoorbeelde

Hier is 'n paar voorbeelde van beelde direk uit die kamera en ook verwerkte beelde. Die eerste is 'n enkele raam wat die Heart & amp Soul-newel (IC1805, IC1871, NGC 869 en NGC 884) sowel as die dubbele groep toon. Die bokant is buite die kamera, die volgende is na stapel en verwerking.

Onverwerk, reg uit die kamera

Gestapel en na verwerk

Die verskil hierin is drasties. Om eerlik te wees, is die enkelraambeeld deur baie ligte besoedeling bedek. Maar dit is 'n probleem wat die meeste astrofotografe sal teister. Die enigste manier om dit te bekamp, ​​is om van donker plekke weg van die stadsliggies af te skiet.

Hierdie volgende voorbeeld is nie so ingrypend nie. Die bokant is buite die kamera, die onderkant is gestapel en verwerk. Daarby is gewasse van 'n enkele raam en gestapelde en verwerkte beelde ingesluit.

Enkele raam en sny van die Rosetnevel (NGC 2237)

Let op die ontbrekende besonderhede in die sny van hierdie prent.

Stapel / plaas verwerkte beeld en sny van die Rosette Nebula

Die gestapelde beeld is baie skoner en baie van die ontbrekende gegewens is ingevul. Let ook op die beter detail wat in die gewas van die Rosette sigbaar is. Dit is die ware voordeel van die stapelmetode. Een ding wat u in gedagte moet hou met die verwerking van astrofoto's, is dat dit 'n inkrementele proses is. Geen enkele stap gaan 'n magiese beeld uit rommel maak nie. Elke stap sal 'n klein verbetering toevoeg, en met genoeg klein stappe sal u 'n baie aangename beeld kry. As u baie foto's stapel, sal die meeste stukkiesagteware 'n hele rukkie neem as u rekenaar nie die taak het nie (soos myne). Wees dus geduldig en laat dit net loop totdat die registrasie- en stapelprosesse voltooi is.

Hier is nog 'n voorbeeld van 'n enkele raam teenoor 'n stapel. Hierdie een is van die Horsehead Nebula (B33) in Orion.

Enkele raam en sny

Stapel / plaas verwerkte beeld en sny

Dit is redelik maklik om die voordeel van stapels te sien as u astrofoto's skiet. Nog 'n gevorderde tegniek wat help om die geraas in u stapels te verminder, word dithering genoem. Eintlik beweeg dit die kamera 'n paar pixels in 'n ewekansige rigting na elke raam. As u 'n mediaan-stapelmetode gebruik, sal voorwerpe op 'n ander plek op elke raamwerk uitgeskakel word.Die gebruik van die sterre as die riglyn verwysing, die sterrestelsels, newels of ander onderwerpe sal op dieselfde plek bly. Maar warm pixels, satelliete, vliegtuie, geraas en ander ewekansige effekte sal op 'n ander plek wees ten opsigte van die sterre, dus word dit uitgeskakel as dit gestapel word. Daar is baie begeleidings- of opsporingsprogramme wat outomaties uitmekaar gaan. Maar selfs met 'n handelike ontspanknop, kan dit geweldig help as u die houer handmatig tussen die blootstelling skuif. Dit lyk soos 'n beslommernis, maar deur dit te verswak, sal dit 'n redelike verbetering bied. Nie een van die beelde hierbo nie (behalwe die komeetafbeelding) het dwarsverandering gebruik.

Nog 'n nuttige toevoeging is om kalibrasierame by te voeg. Dit help om addisionele geraas en ander artefakte van die beelde te verwyder. Donker rame sal help om warm pixels te verwyder, Bias-rame verminder leesgeraas en plat rame sal help om stofvlekke of ander spesifikasies op te ruim wat veroorsaak word deur die lens of teleskoop te kyk. Daar is 'n uitstekende beskrywing hiervan in die FAQ-afdeling hier. Die nuwer en moderner kameras bied beter geraas en warm pixelbeheer, dus is kalibrasie dalk nie nodig nie. Maar op die minste moet plat rame gebruik word om die artefakte wat deur 'n vuil lens of sensor veroorsaak word, te verwyder. Dit sal ook help om die vignettering wat in die beelde voorkom, te verminder. Onthou: inkrementele verbeterings.

In die laaste aflewering van hierdie Astrofotografie-reeks bespreek ons ​​'n paar besonderhede om van 'n ruwe gestapelde beeld na die finale beeld te gaan. Dit is hier waar baie van die towerkuns gebeur, so ek hoop dat jy op hoogte sal bly. Gaan intussen uit en skiet. Sien jou binnekort.


Beeldverwerking met CCDStack 2

Deur: The Editors of Sky & amp Telescope, 31 Augustus 2015 0

Kry sulke artikels na u posbus gestuur

Verbeter u diep lugbeelde met hierdie innoverende program.
Deur Bob Fera in die Junie 2013 uitgawe van Sky & amp Teleskoop

Van die magdom programme wat vandag beskikbaar is vir die verwerking van CCD-beelde, CCDStack 2 is die keuse van baie ervare beelde vanweë sy intuïtiewe gebruikerskoppelvlak en verskillende innoverende "live" -funksies. Die veteraan-astrofotograaf Bob Fera demonstreer sy roetine-werkvloei met behulp van die sagteware om sy beelde te kalibreer, op te stel, te stapel en te rek om kleurvolle portrette van hemelse teikens te produseer, soos die diep foto hierbo van die Kegelnevel.

Soos enige ervare astrofotograf, en hy of sy, sal u vertel dat die transformasie van 'n klomp lawaaierige subblootstellings in 'n kleurvolle kunswerk geen geringe prestasie is nie. Die proses behels baie stappe met behulp van 'n verskeidenheid sagtewarepakkette, elk met sy eie leerkurwe. Vir baie beeldmakers gebeur die "kuns" in Adobe Photoshop. Maar voordat u 'n instrument soos Photoshop om u persoonlike aanslag op 'n beeld toe te pas, moet u data eers deur 'n reeks beslis minder sexy stappe gaan - kalibrasie, belyning en kombinasie. En hoewel hierdie stappe beperkte kreatiewe insette behels, is dit tog van kritieke belang vir die finale voorkoms van u prentjie.

Onder die talle programme vir die verwerking van CCD-data verkies ek CCDWare's CCDStack 2 (www.ccdware.com) vir rekenaars om my beelde te kalibreer, te belyn, te stapel en in 16-bis TIFF-lêers te rek wat gereed is vir die finale aanpassings in Photoshop. Die krag van die program lê in die intuïtiewe gebruikerskoppelvlak, sowel as 'n paar "lewendige" strekfunksies. CCDStack 2 het deur die jare goed vir my gewerk en behoort u 'n stewige basis te bied om u eie metodes te ontwikkel.

Beeldkalibrasie

Kom ons begin met die voorbereiding van ons kalibrasielêers. Ek neem altyd verskeie donker, vooroordeel- en platveldbeelde op en kombineer dit in 'meester'-kalibrasierame om te verseker dat my finale resultaat so skoon as moontlik is. Dit verminder alle vals artefakte in my kalibrasierame as gevolg van kosmiese straaltreffers of ander ongewenste seine.

Begin deur die program te open en kies Proses / Skep kalibrasie-meester / maak meester-vooroordeel. Die program open onmiddellik die laaste vouer waarin u gebruik het CCDStack 2, dus moet u dalk na u kalibreringslêergids gaan. Sodra u daar is, kies u al die vooroordeelrame wat ooreenstem met die temperatuur wat u van u ligraamwerke geskiet het. Die venster Instellings kombineer word dan oopgemaak en bied u 'n paar verskillende maniere om u vooroordele in 'n "meester" -vooroordeel te kombineer. Ek verkies om die sigma-reject-gemiddelde metode te gebruik en die sigma-vermenigvuldiger na 2 te verander, en 'n iterasielimiet van 2.

Binne enkele oomblikke word u meester-vooroordeelraamwerk vertoon. Stoor die resultaat eenvoudig as 'n 16-bis FITS-lêer, en herhaal dieselfde proses om u donker rame te kombineer deur die Proses / Skep Kalibrasie-meester / maak meester donker.

CCDStack 2 is die enigste beeldverwerkingsprogram vir amateurs wat presies vertoon watter pixels in elke beeld dit bepaal, geïgnoreer sal word wanneer subblootstellings met sigma-gebaseerde algoritmes vir dataverwerping gekombineer word. Die rooi kolle op die prentjie hierbo word gemerk om verwerp te word in 'n stapel van tien beelde.
Bob Fera

Die generering van u meester-platveldbeeld is ook soortgelyk, alhoewel die program u eers sal vra of u elke plat raamwerk wil verduister. As dit die geval is, kies u die meester-vooroordeelraam wat u pas geskep het, en ook die donker-raam-meester wat ooreenstem met u plat-gefilterde prent. Wanneer u die dialoogvenster Kombineer metode bereik, kies dan weer sigma weier gemiddeld met 'n vermenigvuldiger van 2 en 'n herhalingswaarde van 2. Maak seker dat u hierdie roetine herhaal vir al u woonstelle wat deur verskillende filters geneem is. Noudat ons kalibrasierame gereed is, kan ons ons rou data aanpak.

Open al u individuele blootstelling deur een van u filters (as u 'n monochrome kamera met kleurfilters gebruik). Kies dan die aftrekmenu Verwerk / kalibreer. Die venster Kalibrasiebestuurder word oopgemaak, wat u meester donker, vooroordeel en plat rame outomaties vind as dit in dieselfde vouer gestoor is waarin u voorheen gewerk het. Indien nie, klik op die "Dark Manager" -knoppie en navigeer na u hoofraamwerke. Nadat al u hooframe gekies is, klik u op die knoppie "Toepassing op almal" links onder en binne 'n minuut of so sal al u beelde in hierdie groep gekalibreer word. Stoor elk van hierdie gekalibreerde beelde deur Lêer te kies / Stoor data / Ingesluit in die aftrekmenu. 'N Nuwe venster word oopgemaak waarmee u 'n agtervoegsel by u lêertitel kan voeg, om te verhoed dat u onbewerkte data oorskryf word. Kies die 32-bis FIT float-lêer opsie. Nou kan u dieselfde stappe herhaal vir elk van u ander gefiltreerde beeldgroepe.

Noudat al ons beelde gekalibreer is, laat ons elke raam in lyn bring. As u genoeg RAM op u rekenaar en 'n vinnige verwerker het, kan u al u gekalibreerde blootstelling oopmaak en dit gelyktydig in lyn bring. As u min geheue het, kan u dit in groepe uitvoer, maar onthou om een ​​beeld te kies om die "basis" -afbeelding te wees waarop al die ander in lyn sal wees. Maak seker dat u inligingsraamwerk die beeld sigbaar is, kies dan die uittrekmenu Stapel / registreer en die Registrasie-venster word oopgemaak. CCDStack 2 ontdek outomaties verskeie sterre in u beelde, of stel u in staat om u eie punte te kies om te registreer as u dit verkies. Nadat u die belyningspunte geselekteer het, klik u op die knoppie "alles uitlyn" links onder en binne enkele oomblikke moet elkeen van u subblootstellings behoorlik in lyn wees. Voordat u die belyning permanent toepas, moet u deur al u beelde beweeg om seker te maak dat elkeen behoorlik werk. Klik dan op die tabblad Toepassing regs bo. Die program bied 'n paar opsies om weer te vergroot om die subpixel-verskuiwing van elke raamwerk te vergoed. Ek verkies Bicubic B-spline, maar u kan eksperimenteer om te sien wat die beste by u beelde werk. Nadat die belyning aangebring is, stoor die resultate met 'n nuwe agtervoegsel.

Na kalibrasie is dit maklik om u blootstelling aan te pas CCDStack 2. Maak eenvoudig al die beelde oop om te belyn, kies Stapel / registreer, en die program kies outomaties verskeie sterre om as registrasiepunte te gebruik. Dit vertoon ook 'n soort "verskil" tussen die basisfoto en elke daaropvolgende prentjie wat dit maklik maak om te sien wanneer twee beelde buite registreer (links) en in lyn (regs).
Bob Fera

Verwerping van data

Op hierdie stadium het ons al ons beelde gekalibreer, in lyn gebring en gereed om te stapel. As u u subraamwerke goed kombineer, verhoog u die sein-ruis-verhouding van u finale beeld dramaties, terwyl u ongewenste vliegtuig- en satellietpaaie en ander ewekansige artefakte uitskakel. In CCDStack 2 dit behels drie stappe: Normaliseer, Data Verwerp en Kombineer.

Deur u data te normaliseer, vergoed dit wissels in die lugagtergrond en deursigtigheid, en skaal al u oop blootstelling tot soortgelyke helderheidswaardes vir ooreenstemmende pixels. Hierdie stap is nodig om die beste resultaat op te stel.

Maak eers al die foto's wat met 'n enkele filter geneem is oop en kies Stapel / Normaliseer / Beheer / Beide. 'N Klein venster word oopgemaak waarin u gevra word om die agtergrondhemel te identifiseer. Klik eenvoudig met u muis en trek 'n klein reghoekige seleksie om 'n gebied wat 'n 'neutrale' agtergrondhemel sal wees, sonder helder vaagheid, sterrestelsels of sterre in u keuse. Probeer om 'n gebied met die vaagste newel of 'n donker newel te vind as u agtergrondkeuse vir prente waar newelvormigheid in die hele beeld deurdring. Nadat u die keuse gemaak het en op OK geklik het, sal die program u dan vra om 'n hoogtepuntarea te kies. Dit is waarskynlik u hoofonderwerp, of dit nou 'n sterrestelsel, newel, sterretros of komeet is. Maak 'n keuse in die helderste area en klik op OK. Die Inligtingsvenster verskyn en wys die berekende verrekening vir elk van u oop beelde.

Vervolgens moet ons kies watter metode van dataverwerping ons wil gebruik. Die verwerping van data identifiseer en verwyder ongewenste artefakte in elk van u individuele beelde, en vervang die gewraakte gebiede in u finale gestapelde resultaat met die ooreenstemmende streek uit verskeie onaangeraakte subrame.

Kies Stack / Data Reject / Procedures en 'n ander nuwe opdragvenster word oopgemaak. Hier kies ons die algoritme vir die verwerping van data uit die aftreklys. Ek verkies om die STD sigma-verwerping te gebruik, maar u kan weer eksperimenteer om uit te vind wat die beste by u beelde werk. Merk die "top image%" -vinkie, stel die waarde op 2 en klik dan op die "Apply to All" -knoppie. Dit kan 'n paar oomblikke duur, maar as dit voltooi is, sal die program al die afgekeurde pixels in elk van u subblootstellings as helderrooi vertoon. Maak nou net die venster toe en gaan voort na die volgende stap.

Nou is ons gereed om ons beelde in die finale stapels te kombineer. Weereens bied die program 'n aantal maniere om dit te doen. Verwys na die interne hulplêer om vas te stel wat die beste by u beelde pas. Ek verkies die gemiddelde kombineer, dus kies ek Stapel / Combineer / Gemiddeld in die boonste aftrekmenu. Die sagteware bereken dan die gemiddelde waarde vir elke pixel in die stapel subblootstelling, terwyl die afgekeurde pixels uitgesluit word. Dit gee u die maksimum sein-ruis-verhouding in u finale beeld. As u klaar is, stoor die resulterende prentjie (File / Save Data / This) en kies weer 32-bit FITS-heelgetallêers. Maak alle lêers toe (lêer / verwyder alle beelde) en herhaal dieselfde stappe vir alle lêers soos gefiltreer.

Bob Fera

Nou het ons hoof FITS-lêers gereed om in 'n kleurprent te kombineer. Ek verkies om helderheidsbeelde afsonderlik te verwerk en dit dan by die kleur te voeg Photoshop. Voordat u enige stapels kombineer, moet u dit deeglik nagaan en aandag gee aan die gradiënte wat die individuele stapels kan beïnvloed. CCDStack 2 het 'n algoritme vir gradiëntverwydering wat in die aftrekmenu Proses / plat agtergrond gevind kan word, wat vereis dat u op die areas in u prentjie klik totdat dit eweredig verlig lyk.

Strek en dekonvolusie

Kom ons rek nou ons helderheidslêer met behulp van die Digital Development Process (DDP) -funksie. Een van die belangrikste kenmerke van die sagteware is die vermoë om 'n 'live' DDP op die weergawe van u lêer te doen. Maak eers u meester-helderheidsbeeld oop en kies Venster / Pas skerm aan, en open 'n venster met skuifblaaie om die agtergrond-, maksimum-, Gamma- en DDP-vlakke van die vertoonde beeld aan te pas. U kan nou eenvoudig elkeen van die skuifblaaie aanpas totdat u tevrede is met die resultaat wat vertoon word. Hoe laer die DDP-waarde is (wanneer die skuifbalk na links beweeg), hoe helderder word die beeld. Ek stel voor dat die beeld effens donkerder vertoon as wat u wil hê dit uiteindelik moet lyk. Dit verrig die grootste deel van die vereiste rek, maar laat nog steeds ruimte vir finale aanpassings Photoshop. Sodra u die prentjie lyk soos u dit wil hê, verlaag u die agtergrondwaarde met ongeveer 50 punte om te verhoed dat die swart vlak in u finale beeld geknip word. Pas die beeldskerminstellings op u beeld toe met die aftrekopsie File / Save scaled data / This, en kies TIFF 16 bit.

Een van die mees innoverende kenmerke van die program is die vermoë om 'lewendige' terugvoer te gee wanneer u 'n beeld strek om gelyktydig die vaagste en helderste gebiede te vertoon. Skuif die DDP-skuifbalk na links en regs in u venster om die beeld aan te pas, of verander die agtergrond en die maksimum vlakskerm. Geen van hierdie aksies word permanent toegepas totdat u beeld gestoor is nie.
Bob Fera

U kan ook u beeld opskerp met ontwikkeling om die sterre op te skerp en kleinskaalse funksies op te skerp. CCDStack 2 het 'n uitstekende dekonvolusie-roetine genaamd Positive Constraint wat, as dit matig toegepas word, 'n uitstekende werk doen sonder om ongewenste artefakte soos donker strale rondom sterre bekend te stel. Kies Verwerk / Dekonvoleer. 'N Nuwe venster word oopgemaak en 'n aantal sterre verskyn met geel + simbole daaroor. Dit is sterre wat die program gekies het om hul puntverspreidingsfunksie (PSF) te meet om die sterkte van die dekonvolusie-algoritme te bepaal. U kan ook dubbelkliek op enige sterre wat u wil hê die program in die berekeninge moet insluit. Kies sterre wat nie versadig is nie en goed gedefinieër is (dit wil sê nie ingebed in newels of binne 'n sigbare sterrestelsel nie). Kies vervolgens Positiewe beperking onderaan die venster en stel die aantal iterasies in wat ek dikwels 30 tot 50 gebruik. Klik nou op die "Ontwikkel" -knoppie en binne 'n paar minute is die proses voltooi, behalwe die resulterende FITS-lêer. U kan dieselfde DDP-instellings op die ontbinde beeld toepas as op die oorspronklike deur na die onverwerkte weergawe oor te skakel en op "Toepassing op almal" in die venster van die skermbestuurder te klik. Stoor die ontluikende weergawe as 'n skaal van 16 bis TIFF om later met die kleurprent te kombineer Photoshop.

Kleur kombineer

Laat ons laastens ons rooi, groen en blou lêers kombineer in 'n RGB-beeld. Om dit die beste te bereik, moet u eers weet wat die regte RGB-verhoudings is vir u spesifieke CCD-kamera, filters en lugtoestande toe die beelde opgeneem is. Alhoewel daar verskillende maniere is om hierdie waardes een keer vir u stelsel te meet, moet elke datastel ook aanpas vir die uitsterwing van die atmosfeer wat veroorsaak word deur die hoogte van die teiken toe elke reeks kleuronderblootstellings geneem is. Ek verkies die gratis sagteware eKalibrator (http://bf-astro.com/excalibrator/excalibrator.htm) vir die bepaling van 'n akkurate kleurbalans (sien www.skypub.com/excalibrator). 'N Eenvoudige metode om aan die gang te kom met 'n geskatte kleurbalans in CCDStack 2 is om u rooi, groen en blou lêers onder mekaar te normaliseer en dan die beelde in 'n verhouding van 1: 1: 1 te kombineer. Soos vroeër beskryf, kies 'n neutrale agtergrondarea en dan die hoogtepunte. Na die normalisering, kies Kleur / Skep in die keuselys. Die Create Color Imagewindow word oopgemaak, waar u u gefiltreerde beelde aan hul onderskeie kanale kan toewys. U kan ook u meester-helderheidsbeeld hier opneem, indien u dit wil, maar maak seker dat u die gestrekte helderheidsbeeld nie insluit nie. Klik op die "Create" -knoppie en binne 'n oomblik verskyn u gekombineerde kleurprent.

Onmiddellik verskyn 'n klein venster met die naam Set Background met u kleurlêer. As u prentjie addisionele kleuraanpassing benodig, sleep u 'n blokkie om 'n neutrale agtergrondarea en klik op 'OK'. U kan addisionele agtergronde uitvoer en korreksies uitlig met die opdrag Kleur / Aanpassing in die aftrekmenu.

Subtiele kleurvariasies en wispelturige besonderhede in teikens soos die weerkaatsings- / emissie-newels NGC 1973, 1976 en 1977 is maklik om te bewaar en te verbeter met behulp van die gereedskap wat in CCDStack 2.
Bob Fera

As u tevrede is met die algehele kleurbeeld, kan u die resultaat rek met die DDP-skuifbalk en die resultaat stoor vir verdere aanpassings in Photoshop, en sluit die gestrekte helderheidsbeeld in.

Die korrekte uitvoering van hierdie stappe bied 'n soliede basis waarop u kan bou en verander sodra u vertroud is met al die beskikbare gereedskap CCDStack 2. Deur die sigma-gebaseerde data-verwerpingsalgoritmes, live DDP en 'n sagte toepassing van Positive Constraint deconvolusie te gebruik, sal u 'n voorsprong wees op die manier om beelde te produseer wat eendag in Sky & amp Teleskoop.

Bob Fera skiet die naghemel vanaf sy agterplaas in die agterplaas onder die donker lug van Noord-Kalifornië.


Hoe beeldstapeling werk

Beeldstapeling is 'n gewilde metode vir beeldverwerking onder astrofotografe, hoewel presies dieselfde tegniek toegepas kan word in elke situasie waar identiese beelde oor 'n tydperk vasgelê kan word, met ander woorde in situasies waar die toneel weens beweging nie verander nie. of wisselende lig en skaduwee. Astrofotografie is toevallig op hierdie manier geskik, aangesien astronomiese voorwerpe effektief staties is vir redelike tydsduur. In die geval van voorwerpe in die lug is die voorwerpe feitlik permanent. In die geval van planetêre beelde verander dit stadig genoeg dat 'n reeks beelde wat oor 'n paar minute strek, verkry kan word sonder waarneembare beweging.

Die eerste keer dat ek die gevolge van beeldstapeling aanskou het, was ek heeltemal weggeslaan deur die resultaat. Dit lyk amper magies dat soveel regte inligting uit sulke aaklige oorspronklike beelde verkry kan word. Maar die regte verduideliking is natuurlik eenvoudig om te verstaan.

Beeldstapeling doen twee verskillende dinge tegelyk. Dit verhoog die sein-ruis-verhouding en verhoog die dinamiese omvang. Ek sal elkeen daarvan afsonderlik bespreek.

Een punt van verwarring wat vroeg moet opgelos word, is of daar 'n verskil is tussen gemiddelde en somme. Aangesien dit 'n kwessie van twis bly, kan ek net beweer dat my verduideliking sinvol is. As 'n mens my verduideliking nie volg nie, kan 'n mens nie met my saamstem nie. Die kort antwoord is dat hulle identies is. Dit maak geen verskil of u 'n som of 'n gemiddelde opstel nie. Hierdie bewering veronderstel dat 'n gemiddelde egter voorgestel word met behulp van waardes van drywende punte. As u gemiddelde getalle waardeer, het u baie gedetailleerde inligting weggegooi. Meer presies, ek hou vol dat daar 'n voortdurende reeks voorstellings is van 'n stapel wat wissel tussen 'n som en 'n gemiddelde, wat bloot bestaan ​​uit die deel van die som met een getal tussen een en die aantal gestapelde beelde.Op hierdie manier is dit vanselfsprekend dat opsomming en gemiddeldes identies is en dieselfde fundamentele inligting bevat.

Om nou eintlik 'n stapel te sien, moet die waardes op een of ander manier in heelgetalkomponente van die helderheid van 'n beeld by elke pixel getransformeer word. Dit is nie makliker of moeiliker om met 'n som of 'n stapel te bewerkstellig nie, aangesien nie een van die nodige vereistes van standaardbeeldvoorstellings pas nie. Die som bevat waardes wat bo-aan die maksimum moontlike waarde is wat voorgestel kan word, en die gemiddelde bevat waardes van drywende punte wat nie onmiddellik as beeldpixels geïnterpreteer kan word sonder om eers na heelgetalle om te skakel nie. Die oplossing is in albei gevalle presies dieselfde wiskundige bewerking. Soek eenvoudig die nodige deler om die helderste pixel in die stapel voor te stel sonder om te versadig, en deel dan alle pixels in die beeld deur die deler en skakel die gedeelde waardes om na heelgetalle. Aangesien die transformasie in albei gevalle identies is, bevat albei vorms duidelik dieselfde inligting.

Die enigste rede waarom ek soveel hieroor harp is, is dat dit goed verstaan ​​moet word voordat 'n mens regtig kan verstaan ​​wat stapelwerk doen, wat eintlik uiters eenvoudig is as jy eers daaraan kom.

Die klassieke toepassing van beeldstapeling is om die sein-ruis-verhouding (snr) te verhoog. Dit klink aanvanklik tegnies en verwarrend, maar dit is regtig eenvoudig om te verstaan. Kom ons kyk gedeeltelik daarna en kyk hoe die hele ding werk.

Die eerste ding wat u moet besef, is dat dit 'n pixel-vir-pixel-bewerking is. Elke pixel word heeltemal onafhanklik van alle ander pixels bedryf. Om hierdie rede is die eenvoudigste manier om te verstaan ​​wat aangaan, om jou voor te stel dat jou beeld slegs een enkele pixel breed en lank is. Ek besef dit is vreemd, maar hou my by. U beeld is dus 'n enkele pixel. Wat is daardie pixel in elk van u rou rame? Dit is die "sein", regte fotone wat die teleskoop binnegedring het en in die CCD-sensor van die kamera opgehoop het, plus die termiese geraas van die CCD en die vooroordeel, tesame met enige platveldeffekte. plus 'n ewekansige geraas wat vir 'n goeie mate ingegooi word. Dit is hierdie laaste element van geraas waarmee ons besig is. Die ander faktore kan die beste hanteer word deur bewerkings soos donkerraamaftrekking en platveldverdeling. Dit is egter vanselfsprekend dat ons, nadat ons sulke bewerkings tot 'n onbewerkte manier uitgevoer het, steeds nie 'n pragtige beeld het nie, ten minste in vergelyking met wat gestapel kan word. Hoekom is dit?

Die probleem is die laaste element van ewekansige geraas. Stel u die volgende eksperiment voor: kies ewekansige getalle (positief en negatief) uit 'n Gaussiese verdeling wat op nul gesentreer is. Omdat die verspreiding Gaussies is, is die waarskynlike waarde presies nul, maar by elke proef (een nommer gekies) kry u feitlik nooit 'n werklike nul nie. Wat gebeur egter as u heelwat ewekansige getalle neem en dit gemiddeld maak. Dit is duidelik dat die gemiddelde van u getalle al hoe nader aan nul kom, hoe meer getalle kies u, nie waar nie? Dit kom om twee redes voor. Eerstens, aangesien die Gaussiese simmetries is en op nul gesentreer is, het u een uit twee veranderinge om 'n positiewe of negatiewe getal in elke proef te kies. Boonop het u 'n groter kans om getalle met 'n lae absolute waarde te kies as gevolg van die vorm van die Gauss. As dit gekombineer word, toon hierdie twee redes duidelik dat die gemiddelde van 'n reeks willekeurig gekose getalle (uit hierdie verdeling) assimpties na nul sal konvergeer (sonder dat elkeen natuurlik nul bereik).

Stel u nou voor dat hierdie Gaussiese verdeling van ewekansige getalle geraas in u pixelmonster voorstel. As u terselfdertyd ook die regte lig versamel, sal die middelpunt van die Gaussiër nie nul wees nie. Dit is die ware waarde van die voorwerp wat u beeld. Met ander woorde, die waarde wat u saam met die CCD in 'n enkele beeld opneem, is gelyk aan die werklike gewenste waarde plus 'n willekeurige waarde wat deur Gaussies gekies is, wat die opgetekende waarde minder kan maak as die ware waarde of groter kan word as hierdie waarde.

. maar ons het net vasgestel dat herhaalde monsters van die geraas nul is. Dus wat stapelwerk regtig doen, is om die betrokke waarde herhaaldelik te steek. Die werklike ware waarde verander nooit eintlik nie, omdat die aantal fotone wat van die voorwerp af kom, relatief konstant is van die een beeld na die volgende. Intussen konvergeer die ruiskomponent op nul, wat die gestapelde waarde toelaat om die ware waarde oor 'n reeks gestapelde monsters te benader.

Dit is wat die snr-kwessie betref. Dit is redelik eenvoudig, is dit nie.

'N Ander taak wat stapelwerk verrig, wat nie te veel in die literatuur opgeneem word nie, maar wat van groot belang is vir diep lugastrofotograwe, is om die dinamiese omvang van die beeld te verhoog. Dit kan natuurlik net verstaan ​​word as u alreeds verstaan ​​wat dinamiese omvang in die eerste plek is. Eenvoudig gestel, die dinamiese omvang verteenwoordig die verskil tussen die helderste moontlike opnamewaarde en die dunste moontlike aangetekende waarde. Waardes wat groter is as die helderste moontlike waarde, word versadig (en word dus as die helderste moontlike opneemwaarde in plaas van hul werklike waarde bedek), terwyl waardes dowwer is as die donkerste moontlike waarde, val eenvoudig van onder af en word as 0 aangeteken.

Verstaan ​​eers hoe dit werk in 'n enkele rou raam wat met 'n CCD-sensor vasgevang is. CCD's het 'n inherente sensitiwiteit. Lig wat te dof is vir hul sensitiwiteit, word eenvoudig glad nie aangeteken nie. Dit is die laagste grens, die donkerste moontlike waarde wat aangeteken kan word. Die eenvoudigste oplossing vir hierdie probleem is om blootstelling vir 'n langer tydperk te kry, om die ligwaarde bo die skemer opneemwaarde te kry, sodat dit in werklikheid aangeteken sal word.

Namate die blootstellingstyd verhoog word, neem die waarde van die helderste dele van 'n beeld saam met die waarde van die donkerste dele van die beeld toe. Op die punt waar dele van die beeld versadig word en aangeteken word as die helderste moontlike waarde in plaas van hul ware (helderder) waarde, word die opname oorlaai en belangrike inligting gaan verlore.

Nou kan u verstaan ​​wat dinamiese omvang beteken in 'n CCD-sensor en 'n enkele beeld. Sekere voorwerpe het 'n helderheidsreeks wat die helderheidsgebied oorskry wat deur die CCD opgeteken kan word. Die helderheidsbereik van die voorwerp is sy werklike dinamiese omvang, terwyl die omvang van die aantekenbare helderheid in die CCD die opname-dinamiese omvang van die CCD is.

Die volgende illustrasie toon die konsepte hierbo beskryf. Let op dat daar geen perfekte blootstellingstyd vir 'n voorwerp is nie. Dit hang af of u bereid is om die dowwe dele te verloor om versadiging van die helder dele te voorkom, of u bereid is om die helder dele te versadig om die dowwe dele te kry. Stapeling help hierdie probleem slegs tot 'n beperkte mate, soos hieronder beskryf. Nadat die limiet van stapelwerk in hierdie verband bereik is, moet meer ingewikkelde benaderings gebruik word, soos mosaïek, waarin 'n kort blootstellingsstapel met 'n lang blootstellingstapel gemeng word, sodat elke stapel slegs die areas van die beeld bydra waarin dit het nuttige inligting.

CCD's is analoog toestelle (of digitaal op die skaal van fotone in die CCD-putte en elektrone in die drade wat elektriese seine van die CCD na die rekenaar stuur). Analoogtoestelle stuur egter hul seine deur analoog / digitale omsetters (A / D-omskakelaars) voordat die digial-inligting na die rekenaar gestuur word. Dit is handig vir rekenaars, maar dit lei 'n arbitrêre punt van dinamiese omvang in die beeldtoestel in, wat teoreties nie daar hoef te wees nie. 'N Analoog toestel het teoreties 'n groot dinamiese omvang, maar ly aan ernstige geraasprobleme (dit is waarom digitale langafstand- en selfone beter klink as analoog). Die vraag is, hoe beïnvloed die A / D-omskakelaar die dinamiese omvang, of met ander woorde, aangesien al wat ons omgee die eindproduk is, wat is die dyamiese omvang van die beeld wat uit die A / D-omskakelaar presies kom? Die antwoord is dat verskillende kameras verskillende getalle digitale stukkies produseer. Webcams lewer gewoonlik 8 stuks, terwyl professionele kameras gewoonlik twaalf tot sestien stukkies lewer.

Dit beteken dat professionele kameras sestien tot 256 keer meer gedigitaliseerde waardes het om helderhede voor te stel in vergelyking met 'n webcam, wat beteken dat as u die blootstellingstyd verhoog om die dowwe dele van 'n voorwerp binne die opneembereik te kry, het u meer ruimte links bo in u reeks om die helderste dele van die voorwerp te akkommodeer voordat dit versadig word.

So, wat doen stapelwerk? Die kort antwoord is dat dit die aantal moontlike gedigitaliseerde waardes lineêr verhoog met die aantal gestapelde beelde. U neem dus 'n klomp beelde wat versigtig blootgestel word om die helderste dele nie te versadig nie. Dit beteken dat u eerlik die swakste dele kan verloor. Wanneer u die stapel uitvoer, versamel die donkerste dele egter tot hoër waardes wat die vloer van die dinamiese omvang ontsnap, en verhoog dit terselfdertyd die dinamiese omvang, aangesien die helderste dele al hoe helderder word namate meer beelde by die stapel gevoeg word. Dit is asof die maksimum moontlike helderste waarde net genoeg toeneem om die toenemende helderheid van die gestapelde waardes van die helderste pixels voor te hou, as dit sinvol is.

Op hierdie manier bevat die gestapelde beeld beide dowwe en helder dele van 'n beeld sonder om die dowwe dele van die onderkant of die helder dele van die bokant af te verloor.

Dit moet onmiddellik duidelik wees dat hier iets verkeerd is. As die rou rame blootgestel is met 'n kort tydsperiode om glad nie die dowwe dele te versamel nie, omdat die dowwe dele tot nul gevloer is, hoe is dit dan in die stapel opgehoop? In werklikheid, as die waarde in 'n bepaalde rou tot nul val, sal dit niks tot die stapel bydra nie. Stel u egter voor dat die ware waarde van 'n dowwe pixel êrens tussen nul en een is. Die digitalisering van die A / D-omskakelaar verander die waarde in nul, of hoe? Nie noodwendig. Onthou, daar is geraas waarmee u te kampe het. Die geraas is hier nuttig, omdat die aangetekende waarde van so 'n pixel soms nul sal wees en soms een sal wees, en soms selfs twee of drie. Dit geld natuurlik vir 'n egte swart pixel met geen werklike lig nie, maar in die geval van 'n dowwe pixel sal die gemiddelde van die Gaussies tussen nul en een wees, nie eintlik nul nie. As u 'n reeks monsters van hierdie pixel opstapel, sal die een of ander sein ophoop en die waarde sal bo die vloerwaarde van die gestapelde prentjie opstoot, wat natuurlik net een is.

Interessant genoeg is dit maklik om te sien watter dele van 'n beeld 'n ware waarde het wat laer is as een in elke rou raam. As die opgesomde waarde van 'n pixel kleiner is as die aantal beelde in die stapel, of as die gemiddelde waarde van die pixel 'n drywende punt onder een is, moet die ware waarde duidelik onder een in die rou rame wees, die rou rame moet 'n nul bygedra het tot die stapel sodat die gestapelde waarde kleiner is as die aantal beelde wat gestapel is nadat 'n som geproduseer is. (Dit neem nie in ag dat hier natuurlik ook geraas speel nie, wat beteken dat 'n pixel met 'n ware waarde van 1,5 'n nul kan kry uit sommige rou rame, maar die gestapelde waarde moet in teorie groter wees as een in die gemiddelde stapel natuurlik).

Hier is ook 'n ander faktor. Die Gaussiese verdeling is ongeveer dieselfde vorm (afwyking of standaardafwyking) ongeag die helderheid van die werklike pixel, wat beteken dat die ruisonderdeel van 'n pixel baie swakker is vir dowwe pixels as vir helder pixels. Daarom kan u met stapel die waarde van dowwe pixels oplig in 'n gebied waar hulle nie deur die geraas verdrink word nie. terwyl die geluid terselfdertyd in elk geval verminder word, volgens die beskrywing in die eerste helfte van hierdie artikel. Dit is nog 'n belangrike aspek van hoe stapelwerk die dowwe dele van 'n beeld laat blyk. Dit is om dieselfde rede dat die helder dele, hoewel raserig, in elke rou raamwerk in hul basiese struktuur redelik waarneembaar is, terwyl die dowwe dele feitlik onverstaanbaar kan voorkom.


Deep Sky-stapelprogramme vir digitale SLR-kameras

'N Algemene benadering tot astrofotografie het die gebruik van digitale SLR-kameras (DSLR) geword. Dit is relatief goedkoop, kan gebruik word vir sterrekunde en gewone terrestriese fotografie, en lewer verrassend goeie sterrekundebeelde, wat so gewild geword het.

Daar is 'n paar basiese stappe nodig om aan die gang te kom met DSLR-astrofotografie. Ek sal dit opsom as:
1. Koop 'n kamera
2. Koop 'n driepoot, teleskoop of ander opsporingsplatform
3. Skaf 'n stuk sagteware aan om foto's met lang blootstelling te neem
4. Skaf 'n sagteware aan om die foto's wat u neem, te verwerk (insluitend stapel).

Die vraag ontstaan ​​dikwels uit die bogenoemde watter sagteware u moet gebruik om die beelde wat u met behulp van u kamera neem, te stapel en te verwerk. Of, soms ook, besef mense nie dat daar sagteware beskikbaar is om dit maklik te maak nie. Hier gaan ek 'n paar opsies noem, en dit sal hopelik makliker word vir almal wat hierdie bladsy vind.

Laat weet my as u weet van programme wat geskik is vir beeldverwerking van DSLR-astrofotografie, wat nie op hierdie lys is nie. Laat weet my ook as inligting hier bygewerk moet word. Dankie.

Sagteware wat geskik is vir die stapel en / of verwerking van astrofotografie DSLR-beelde:

Diep lugstapelaar

Dit is 'n gratis en baie bekwame sagteware vir die aanpassing, kombinasie en uitvoer van astrofotografie van digitale SLR-kameras. Die beste ding van hierdie sagteware is dat dit gratis is en ongelooflik bekwaam is vir iets wat gratis is.

Hierdie sagteware lees 'n wye verskeidenheid lêerformate, insluitend Canon RAW-formaat, en verwerk dit. Ek het 'n paar probleme ondervind met die verwerking van Canon RAW-lêers ten opsigte van die goeie kleurbalans na stapel, en kies dus dikwels om eers die RAW-lêers na TIF om te sit voordat dit verwerk word. Dit kan bloot 'n gebrek aan ervaring van my kant wees, aangesien ek hierdie sagteware nie gereeld gebruik nie.

Die registrasievermoë van Deep Sky Stacker is baie goed, maar stem nie ooreen met die vermoëns van RegiStar of PixInsight as dit gaan om 'n goeie belyning van die rame nie. Daar is dikwels gevalle dat DSS nie raamwerk korrek sal belyn soos RegiStar en PixInsight nie.

Ek hou nie van die post-verwerkingsfunksies van Deep Sky Stacker nie, en is dus geneig om my gebruik van DSS klaar te maak op die punt dat dit die & # 8220Autosave.tif & # 8221 gestapel het en neem die lêer daarvandaan na PhotoShop om post uit te voer -verwerking.

Die grootste voordeel van Deep Sky Stacker is waarskynlik die gebruiksgemak (baie intuïtief en maklik om te gebruik) en dit is soepel dat dit alle belangrike lêerformate ondersteun en die hantering van verskillende scenario's wat die meeste astrofotografiebehoeftes dek.

Sterrige landskapstapelaar

Dit is 'n Apple / Mac-program en 'n uitstekende opsie vir diegene wat nie Windows gebruik nie. Dit is effektief 'n goeie alternatief vir Deep Sky Stacker vir diegene wat Apple PC's gebruik.

PixInsight is 'n gevorderde sagteware vir astrofotografie-beeldverwerking. Ek het nou ervaring met die gebruik van PixInsight vir die verwerking van CCD-beelde vanaf 'n SBIG ST8-XME-kamera en RAW CR2-lêers vanaf 'n Canon 6D DSLR en kan beslis die potensiaal van die sagteware sien.

As u 'n eenstopwinkel vir astrofotografie-beeldverwerking gebruik, en u graag $ 250 aan PixInsight wil spandeer, is die kans groot dat u geen ander sagteware benodig wat op hierdie bladsy verskyn nie. As u dit gesê het, sal u 'n steil leerkurwe hê.

PixInsight werk op 'n heel ander manier as ander sagteware. Dit lyk asof hulle selfs knoppies op dialoogkassies plaas, net teenoor die algemeenste om die gebruiker te verwar. Die verskil in die verwerking en die gebruikerskoppelvlak in PixInsight maak die leerkurwe aanvanklik baie steil. Daar is video-tutoriale aanlyn wat byna noodsaaklik is om 'n begrip te kry van hoe om die sagteware te gebruik voordat u hare verloor, maar dit is baie kragtig. Dit het my 'n paar pogings geneem om terug te kom na PixInsight oor 'n paar maande voordat ek genoeg vertroud geraak het en opgehou het om baksteenmure te slaan om FIT- en DSLR-beelde met 'n mate van selfvertroue te kon verwerk.

Funksies soos die toepassing van 'n LinearFit oor LRGB-rame en die Dynamic Background Extraction-funksie op enige beeld om die agtergrond van die prentjies plat te maak, is besonder nuttig en relatief maklik om te gebruik sodra u die basiese beginsels van die PixInsight-gebruikerskoppelvlak verstaan.

Waar ander verwerkingsagteware nie 'n goeie resultaat van DSLR-beelde kon lewer nie (sagteware soos die gebruik van DSS, RegiStar en Photoshop), het PixInsight uitgeblink en meer besonderhede in beelde gebring as wat ek besef het in die onbewerkte data.

Daar is na my wete geen twyfel dat PixInsight die mees gevorderde sagteware is om astrofotografie diep lugbeelde te stapel nie. Dit is 'n reeks prosesse en inproppe is uitgebreid en kragtig. Die vangplek is net daarin dat dit bruikbaar is en hoe geduldig u moet wees om sy steil leerkurwe deur te werk om goeie resultate te behaal.

Ek sou voorstel dat u PixInsight gaan gebruik, begin met DSS en die basiese beginsels van beeldverwerking van astrofotografie sal begryp voordat u begin met die skrikwekkende proses om te verstaan ​​hoe u PixInsight kan gebruik. Ook, as u maklik foto's van goeie gehalte kan belyn, sal u waarskynlik 'n baie goeie resultaat van DSS in 'n baie vinniger tydsbestek as PixInsight kry, wat vereis dat u meer stappe moet uitvoer.

As u DSLR-beelde met PixInsight wil verwerk, sal u 'n masjien nodig hê om dit te laat werk. Dit sal maklik al my 16 gigagrepe RAM op my Core i7 64bit Windows-masjien verbruik wanneer 'n stapel 20 DSLR-beelde verwerk word. Programme soos RegiStar werk in 'n aansienlik kleiner voetspoor.

PixInsight is beskikbaar as 45 dae gratis proeflopie.

StarStaX is 'n multi-platform beeldstapelsagteware. Van hul webwerf: https://www.markus-enzweiler.de/StarStaX/StarStaX.html

StarStaX is 'n vinnige sagtewareprogram vir opstapeling en vermenging van verskeie platforms, wat dit moontlik maak om 'n reeks foto's saam te voeg in 'n enkele beeld met behulp van verskillende mengmodusse. Dit word hoofsaaklik ontwikkel vir

Star Trail Photography waar die relatiewe beweging van die sterre in opeenvolgende beelde strukture skep wat soos sterpaadjies lyk. Behalwe vir sterrepaaie, kan dit baie nuttig wees vir take met meer algemene beeldmenging, soos geraasvermindering of sintetiese blootstelling.

StarStaX het gevorderde funksies soos interaktiewe gapingsvulling en kan 'n beeldvolgorde van die mengproses skep wat maklik omskep kan word in pragtige tydsverloopvideo's.

StarStaX word tans ontwikkel. Die huidige weergawe 0.70 is op 16 Desember 2014 vrygestel. StarStaX is beskikbaar as gratis aflaai vir Mac OS X, Windows en Linux.

Vind StarStaX hier: https://www.markus-enzweiler.de/StarStaX/StarStaX.html

CCDStack is een van die produkte wat deur CCDWare vervaardig word, en wat ooreenstem met die gevorderde gebruik van teleskope.

Ek het CCDStack nou 'n redelike hoeveelheid gebruik vir die verwerking van beelde van my ST8-XME astronomie-kamera en vind dit baie bruikbaar en relatief kragtig. Ek hou van funksies soos om te sien watter data deur 'n sigma-funksie op ligraamwerke verwerp word en dit baie vinnig en maklik te doen in vergelyking met PixInsight, wat u geen voorskou wys voordat u die volledige stapel verwerk nie. Dit maak dit baie maklik om stapelparameters aan te pas vir 'n goeie resultaat en verskillende filterings op individuele rame toe te pas (soos wanneer 'n satelliet deur 'n raam gaan en streng uitsluiting op die raam toepas).

CCDStack sal u rame maklik in slegs 'n handjievol stappe registreer, rame normaliseer (toepas op 'n gewig), dataverwerping op rame toepas en rame in 'n stapel kombineer met behulp van die gewig wat deur die normalisering bepaal word.

Ek het CCDStack gevind as 'n goeie en logiese stap van CCDSoft af. Dit is bruikbaar en het intuïtiewe en nuttige funksies. Die program lyk ook relatief lig, en werk doeltreffend met 'n groot aantal lêers.

Ek het nie CCDStack vir DSLR-beelde probeer nie. Dit open blykbaar CR2 RAW-lêers (onder andere formate), maar in my vinnige poging het dit nie CR2-lêers van my Canon 6D oopgemaak nie (ek weet nie waarom nie).

Astro Pixel-verwerker

Astro Pixel Processor is 'n volledige sagteware pakket vir beeldverwerking: https://www.astropixelprocessor.com/

TBA oor besonderhede & # 8211 Ek is nog steeds besig om hierdie een te toets!

Ek gebruik hoofsaaklik MaximDL vir beeldreduksie, want dit is baie pynloos met die beeldreduksieproses. Voorsien 'n gids met al u .FIT-reduksie-lêers, en dit sal dit mooi sorteer in 'n databasis van reduksiegroepe wat toegepas kan word op enige prent wat u oopmaak. Maak die .FIT oop wat gekalibreer / verminder moet word, en die toepaslike verkleiningsraamwerke sal toegepas word sonder dat u verkleiningslêers van die regte temperatuur, binning, ens. Kies. Dit is aansienlik makliker as enige ander pakket wat vereis dat u meer handleiding moet doen. werk met reduksierame. Die voordele van MaximDL se vermindering van raamhantering vir .FIT-lêers word wel of nie oorgedra na die gebruik van DSLR rou lêers nie & # 8211 Ek het nie die vermindering van DSLR-beelde in Maxim probeer nie.

MaximDL & # 8217 stapel lyk billik, maar ek het nie nodig gehad om dit te gebruik vir belyning en stapel nie. Ek het ook nie MaximDL vir groot beelde soos DSLR probeer nie, en die grootste wat ek gewoonlik in Maxim gebruik, is dié van my SBIG ST8-XME.

Dit is 'n fantastiese sagteware vir die aanpassing en kombinasie van individuele astrofotografie van digitale SLR-kameras. Dit werk baie doeltreffend met groot lêers, is ongelooflik in staat om foto's in lyn te bring en het 'n redelike goeie stapelalgoritme wat as bonus ingebou is.

Hierdie sagteware is hoofsaaklik bedoel vir bloot die registrasie (uitlyn) van rame sodat dit gekombineer kan word. Hierdie sagteware is so goed dat u ou filmprente kan kombineer met nuwe digitale beelde, of digitale beelde van verskillende kameras met verskillende brandpunte en allerlei soorte. Dit kan ook maklik veldrotasie hanteer (vaste driepootopnames is OK) en feitlik enige ander vervorming.

Die probleme wat ek met hierdie sagteware het, is dat dit nie die Canon RAW-lêers lees nie, dus moet u eers na 'n ander formaat soos TIF omskakel, sodat dit nie die reduksie van die beelde kan hanteer nie, sodat u nog 'n sagteware benodig (soos PhotoShop) ) om dit eers handmatig te doen, en dat wanneer u rame in 'n stapel kombineer, dit geen gewig van rame of sigma-uitsluiting van ruis in rame bied nie, wat hierdie sagteware veral nuttig is om rame te registreer en die geregistreerde rame te stoor, en nie te stapel nie .

RegiStar se uitnemendheid met die registrasie van rame hou 'n prys in, en in hierdie geval is dit ongeveer US $ 159.

Die weergawe van RegiStar waarmee ek vertroud is, is 1.0 en dit is vir 'n geruime tyd nie opgedateer nie (2004). Dit beteken dat dit nie op datum is met huidige lêertipes (RAW) nie, maar dit doen geen afbreuk daaraan nie en die uitstekende vermoë om TIF-beelde in lyn te bring. Namate die tyd aansterk en geen verdere opdaterings gepubliseer word nie, is dit verstandiger om 'n alternatiewe sagteware te oorweeg wat meer gereeld opgedateer word, soos PixInsight.

Ek kan nie veel oor ImagePlus sê nie, aangesien ek dit nog nie vir DSLR-beeldverwerking gebruik het nie. Hoeveel mense ook al doen, en dit word sterk aanbeveel. U kan baie inligting daaroor op die internet vind.


Wat is stapel in astrofotografie?

Ongewenste geraas in 'n tipiese beeld is lukraak oor verskillende blootstellings, terwyl die gewenste sein konsekwent is.

Wanneer 'n stel beelde gestapel word, word die individuele beeldwaardes bereken, wat beteken dat die ewekansige geraas verminder, maar die sein bly konstant.

Dit beteken dat die verhouding van die sein tot die geraas toeneem, wat lei tot 'n baie skoner, meer gedetailleerde beeld met 'n gladder agtergrond.

Wat is dinamiese omvang?

Behalwe dat hulle probeer om die SNR van hul beelde te verhoog, streef astro-beelders ook na 'n wye dinamiese reeks.

Dinamiese omvang is die verspreiding van helderheidsvlakke vanaf die donkerste aangetekende ligwaarde wat gevang kan word tot net voordat pixels versadig raak.

Voorwerpe met 'n wye dinamiese omvang sluit in die Andromeda-sterrestelsel en die Orion-newel, met hul helder helder kerne en baie flouer buitestreek.

'N Enkele beeld hiervan kan maklik op die helderste gebiede versadig word voordat die dowwer besonderhede enigsins geregistreer is.

Maar as u verskeie onversadigde beelde bymekaar stapel, versamel die dowwer waardes in hoër waardes, wat swakker voorwerpe oor die onderste limiet van die dinamiese omvang bring (met ander woorde, u kan dit begin sien), terwyl die helderder waardes terselfdertyd toeneem. ook.

Gestapelde beelde vertoon dus 'n groter dinamiese omvang.

Om voordeel te trek uit hierdie skynbaar wen-wen-proses, moet 'n paar ekstra stappe gedoen word.

Geraas is nie beperk tot die kwaliteit van die sein wat deur die sensor ontvang word nie.

Daar is ongewenste seine wat gegenereer word deur die kamera se sensor self termiese geraas, aangesien die sensor opwarm tydens lang blootstellingvariasies in die skaduwee van die pixel-tot-pixel-sensitiwiteit wat veroorsaak word deur stofdeeltjies en vignettering van die ligkegel.

Hierdie addisionele agteruitgang van die beeld word aangepak deur 'n proses genaamd kalibrasie, wat behels die vaslegging van ekstra eenmalige rame wat by die stapelproses ingesluit is om geraas te 'aftrek'.

'N Handige jargon om op hierdie stadium te weet, is dat al die individuele skote van u teikenbeeld ligraamwerke genoem word as dit by die kalibrasieproses kom.

Nadat die beelde gekalibreer is, moet dit met mekaar in lyn wees voordat dit gestapel word.

Die kalibrasie-, belyning- en finale stapelprosesse kan maklik uitgevoer word met behulp van spesialis-astronomie-gebaseerde beeldverwerkingsagteware.

DeepSkyStacker is 'n uitstekende gratis program, maar ander kommersiële beeldverwerkers soos Astroart, Astro Pixel Processor, MaxIm DL, Nebulosity en PixInsight is die moeite werd om te oorweeg.

Soos altyd is dit die beste om klein te begin, met 'n paar rame op maklike voorwerpe te eksperimenteer en van daar af op te werk. Omdat bemeestering van stapelwerk 'n belangrike vaardigheid is as dit kom by wonderlike diep lugbeelde.


Noudat u 'n geheelbeeld het van wat die visualiseringsproses behels, leer u die tegniese besonderhede van elke fase van hierdie proses.

Visualiseringstadia - Tegniese aantekeninge

Stadium 1: Die rek:

Sagteware kommentaar lewer
IDL Dit kos geld en u moet u eie kodering doen.
RGBSUN in IRAF Vereis proef en fout vir die drempels en u kan slegs drie filters kombineer.
kvis Gratis in die Karma-suite. http://www.atnf.csiro.au/computing/software/karma/. Hier kan u drempels intyds kies via histogramme. Behalwe vir lineêre en log-skaal, is vierkantswortel ook goed vir newels. Dit het addisionele algoritmes in die pseudokleur-opsie (die beste is grysskaal3). Dit voer ook u skaalafbeelding uit na die draagbare Pixel Map-formaat, wat deur baie pakkette aanvaar word.

In Karma, met behulp van kvis, kan u 'n beeld verminder deur 'n pas-lêer te laai met die filteropsie aangeskakel. Kies die aantal pixels om te "oorslaan" (wat eintlik "optel"). Pas u beeld aan en voer dit dan uit na 'n nuwe ppm-beeld. As u 'n ander pakket gebruik om die intensiteit te rek, is dit 'n goeie formaat om die lêer net soos die tiff-formaat te stoor, indien dit beskikbaar is.

Oorspronklike beeld Uitgestrekte beeld

Fase 2: Gelaag en toeken van kleure:

  • Met lae kan 'n mens enige kleur, nie net 'n primêre kleur nie, aan 'n prent toewys. (Sien 'n voorbeeld op http://www.ras.ucalgary.ca/CGPS/press/shell/)
  • Om al die beelde in u stapel lae te sien, is 'skerm' 'n goeie algoritme. Hierdie modus word ingestel, met behulp van 'n menu in die Laag-dialoogvenster, vir elke individuele laag. 'N Laag met hierdie modus is soos 'n deursigtigheid of 'n positiewe skuif, wat die lig van die onderstaande prent daardeur laat skyn.
  • Elke laag word afsonderlik aangepas, sodat 'n lawaaierige beeld, byvoorbeeld uit die datastel van een filter, onderdruk kan word sonder om die ander beelde te beïnvloed. Om geraas te onderdruk, kan u 'n Gaussiese filter op die pixels toepas en dit gladder maak.
  • Klik op u regter muisknoppie in die beeldvenster om toegang tot die taakmenu's te kry.
  1. Maak 'n beeld in Gimp oop.
  2. Maak dan 'n nuwe prentjie oop met die agtergrond op swart deur die voorgrond of agtergrond te kies. Verseker dat die dialoogvenster Lae, kanale, paaie oop is.
  3. Regskliek op u oorspronklike prentjie om die menu-opsies te kry, vind Edit -> Copy sigbaar. Op die nuwe beeld, wysig -> plak. Dit sal die B&W-beeld in 'n laag plaas.
  4. Klik in die dialoogvenster Lage op die woorde "swevende gedeelte" en gee die laag 'n naam. Dit sal ook die laag verander in iets wat u kan wysig.
  5. Stel die modusalgoritme in in die dialoogvenster Lae, kanale, paaie. BELANGRIK: om elkeen van die lae te sien, nie net die boonste nie, moet u 'n toepaslike modus kies. "skerm" is 'n goeie algoritme vir die kombinasie van beelde waarop dit ingestel is elkeen van die lae (anders sien u die onderkant nie).
  6. Herhaal dit vir ander beelde.
  7. Stoor hierdie gelaagde prent as 'n lêer ".xcf".
  1. Klik op die naam van 'n laag in die dialoogvenster Lae, kanale, paaie sodat dit blou is, wat aktief beteken.
  2. Gaan haal die vlakke-instrument. [Image -> Colors -> Levels tool]
  3. Verander die boonste menu in die vlakke-instrument van waarde na 'n kleur en pas die UITVOER-vlakke aan om die gewenste kleur te kry. (As u byvoorbeeld wil hê dat u laag groen moet wees, verander dan die menu na Rooi en sleep die regte skuifbalk in die uitvoervlakke na nul. Herhaal dit vir Blue. U laag moet nou Groen wees).
  4. Herhaal dit vir elke laag.
  5. Stoor dit as 'n lêer in die .xcf-formaat.
  6. Pas waardes en kleure aan totdat u tevrede is met die resultate. As een filterbeeld byvoorbeeld baie luidrugtig is (gestruktureerd), kan dit verminder word deur 'n gaussiese filter met die breedte van die geraas (byvoorbeeld 'n paar pixels) op daardie laag toe te pas.
  7. Stoor veranderinge as 'n .xcf-formaatlêer.

Sommige advies: maak afskrifte van u B & W-lae en werk daarop, sodat u nie weer beelde hoef in te voeg nie. Skakel soms die ander lae uit (deur op die oogikoon te klik) om u kleure te kontroleer.

Dit is baie herhalend. Geniet dit!

Ander opsies: Sommige beeldmakers werk aan een RGB-beeld (dit wil sê 3 filters) en voeg dan ander filters in hierdie stadium. Byvoorbeeld, op http://heritage.stsci.edu/public/apr1/h301filt.html is 'n RGB-beeld van 3 filters met ander filters bo-op.

Filtreer Swart en wit rekbeeld Kleur toegeken aan beeld
Ultraviolet
Blou
Visueel
Infrarooi

Fase 3: Kombineer die lae

Nadat u in die algemeen tevrede is met u kleurkeuse en dit as 'n .xcf-lêer gestoor het, maak u die prentjie plat met behulp van die dialoogvenster Layers in 'n enkele tiff-lêer. met 'n ander naam in tif-formaat.

Nog beter, maak 'n nuwe prentjie (met 'n swart agtergrond) oop, wysig -> kopieer sigbaar die vertoon van u .xcf-lêer en dan wysig -> plak in die nuwe beeld. Stel die modus om die nuwe beeld te skerm en plat te maak en stoor dit as 'n enkele tiff-lêer. Gebruik die subkieslyste onder Lae om plat te maak. Lae -> Sigbaar saamsmelt en dan lae -> Druk plat.

Fase 4: Verwyder die kosmetiese defekte.

Gebruik die opsies vir beeldmanipulasie (soos vlakke) vir finale kleur- en kontrasaanpassings. Gebruik die kloonhulpmiddel om skyfnate en kosmiese strale te verwyder. Kies u oriëntasie.

Stoor hierdie lêer as 'n tiff (geen kompressie) of, in 'n knippie, 'n 100% kwaliteit jpeg.


Gevallestudie 2 - M63 beeldverwerking in MIPAV

M63, ook bekend as Sunflower Galaxy, is op 14 Junie 1779 deur Pierre Méchain ontdek. Die sterrestelsel (destyds 'n newel genoem) is toe deur Charles Messier as voorwerp 63 in sy katalogus gelys. Later in die 19de eeu het William Parsons, 3de graaf van Rosse, spiraalstrukture in die sterrestelsel geïdentifiseer, wat die Sonneblomstelsel tot een van die eerste sterrestelsels met 'n spiraalstruktuur geïdentifiseer het. In 1971 verskyn 'n supernova met 'n sterkte van 11,8 in een van die arms van M63.

Beeldverwerkingslogboek vir M63

Vir M63-datareduksie het ek dieselfde stel van 11 stappe gebruik as wat ek vir M51 gebruik het.

Geraas vermindering

Vir 'n gegewe datastel het ek die volgende ruisverminderingsalgoritmes toegepas: 1. Eerstens het ek Unsharp-masker aangebring met die volgende parameters op alle M63-wetenskapsbeelde R, V en B: Skaal van Gaussies - x dim - 0,5, y-dim - 0,5, gewig van vage beeld = 0,75. 2. Daarna het ek 'n nie-lineêre ruisonderdrukkingsfilter gebruik en dit op alle wetenskaplike beelde wat uit die vorige stap kom, toegepas deur die volgende parameters te gebruik:

  • Vir R-beelde - helderheidsdrempel minder as 0.172237074375152 (min. Beeld) en Gaussian_std_dev dryf 0,5
  • Vir V-beelde - helderheidsdrempel verdubbel minder as 0,4902107357978821 (beeld min.) En Gaussian_std_dev dryf 0,5
  • Vir B-beelde - helderheidsdrempel verdubbel minder as 0.13539797365665437 (beeld min.) En Gaussian_std_dev dryf 0.5.

Ek het nie-lineêre ruisvermindering gebruik, omdat hierdie algoritme nie-lineêre filter gebruik om geraas in 'n beeld te verminder, terwyl die onderliggende struktuur sowel as die rande en hoeke behoue ​​bly. Ek het gevind dat dit baie goed werk om die pragtige spiraalstruktuur van M63 te bewaar. Lees meer .