Mitos habituales sobre los algoritmos de rechazo de píxeles en la integración

¿Qué algoritmo de rechazo (rejection) deberías usar al integrar? Por internet circula una regla empírica del tipo «elige el método de rechazo según el número de tomas», y muchos tutoriales la copian tal cual. Pero esta regla encierra en realidad no pocos mitos, y en este artículo comento mi punto de vista.

La regla empírica habitual

Las «rules of thumb» que circulan por internet vienen a ser así:

Si tienes menos de 15-20 tomas, usa median integration y no hagas sigma clipping.
Si tienes más de 15-20 tomas y menos de 40-50, usa average integration con outlier rejection, kappa en 2.5 y 2 iteraciones.
Si tienes más de 40-50 tomas, usa average integration con outlier rejection, kappa en 3 (o más) y solo 1 iteración.

Mi punto de vista

Este conocimiento de «elegir el método de rechazo según el número de tomas» está, en realidad, ya un poco anticuado, y el problema es este:

Confirmar primero la calidad de la imagen es la verdadera respuesta. Si no controlas bien la calidad, elijas el método de rechazo que elijas, no servirá de nada.
Cada algoritmo de rechazo tiene sus propias ventajas e inconvenientes, así que juzgar solo por el número de tomas no es preciso.
Si eliges el método de rechazo según el número de tomas, ¿qué haces cuando hay muy pocas? El propio esquema es incapaz de abarcar todos los escenarios.

Algunas puntualizaciones

Esas reglas de arriba «no recomiendo» aceptarlas sin más (la fuente original es un pasaje del foro de APP); no pocos de sus ajustes de parámetros son, en realidad, problemáticos.
Reject kappa se divide en high y low; salvo que haya una necesidad especial, no los pongo a ambos en el mismo valor.
Yo, personalmente, nunca he usado la integración por mediana (median), porque mis imágenes ya las he revisado de calidad de antemano.

En resumen: en lugar de obsesionarte con «cuántas tomas van con qué método de rechazo», más vale que primero hagas bien el control de calidad de las imágenes, entiendas las características y los escenarios de aplicación que hay detrás de cada método de rechazo, y luego ajustes según tus datos reales.