Začínáme s pluginem BlurXTerminator: průvodce a poznámky z praxe

Tyto poznámky jsem sestavil ze zápisků z let 2022–2023; některé verze nástrojů nebo postupy se od té doby aktualizovaly, mějte to prosím na paměti při čtení.

BlurXTerminator (BXT) je plugin pro PixInsight od Russella Cromana, který provádí dekonvoluci pomocí modelu natrénované konvoluční neuronové sítě. Jakmile se objevil, stal se jedním z nejžhavějších témat v celosvětové komunitě amatérské astrofotografie. V tomto článku shrnuji několik vlastních poznámek z praxe – od prvního vyzkoušení až po každodenní používání – a také pár věcí, na které je dobré dát pozor.

První dojmy: galaxie a povrch Měsíce

Nejdřív jsem BXT vyzkoušel na snímku galaxie, který jsem zrovna zpracovával, a na snímku povrchu Měsíce během úplného zatmění Měsíce, který jsem zpracovával už dříve.

U galaxie porovnávám tři výsledky vedle sebe: úplně vlevo je nezpracovaný originál, uprostřed nejlepší výsledek, jakého jsem tehdy dosáhl nativní dekonvolucí v programu PixInsight, a úplně vpravo výsledek BXT. BXT ukázal nejlepší detail, velké hvězdy nebyly poškozeny a navíc hvězdy ještě trochu zmenšil.

U povrchu Měsíce jsou opět tři snímky vedle sebe: originál, moje verze s použitým UnsharpMask a MMT a výsledek BXT. Výsledek BXT působí přirozeněji a zdá se, že zanechává i méně artefaktů.

Původně jsem chtěl pokračovat a vyzkoušet i snímek planety, ale když jsem tam hodil snímek Jupiteru, rovnou to selhalo – nepodařilo se získat žádný smysluplný výsledek. Zdá se, že trénovací snímky modelu Jupiter neobsahovaly, i když snímky povrchu Měsíce tam určitě byly. Možná budoucí aktualizace verze přidá i snímky planet – pak by se rozsah použití BXT ještě rozšířil.

Vyplatí se koupě?

Poté, co lidé viděli i sami vyzkoušeli, co BXT dokáže, si mnozí kladou praktickou otázku: vyplatí se za to platit? Tento plugin stojí zhruba 99 amerických dolarů a nabízí 30denní bezplatnou zkušební verzi. Pokud jste uživatelem programu PixInsight, můžete rovnou požádat o sériové číslo a aktualizovat instalaci, abyste si ho vyzkoušeli.

Moje vlastní odpověď je přímá – tahle věc mi už dávno ležela v košíku, a po vyzkoušení jsem to prostě koupil.

Omezení a na co si dát pozor při používání

BXT je sice šikovný, ale ne všemocný. Shrnuji několik situací, se kterými se v praxi setkáte.

Schopnost korekce má své hranice

Jednou jsem měl dávku snímků, které měly po okrajích problémy způsobené tile, a zkusil jsem BXT, jestli se dá něco zachránit. Vezměme si jako příklad otevřenou hvězdokupu v záběru: po korekci se hvězdy skutečně zmenšily, ale zlepšení tvaru hvězd bylo dost omezené. Nástroj dokáže leccos zachránit, ale nečekejte, že úplně vyhladí vážné strukturální problémy.

Ve světlých oblastech mohou vznikat saturované pixely

Na to je potřeba dávat zvlášť pozor při používání BXT (AI2). Všechny následující snímky jsou v lineární fázi.

Vezměme si jako příklad jádro galaxie zvětšené na 800 %: na originálu je jádro poměrně jasné, náznakem viditelné i bez roztažení histogramu (screen stretch). Po BXT – ať už v běžném režimu, nebo v režimu Luminance Only – se ve snímku objevila část saturovaných pixelů s extrémně vysokým jasem, blízko 1 (čistě bílá). Jakmile se na tyto saturované oblasti aplikuje byť jen trochu roztažení histogramu, saturuje se spolu s nimi i celé okolí a ztrácí barvu i detail.

Tento problém zatím nemá řešení a neobjevuje se jen v jádrech galaxií – vyskytuje se i kolem saturovaných oblastí u některých jasných hvězd. Zatím jsem ho pozoroval jen u barevných snímků, u monochromatických jsem se s ním nesetkal.

Aktuální řešení: Nejdřív zakryjte saturovanou oblast maskou (například extrakcí kanálu jasu a jeho invertováním) a teprve poté proveďte BXT – tak se tomuto problému vyhnete.

Ještě jedna poznámka: u nástroje NoiseXTerminator (NXT) jsem se s podobnou situací setkal i u roztaženého nelineárního snímku – zejména takového, u kterého už byla výrazně zvýšena saturace nebo upraveny křivky. Kdo ho používá, může na to dát pozor.

Jak AI změnila pracovní postup

Už dlouho jsem neprováděl ruční dekonvoluci. Po vhodném nastavení BXT stačí jedno spuštění a je hotovo, a pokud máte grafickou kartu podporující CUDA, můžete výsledek dokonce sledovat v náhledu v reálném čase.

Úspora času, kterou přináší, se netýká jen kroku dekonvoluce: po odstranění hvězd už nemusíte trávit spoustu času opravováním zbytkových vad na snímku bez hvězd (starless); a při snižování šumu také nemusíte pokaždé vytvářet masku, abyste vyloučili místa, kde se nemá provádět. Celý řetězec AI nástrojů zjednodušil několik dřív nejnáročnějších pracovních kroků.

(V té době se komunitou ještě šířila zvěst, že dalším produktem bude GradientXTerminator II natrénovaný na AI modelu, ale nakonec to vypadá, že se to spíš ubíralo směrem k DBE.)

Správný přístup k používání

Na závěr uvedu připomínku samotného Russella Cromana. Ačkoli BlurXTerminator AI4 dokáže korigovat širší škálu optických aberací, nic nenahradí řádné seřízení vybavení. Ať používáte jakékoli nástroje, lepší vstupní data vždy povedou k lepšímu výslednému snímku.

AI4 dokáže snadno napravit některé vážné aberace, ale schopnost jakéhokoli softwarového nástroje opravovat problémy je vždy omezená. Investujte čas a úsilí do minimalizace chyby kolimace, náklonu ohniskové roviny, deformace zobrazovacího řetězce, chyby zaostření a chyby pointace – a budete za to odměněni lepšími výsledky.

BXT je silný nástroj, ale slouží k tomu, aby dobrá data byla ještě lepší, ne jako všelék na záchranu špatných dat. Tenhle přístup je důležitější než jakékoli nastavení parametrů.