Výběr snímků: jak správně volit mezi Blink a SubframeSelector
Po celonočním focení leží na disku desítky až stovky light snímků a první otázka, kterou musíte řešit, zní: co si ponechat a co vyřadit? V programu PixInsight se k tomu nabízejí dvě cesty – buď se spolehnete na Blink a posoudíte to očima, nebo necháte SubframeSelector (dále jen SS), aby vám snímky kvantitativně obodoval. V tomto článku shrnuji pár zkušeností, které jsem za ty roky s výběrem snímků nasbíral, a povídám si o tom, kam který z těch dvou nástrojů patří, a o tom, jak se rozhoduji v praxi.
Začátečníci: nejdřív věřte vlastním očím a mozku
Spousta lidí se hned na začátku vrhne na SS a rozloží si čísla každého snímku – FWHM, SNRWeight, Noise a podobně – ke studiu. Ale pokud snímků nemáte moc (řekněme pod 50 až 100), SS upřímně nemusí být zas tak k užitku a rychlý průchod nástrojem Blink je naopak rychlejší.
Ještě důležitější je, že mezi těmito naměřenými hodnotami neexistuje žádná nutná souvislost. Pokud nejde o vyloženě absurdní hodnotu – třeba snímek, na kterém není vůbec žádná hvězda – pak samotná čísla nejsou o nic spolehlivější než posouzení očima, a nemusí být ani rychlejší.
Často uvádím jeden příklad: jednou se mě jeden kolega z oboru zeptal na výběr snímků pomocí SS. Začátečníkům vždy radím, ať nejdřív posuzují nástrojem Blink v kombinaci s vlastníma očima a mozkem. Co dokáže SS, dokážou skoro vždy i oči s mozkem, a navíc se v SS ve skutečnosti skrývá pár úskalí, která mohou naopak vést k chybnému posouzení kvality fotky.
Nejtypičtější je situace „vyšší SNR, ale horší kvalita fotky“. Častou příčinou jsou tenké mraky, které sníží počet hvězd, takže se hodnota SNR uměle zvýší, ale tento snímek je ve skutečnosti nepoužitelný. Takový případ se dá správně posoudit jen s ohledem na další proměnné; lidský mozek s očima ale často pozná během jedné vteřiny, že snímek za moc nestojí.
Takže nejdřív věřte vlastnímu mozku a očím a pořádně se podívejte na fotky, které jste pořídili.
Snímky, které v nástroji Blink rovnou vyřazuji
V této fázi práce s nástrojem Blink je pár typů snímků, které vyřadím hned, jak je uvidím, bez dalšího váhání:
- Zakrytí filtrovým kolem
- Silné tažení hvězd (trailing)
- Ještě silnější tažení
- Silná rozostřenost (uprostřed hvězd se objeví černá díra)
- Mraky zakrývající objekt natolik, že je téměř neviditelný
- Do záběru se dostala střecha observatoře
Existuje ještě jeden zákeřnější typ, o kterém jsem zatím nemluvil: snímky pořízené s velkou clonou (naplno otevřenou), na které navíc působí tenké vysoké mraky. Potíž s těmito snímky je v tom, že problém obvykle odhalíte až po skládání snímků a složení RGB – hvězdy se ukážou rozplizlé. Pokud v celé dávce není počet normálních snímků vyšší než počet snímků ovlivněných vysokými mraky, pak těmto snímkům s rozplizlými hvězdami nezbývá než je vyřadit a znovu vyfotit.
Kam patří SubframeSelector: kvantifikace a vážení
Je tedy SS k ničemu? Rozhodně ne. Základní funkcí SS je podle nastavených podmínek nebo naměřených hodnot změnit váhu každého snímku a v této podobě je pak vyexportovat. Jinými slovy, jeho skutečná hodnota netkví v tom, že by za vás „vybral jedno ze dvou k vyřazení“, ale v tom, že „každému v zásadě vyhovujícímu snímku přidělí jinou váhu“, takže se snímky do skládání zapojí s různou mírou přínosu.
Parametrů, které SS dokáže měřit, je celá řada. Pokud chcete třeba hodnotit podle tvaru hvězd, můžete se zaměřit na parametr eccentricity (excentricita hvězdy). Měří, jak moc je deformovaný obrys hvězdy: u eliptického obrysu hvězdy označme průměr hlavní osy jako a a průměr vedlejší osy jako b (kde a je větší nebo rovno b); excentricita se pak rovná odmocnině z (1 − b² / a²) a poměr stran hvězdy je b / a. Čím blíž je excentricita 0, tím je hvězda kulatější; čím blíž 1, tím víc je protažená.
V praxi si zkontrolované snímky seřadím podle kulatosti hvězd a pak se vrátím do nástroje Blink ověřit, co se přesně děje se snímky s nižší kulatostí – samozřejmě lze přihlédnout i k dalším parametrům.
Jak to dělám dnes
Upřímně, kromě fáze s nástrojem Blink, kde se pořád dívám vlastníma očima, jsem téměř veškerou hodnoticí práci přenechal počítači. Ukázka SS v článku slouží spíš k tomu, aby všichni pochopili logiku jeho fungování; když pak zpracovávám doopravdy, nechávám počítač, ať automaticky přidělí snímkům váhu na základě kombinace více parametrů, a k tomu pak doplním vhodný algoritmus a parametry odmítání (rejection) pro skládání.
Cílem tohoto postupu je, aby se každý v zásadě vyhovující snímek zapojil do skládání s odpovídající váhou a přispěl svým dílem, čímž se optimalizují pořízené snímky i nasbíraný celkový čas expozice a co nejvíc se zvýší SNR výsledného snímku objektu.
Celý postup se tedy dá chápat takto: Blink (oči hlídají a vyřazují nepoužitelné snímky) → předání počítači ke kvantifikaci a vážení → skládání. Oči mají na starosti to, co se dá posoudit za vteřinu, počítač to, co vyžaduje přesný výpočet vah – každý dělá svou práci.