Časté mýty o algoritmech pixel rejection při integraci

Jaký algoritmus rejection byste měli použít při integraci? Po internetu koluje praktické pravidlo „vyberte metodu rejection podle počtu snímků“ a řada návodů ho prostě opisuje. Toto pravidlo v sobě ale ve skutečnosti skrývá nemálo mýtů a v tomto článku se podělím o svůj pohled.

Běžné empirické pravidlo

Pravidla „rules of thumb“, která kolují po internetu, vypadají zhruba takto:

Pokud máte méně než 15–20 snímků, použijte median integration a neprovádějte sigma clipping.
Pokud máte více než 15–20, ale méně než 40–50 snímků, použijte average integration s outlier rejection, kappa nastavte na 2.5 a proveďte 2 iterace.
Pokud máte více než 40–50 snímků, použijte average integration s outlier rejection, kappa nastavte na 3 (nebo více) a proveďte jen 1 iteraci.

Můj pohled

Tento poznatek „vybírejte metodu rejection podle počtu snímků“ je už ve skutečnosti trochu zastaralý a problém spočívá v tomto:

Skutečně správnou odpovědí je nejdřív ověřit kvalitu snímků. Pokud kvalita není dobře pod kontrolou, je jedno, jakou metodu rejection zvolíte – nebude to k ničemu.
Každý algoritmus rejection má své přednosti i nedostatky, takže posuzovat jen podle počtu snímků není přesné.
Když se metoda rejection volí podle počtu snímků, co dělat, když je snímků opravdu málo? Sám tento rámec nedokáže obsáhnout všechny situace.

Několik doplnění

Výše uvedené pravidlo „nedoporučuji“ přebírat bezhlavě (původním zdrojem je příslušný úsek na fóru APP); nemálo tamních nastavení parametrů je ve skutečnosti problematických.
Reject kappa se dělí na high a low; pokud nemám zvláštní potřebu, nenastavuji obě hodnoty stejně.
Sám jsem nikdy nepoužil integraci mediánem (median), protože kvalitu svých snímků si vždy kontroluji předem.

Shrnuto: místo abyste se trápili otázkou „kolik snímků se hodí ke které metodě rejection“, je lepší nejdřív pořádně zvládnout kontrolu kvality snímků, pochopit vlastnosti a vhodné situace pro použití každé metody rejection a teprve poté upravovat podle skutečných dat.