Primeros pasos con BlurXTerminator: guía y notas de campo

Este artículo está recopilado a partir de mis notas de 2022 a 2023; algunas versiones de las herramientas o de los flujos de trabajo ya se han actualizado, así que tenlo en cuenta al leer.

BlurXTerminator (BXT) es un plugin de PixInsight lanzado por Russell Croman que realiza la deconvolución mediante un modelo basado en una red neuronal convolucional. En cuanto apareció, se convirtió en uno de los temas más candentes de la comunidad mundial de astrofotografía aficionada. En este artículo reúno algunas de mis propias notas, desde la primera experiencia hasta el uso cotidiano, junto con unos cuantos puntos a tener en cuenta.

Primera experiencia: galaxias y la superficie lunar

Primero probé BXT con una imagen de galaxia que tenía a mano en pleno procesado y con una imagen de la superficie lunar durante un eclipse total de Luna que había procesado tiempo atrás.

En el caso de la galaxia, comparo tres resultados en paralelo: a la izquierda del todo, la imagen original sin procesar; en el centro, el mejor resultado que pude lograr en aquel momento con la deconvolución nativa de PixInsight; y a la derecha del todo, el resultado de BXT. BXT mostró el mejor detalle, las estrellas grandes no sufrieron daño y, de paso, encogió un poco las estrellas.

En cuanto a la superficie lunar, de nuevo tres en paralelo: el original, mi versión con UnsharpMask y MMT aplicados, y el resultado de BXT. El resultado de BXT se ve más natural y parece dejar también menos rastros artificiales.

Originalmente quería seguir y probar una imagen planetaria, pero al meter una toma de Júpiter falló de plano: no fue capaz de producir ningún resultado con sentido. Parece que las imágenes de entrenamiento del modelo no incluían a Júpiter, aunque seguramente sí incluían imágenes lunares. Quizá una futura actualización añada imágenes planetarias, y entonces el ámbito de uso de BXT se ampliaría todavía más.

¿Vale la pena comprarlo?

Tras ver, y también probar, lo que BXT es capaz de hacer, mucha gente se plantea la pregunta práctica: ¿vale la pena pagar por él? Este plugin cuesta alrededor de 99 dólares estadounidenses y ofrece una prueba gratuita de 30 días. Si eres usuario de PixInsight, puedes solicitar directamente un número de serie y actualizar la instalación para probarlo.

Mi propia respuesta es directa: esto llevaba una eternidad en mi carrito y, después de la prueba, me lancé a comprarlo.

Limitaciones y aspectos a tener en cuenta

BXT es muy útil, pero no es una panacea. Reúno unas cuantas situaciones con las que te toparás en la práctica:

La capacidad de corrección tiene un límite

Una vez tuve un lote de imágenes con problemas provocados por tiles alrededor de los bordes y recurrí a BXT para ver si había alguna posibilidad de rescate. Tomemos como ejemplo el cúmulo abierto del encuadre: tras la corrección, las estrellas sí se hicieron más pequeñas, pero la mejora en la forma de las estrellas fue bastante limitada. La herramienta puede recuperar algunas cosas, pero no esperes que suavice por completo los problemas estructurales graves.

Las zonas brillantes pueden generar píxeles saturados

Este es un problema al que hay que prestar especial atención al usar BXT (AI2). Todas las imágenes siguientes están en la fase lineal.

Tomemos como ejemplo un núcleo de galaxia ampliado al 800 %: en el original, el núcleo es bastante brillante, apenas perceptible incluso sin aplicar un estirado de pantalla. Tras pasar BXT, ya fuera en el modo normal o en el modo Luminance Only, en la imagen aparecieron algunos píxeles saturados, con un brillo altísimo, casi rozando el 1 (blanco puro). Basta con aplicar un poco de estirado de pantalla a estas zonas saturadas para que todo lo que las rodea se sature con ellas en cuanto se estira, perdiendo color y detalle.

Este problema no tiene solución por ahora, y no aparece solo en los núcleos de galaxia: también surge alrededor de las zonas saturadas de algunas estrellas brillantes. Hasta ahora solo lo he observado en imágenes en color; en imágenes monocromas no lo he visto.

La solución actual: cubre primero las zonas saturadas con una máscara (por ejemplo, extrayendo el canal de luminancia e invirtiéndolo) y aplica luego BXT; así podrás sortear este problema.

Un apunte más: en NoiseXTerminator (NXT), si la imagen es una imagen no lineal ya estirada —sobre todo una a la que ya se le ha forzado bastante la saturación o las curvas—, también me he encontrado con una situación parecida, así que quienes lo usen harían bien en estar atentos.

Los cambios que la IA trajo al flujo de trabajo

Hacía mucho que no realizaba una deconvolución manual. Una vez ajustado adecuadamente, BXT se ejecuta un momento y listo; y si tienes instalada una tarjeta gráfica compatible con CUDA, incluso puedes previsualizar el resultado en tiempo real.

El ahorro de tiempo que aporta va más allá del paso de la deconvolución: después de retirar las estrellas, ya no hace falta dedicar montones de tiempo a reparar los defectos que quedan en la imagen sin estrellas; y a la hora de reducir el ruido, tampoco hay que crear una máscara cada vez para excluir las zonas que no necesitan tratamiento. Toda la cadena de herramientas de IA simplifica varios de los pasos que antes más desgastaban los nervios.

(Por aquel entonces, en la comunidad todavía corría el rumor de que el siguiente producto sería un GradientXTerminator II entrenado con un modelo de IA, pero al final parece que la cosa fue más bien en la dirección de DBE.)

La mentalidad correcta para usarlo

Para terminar, cito una advertencia del propio Russell Croman. Aunque BlurXTerminator AI4 puede corregir un abanico más amplio de aberraciones ópticas, nada puede sustituir un ajuste adecuado del equipo. Uses las herramientas que uses, unos mejores datos en bruto darán siempre una mejor imagen final.

AI4 puede corregir sin esfuerzo algunas aberraciones graves, pero la capacidad de cualquier herramienta de software para corregir problemas siempre es limitada. Invierte tiempo y esfuerzo en reducir al mínimo los errores de colimación, la inclinación del plano focal, la flexión del tren de imagen, los errores de enfoque y los errores de guiado, y te verás recompensado con resultados superiores.

BXT es una herramienta poderosa, pero está pensada para hacer que los datos buenos sean mejores; no es una poción mágica para rescatar datos malos. Esa actitud importa más que cualquier ajuste de parámetros.