本站提供正體中文版。切換到正體中文本站提供简体中文版。切换到简体中文This site is available in English.View in Englishこのサイトには日本語版があります。日本語で表示이 사이트는 한국어로도 제공됩니다.한국어로 보기Este sitio web también está disponible en español.Ver en españolQuesto sito è disponibile anche in italiano.Visualizza in italianoCe site est également disponible en français.Afficher en françaisEste site também está disponível em português.Ver em portuguêsDeze website is ook beschikbaar in het Nederlands.In het Nederlands bekijkenЭтот сайт также доступен на русском языке.Смотреть на русскомयह वेबसाइट हिन्दी में भी उपलब्ध है।हिन्दी में देखेंهذا الموقع متاح أيضًا باللغة العربية.عرض بالعربيةSitus ini juga tersedia dalam bahasa Indonesia.Lihat dalam bahasa IndonesiaBu site Türkçe olarak da mevcut.Türkçe görüntüleTa strona jest dostępna także po polsku.Wyświetl po polskuTrang web này cũng có phiên bản tiếng Việt.Xem bằng tiếng Việtاین وب‌سایت به فارسی هم در دسترس است.مشاهده به فارسی

NSG (Normalize Scale Gradient): Zweck und Vorteile

Vorverarbeitung & Stacking2022.02Frühe Notizen

Dieser Artikel fasst Notizen aus dem Jahr 2022 zusammen, als NSG 2.0 veröffentlicht wurde; die spätere Entwicklung des Tools und die unterstützten Plattformen haben sich seither verändert, behalte das beim Lesen bitte im Hinterkopf.

NSG (Normalize Scale Gradient) ist ein sehr praktisches Werkzeug im Integrations-Workflow von PixInsight. Dieser Artikel erklärt kurz seinen Zweck und seine Vorteile, damit alle, die es noch nicht kennen, verstehen, welche Rolle es im gesamten Ablauf spielt.

Die Bedienoberfläche des NSG-Skripts sowie eine Veranschaulichung des Effekts vor und nach der Normalisierung

Preis und Versionen

NSG 2.0 selbst ist kostenlos, solange du es einfach nur benutzt. Eines seiner Module, NSGXnml, ist jedoch kostenpflichtig, wenn du es zusammen mit drizzle integration verwenden möchtest — der Preis beträgt 27 US-Dollar.

Der Zweck von NSG

  1. Setze es nach der Registrierung der Sterne, aber vor der Integration ein.
  2. Für jeden Kanal musst du ein bestes Bild auswählen und es als Referenzbild festlegen.
  3. Es bewertet die Bilder jedes Kanals, normalisiert sie anhand des Referenzbilds und gewichtet sie, und formt zugleich den Lichtgradienten jedes Bildes so um, dass er mit dem des Referenzbilds übereinstimmt.

Erwähnenswert ist hier die Art, wie die Gewichtung bewertet wird: Die traditionelle Integration gewichtet standardmäßig anhand von noise, aber sich allein auf noise zu verlassen führt leicht zu Fehleinschätzungen; NSG setzt stattdessen auf eine zuverlässigere Bewertungsmethode.

Die Vorteile von NSG

  1. Gute Bilder erhalten ein höheres Gewicht: Bei der Integration werden mehr Pixel aus den guten Bildern übernommen, während schlechte Bilder ein geringeres Gewicht bekommen und weniger beitragen.
  2. Die Lichtgradienten werden einheitlich: Weil der Lichtgradient jedes Bildes gleich umgeformt wurde, lässt sich der unerwünschte Lichtgradient später beim Einsatz von DBE leichter entfernen.