瑕疵处理：坏线、hot/cold pixel、灰尘与热噪

在天文后期的路上，从来没有完美的数据，只有找出问题的解法。校准帧处理掉了大部分的系统性瑕疵，但总还有一些漏网之鱼：坏线、坏点、灰尘阴影、残留的热噪点。这篇整理预处理阶段常见的几种瑕疵，以及各自对应的处理方法。

三类常见瑕疵与对策

先给一张总表，这是预处理中最常遇到的三类瑕疵与处理原则：

1. defect column（坏线，常见于 CCD）：使用 Defect Map 消去。
2. hot / cold pixel（热点／冷点）：用暗场消去，暗场消不掉的部分再用 Cosmetic Correction 处理。
3. dust shadow（灰尘阴影）：用平场消去，平场消不掉的部分，于叠加后用其他通道替代修补。

以下分别展开比较棘手的两类。

坏线（defect column）：靠 Defect Map，别靠剔除

坏线比较常见于 CCD 相机，CMOS 相机比较少见。有一台 CCD 我做 Defect Map 就花了一个小时，因为它大概有 50 条坏线（就是画面上那些黑线）。

可能有人会问：为什么不在叠加时直接 reject 掉就好？因为reject 不掉——坏线太暗，想靠剔除去除，得牺牲不少别的好像素，而且效果不佳。所以正确做法是替相机制作 Defect Map，用 DefectMap 进程加载后套用在有坏线的亮场上，就能大幅减轻坏线的影响，剩下的残留再交给叠加时的剔除算法轻松去除。这套做法我自己一直在用，例如拿铁那台 16803 CCD，有一条明显的坏线在画面中央、加上三条不明显的坏线，就是这样处理的。

热噪点：一定要在对齐前处理掉

热噪点如果没在暗场与 Cosmetic Correction 阶段处理干净，会惹出意想不到的麻烦。看这个例子：

左图是星点对齐前，右图是对齐后——右图为什么会冒出一堆像甜甜圈的图案？答案是：那些白点并不是星点，而是热噪点。这些热噪本该在扣暗场与 Cosmetic Correction 时就被消除，但没有，于是在对齐星点时被插值算法“修改”成甜甜圈的模样，残留在最后的图像里，而且数量还不少。

好消息是，在张数足够且剔除算法参数设置得当的情况下，最后这些甜甜圈还是全部被消掉了。但这也正好说明：热噪点应尽量在暗场与 Cosmetic Correction 阶段消除，避免被对齐进程改造成干扰画面的东西，别把责任全推给后面的剔除。

顺带一提，如果觉得 PixInsight 内置的 Cosmetic Correction 效果不够好，社区里也有同好（Roberto Sartori）写过用 PixelMath 处理 hot and cold pixel 的代码，我试用过，效果竟然比内置的 Cosmetic Correction 还好——真羡慕会写程序的同好。

极端案例：大型望远镜的复合瑕疵

最后看一个“什么瑕疵都凑在一起”的极端例子，来自 1 米级的大型望远镜。用这种望远镜拍其实一点也不爽——它使用经纬仪与消旋器，拍天顶 20 度以内的目标时，为了维持目标位置，消旋器转动速度非常快，于是会出现星芒分岔，每张照片的星芒角度都不一样，甚至同一张照片里就有两个不同角度的星芒。

这张图里还有一条 defect column（这个处理算简单），以及从旁边渗出来、疑似 AMP GLOW 的东西，看起来就像墙面受潮发霉的痕迹一样。这类复合瑕疵没有现成解法，只能一项一项拆开来对付——这也是天文后期的常态：完美数据不存在，我们能做的就是替每个问题找到它的解法。