Ponderación de imágenes para la integración: comparación de NSG, PSF Signal Weight y APP
Antes de la integración, el software asigna a cada subimagen un peso distinto según su calidad: las buenas imágenes reciben un peso alto y aportan más píxeles durante la integración; las malas reciben un peso bajo y aportan menos. Que esta «evaluación de pesos» sea precisa o no influye directamente en la calidad de la imagen integrada final. Este artículo compara el desempeño de varias herramientas de ponderación habituales.
Qué se compara
La figura de abajo compara tres métodos de puntuación, aplicados a datos de un «sistema pequeño, con undersampling y parcialmente con nubes», en cuanto a los pesos de imagen que cada uno asigna antes de la integración:
- NSG: Normalize Scale Gradient Script
- PI PSF SW: el PSF Signal Weight del proceso ImageIntegration de PixInsight
- APP: Astro Pixel Processor
(Fuente de la imagen anterior: https://www.youtube.com/watch?v=KUtkg14dj6A)
Resultado
Los pesos de imagen que asignan NSG y el PSF SW predeterminado de la versión más reciente de PI son bastante parecidos, y para las imágenes con nubes ambos asignan un peso bastante bajo: este es el comportamiento correcto que esperamos.
Pero APP, al asignar los pesos, presenta un problema similar al de la antigua puntuación por S/N de PI: a las imágenes con nubes les asigna, por el contrario, un peso bastante alto. Esto, evidentemente, incorpora en exceso las imágenes de mala calidad y lastra el resultado final.
Recomendación práctica
Por eso, si ahora mismo vas a usar APP para la integración, tendrás que eliminar manualmente de antemano esas imágenes «parcialmente con nubes» o «parcialmente afectadas por la contaminación lumínica», para evitar que se les asigne por error un peso alto.
En cambio, si usas NSG o el PSF SW de PI para evaluar los pesos, no necesitas hacer esto en especial: estas herramientas ya son capaces de identificar correctamente las imágenes problemáticas y mantener bajo su peso.