BlurXTerminator 入门与使用心得

本文整理自 2022 至 2023 年间的笔记，部分工具版本或流程已有更新，阅读时请留意。

BlurXTerminator（BXT）是 Russell Croman 推出的 PixInsight 插件，基于卷积神经网络训练的模型来完成反卷积。它一问世，就成了全世界业余天文摄影社区最热门的话题之一。这篇整理我自己从初次体验到日常使用的一些心得，以及几个要留意的地方。

初次体验：星系与月面

我先拿手边正在处理的星系图像，以及先前处理过的月全食月面图像来试 BXT。

以星系来说，把三种结果并排比较：最左是未处理的原图，中间是我当时用 PixInsight 原生反卷积能做到最好的结果，最右则是 BXT 的成果。BXT 呈现了最佳的细节，大星点并未受损，还顺带稍微缩了星。

月面的部分同样是三张并排：原图、我施加 UnsharpMask 与 MMT 的版本、以及 BXT 的结果。BXT 呈现的状态较自然，人造痕迹似乎也比较少。

我本来还想继续测行星图像，但拿一张木星丢进去直接失败，无法产生有意义的结果。看来训练模型用的图像里没有木星，不过应该有月面图像。或许未来版本更新后，也有可能加入行星图像——那么 BXT 的使用范围就会更广了。

值不值得买？

在看过、也试用过 BXT 的效果后，很多人会问一个现实的问题：值不值得课金？这个插件售价大约 99 美元，并提供 30 天免费试用。若你是 PixInsight 用户，可以直接申请序列号、更新安装来试用。

我自己的答案很直接——这东西早就躺在购物车里了，试完之后就下手了。

使用上的限制与注意事项

BXT 虽然好用，但不是万能。整理几个实务上会遇到的状况：

修正能力有极限

我曾有一批图像周边都有 tile 造成的问题，拿 BXT 来看有没有补救机会。以画面中的疏散星团为例，修正后星点确实变小了，但星点形状的改善效果很有限。工具能救回一些东西，但别期待它把严重的结构问题完全抹平。

亮区可能产生饱和像素

这是使用 BXT（AI2）时要特别留意的问题。以下图像都处于线性阶段。

拿一张放大 800% 的星系核心来说：原图里核心相当明亮，即使没做屏幕拉伸也隐约可见。做过 BXT 后，无论用一般模式还是 Luminance Only 模式，图像都出现了部分饱和像素，亮度非常高、几乎趋近于 1（全白）。对这些饱和的区域再做一点屏幕拉伸，周边一旦拉伸就全部跟着饱和，失去色彩与细节。

这个问题目前无解，而且不只出现在星系核心，一些亮星的饱和区周边也会出现。目前观察到只发生在彩色图像上，单色图像没见到。

目前的解法：先用一个蒙版把饱和区域覆盖（例如提取明度通道后反相），再应用 BXT，就能避开这个问题。

补充一点：我在 NoiseXTerminator（NXT）中，如果图像是拉伸过的非线性图像——尤其是已经大幅拉过饱和度或曲线的——也遇过类似状况，有在用的朋友可以留意。

AI 带来的流程改变

很久没有手动做反卷积了。BXT 适当设置后跑一下就完成，如果装了支持 CUDA 的显卡，还能实时预览成果。

它带来的省时不只在反卷积这一步：去星之后，不用再花大量时间修去星图像的残缺瑕疵；要降噪时，也不必每次都制作蒙版去移除不需要应用的地方。整个 AI 工具链把过去最耗神的几道工序都简化了。

（当时社区还在传，下一个产品会是以 AI 模型训练的 GradientXTerminator II，不过看起来，最后更像是往 DBE 的方向去了。）

正确的使用观念

最后引用 Russell Croman 本人的提醒作结。虽然 BlurXTerminator AI4 能校正更广泛的光学像差，但没有什么可以取代得当的设备调校。无论用哪些工具，更好的原始数据，始终会产生更佳的最终图像。

AI4 可以轻松纠正一些严重的像差，但任何软件工具修正问题的能力总是有限的。投入时间与努力去把光轴误差、焦平面倾斜、成像链变形、对焦误差与导星误差降到最低，你会因此获得更优异的成果。

BXT 是强大的工具，但它是用来让好数据变得更好，而不是拿来拯救坏数据的万灵丹。这个心态，比任何参数设置都重要。