Einstieg in BlurXTerminator: Anleitung und Praxisnotizen

Diese Notizen sind aus meinen Aufzeichnungen von 2022 bis 2023 zusammengestellt; einige Tool-Versionen oder Arbeitsabläufe wurden inzwischen aktualisiert, behalte das beim Lesen bitte im Hinterkopf.

BlurXTerminator (BXT) ist ein PixInsight-Plugin von Russell Croman, das die Dekonvolution mit einem auf einem Convolutional Neural Network trainierten Modell durchführt. Kaum war es erschienen, wurde es zu einem der heißesten Themen in der weltweiten Amateur-Astrofotografie-Community. Dieser Beitrag fasst einige meiner eigenen Praxisnotizen zusammen — vom ersten Ausprobieren bis zum täglichen Einsatz — samt ein paar Dingen, auf die du achten solltest.

Erster Eindruck: Galaxien und der Mond

Ich habe BXT zuerst an einer Galaxienaufnahme ausprobiert, die ich gerade in Bearbeitung hatte, sowie an einer Aufnahme des total verfinsterten Mondes, die ich zuvor bearbeitet hatte.

Bei der Galaxie hier drei Ergebnisse nebeneinander: ganz links das unbearbeitete Original, in der Mitte das beste Ergebnis, das ich damals mit der nativen Dekonvolution von PixInsight erreichen konnte, und ganz rechts das Ergebnis von BXT. BXT zeigte die feinsten Details, die größeren Sterne nahmen keinen Schaden, und ganz nebenbei verkleinerte es die Sterne noch ein wenig.

Beim Mond ebenfalls drei nebeneinander: das Original, meine Version mit angewandtem UnsharpMask und MMT sowie das Ergebnis von BXT. BXTs Ergebnis wirkt natürlicher und scheint auch weniger Artefakte zu hinterlassen.

Eigentlich wollte ich weitermachen und eine Planetenaufnahme testen, doch als ich ein Bild von Jupiter hineinwarf, schlug es rundweg fehl — es kam kein sinnvolles Ergebnis zustande. Offenbar war Jupiter in den Trainingsbildern des Modells nicht enthalten, Mondaufnahmen aber wohl schon. Vielleicht fügt ein künftiges Versions-Update ja Planetenaufnahmen hinzu — dann würde sich BXTs Einsatzbereich noch weiter verbreitern.

Lohnt sich der Kauf?

Nachdem sie gesehen und selbst ausprobiert haben, was BXT leistet, stellen viele die praktische Frage: Lohnt es sich, dafür Geld auszugeben? Das Plugin kostet rund 99 US-Dollar und bietet eine 30-tägige kostenlose Testphase. Als PixInsight-Nutzer kannst du direkt eine Seriennummer beantragen und deine Installation aktualisieren, um es auszuprobieren.

Meine eigene Antwort ist unumwunden — das Ding lag längst in meinem Warenkorb, und nach der Testphase habe ich zugeschlagen.

Grenzen und Dinge, auf die du achten solltest

BXT ist praktisch, aber kein Allheilmittel. Hier ein paar Situationen, auf die du in der Praxis stößt:

Die Korrekturfähigkeit hat ihre Grenzen

Ich hatte einmal einen Stapel Aufnahmen, bei denen es rund um die Ränder tile-bedingte Probleme gab, und griff zu BXT, um zu sehen, ob es eine Chance auf Rettung gab. Nimm den offenen Sternhaufen im Bild als Beispiel: Nach der Korrektur wurden die Sterne tatsächlich kleiner, aber die Verbesserung der Sternform fiel recht begrenzt aus. Das Werkzeug kann einiges retten, aber erwarte nicht, dass es schwerwiegende strukturelle Probleme vollständig glättet.

Helle Bereiche können gesättigte Pixel erzeugen

Das ist ein Problem, auf das du besonders bei der Verwendung von BXT (AI2) achten solltest. Die folgenden Aufnahmen befinden sich alle im linearen Stadium.

Nimm einen auf 800 % vergrößerten Galaxienkern: Im Original ist der Kern recht hell, selbst ohne Screen-Stretch schwach zu erahnen. Nach BXT — ob im normalen Modus oder im Modus Luminance Only — traten im Bild einige gesättigte Pixel auf, extrem hoch in der Helligkeit, nahezu 1 (reines Weiß). Wendet man auf diese gesättigten Bereiche auch nur ein wenig Screen-Stretch an, sättigt die Umgebung, sobald sie gestretcht wird, komplett mit und verliert Farbe und Details.

Für dieses Problem gibt es derzeit keine Lösung, und es tritt nicht nur in Galaxienkernen auf — es zeigt sich auch rund um die gesättigten Bereiche mancher heller Sterne. Bislang habe ich es nur bei Farbaufnahmen beobachtet, bei monochromen Aufnahmen nicht.

Die derzeitige Behelfslösung: Decke die gesättigten Bereiche zuerst mit einer Maske ab (zum Beispiel, indem du den Luminanzkanal extrahierst und invertierst), wende dann BXT an, und du umgehst dieses Problem.

Eine Ergänzung: Bei NoiseXTerminator (NXT) bin ich auf eine ähnliche Situation gestoßen, wenn das Bild ein gestretchtes, nichtlineares Bild war — besonders eines, dessen Sättigung oder Kurven bereits kräftig angezogen wurden. Wer es nutzt, sollte also ein Auge darauf haben.

Wie KI den Arbeitsablauf verändert hat

Ich habe schon lange keine manuelle Dekonvolution mehr gemacht. Einmal angemessen eingestellt, läuft BXT kurz durch und ist fertig; und wenn du eine CUDA-fähige Grafikkarte verbaut hast, kannst du das Ergebnis sogar in Echtzeit in der Vorschau sehen.

Die Zeitersparnis geht über den Dekonvolutionsschritt hinaus: Nach der Sternentfernung musst du keine Unmengen Zeit mehr darauf verwenden, die verbliebenen Defekte im sternlosen Bild auszubessern; und bei der Rauschreduzierung musst du nicht mehr jedes Mal eine Maske erstellen, um die Bereiche auszuschließen, die keine Bearbeitung brauchen. Die gesamte KI-Toolchain vereinfacht mehrere der früher nervenaufreibendsten Arbeitsschritte.

(Damals kursierte in der Community noch das Gerücht, das nächste Produkt werde ein auf einem KI-Modell trainierter GradientXTerminator II — doch am Ende sieht es eher so aus, als sei es in Richtung DBE gegangen.)

Die richtige Einstellung beim Einsatz

Zum Schluss zitiere ich eine Mahnung von Russell Croman selbst. Zwar kann BlurXTerminator AI4 ein breiteres Spektrum optischer Aberrationen korrigieren, doch nichts kann eine sachgemäße Justierung der Ausrüstung ersetzen. Ganz gleich, welche Werkzeuge du verwendest — bessere Rohdaten ergeben immer ein besseres Endbild.

AI4 kann manche schwerwiegenden Aberrationen mühelos beheben, doch die Fähigkeit jedes Software-Werkzeugs, Probleme zu korrigieren, ist stets begrenzt. Investiere Zeit und Mühe, um Kollimationsfehler, die Neigung der Fokalebene, die Durchbiegung des Imaging-Trains, Fokusfehler und Guiding-Fehler auf ein Minimum zu bringen, und du wirst mit besseren Ergebnissen belohnt.

BXT ist ein mächtiges Werkzeug, doch es ist dazu da, gute Daten besser zu machen, und kein Wundermittel, um schlechte Daten zu retten. Diese Haltung ist wichtiger als jede Parametereinstellung.