Selección de imágenes: elegir bien entre Blink y SubframeSelector
Tras una noche entera de captura, en el disco duro quedan docenas o cientos de lights, y la primera pregunta a la que te enfrentas es: ¿cuáles conservo y cuáles descarto? En PixInsight hay dos caminos para ello: uno es fiarte de Blink y juzgar con los ojos; el otro, dejar que SubframeSelector (en adelante, SS) puntúe las imágenes de forma cuantitativa por ti. Este artículo reúne algunas ideas que he ido acumulando estos años sobre la selección de imágenes, y habla del papel que ocupa cada una de estas dos herramientas y de las decisiones que realmente tomo en la práctica.
Principiantes: confía primero en tus ojos y en tu cerebro
Mucha gente se lanza desde el primer día a SS y despliega para su estudio los números de cada imagen: FWHM, SNRWeight, Noise, etc. Pero si tu número de tomas no es alto (por ejemplo, por debajo de 50 a 100), la verdad es que SS no siempre resulta demasiado útil, y un repaso rápido con Blink es incluso más veloz.
Más importante aún: entre estos valores medidos no existe una relación necesaria. Salvo que se trate de una cifra completamente disparatada —por ejemplo, un fotograma sin ninguna estrella en todo el encuadre—, mirar solo los números no resulta más fiable que juzgar con los ojos, ni tampoco es necesariamente más rápido.
Suelo poner un ejemplo: una vez un compañero de afición me preguntó sobre descartar tomas con SS. Mi consejo a los principiantes siempre ha sido que lo mejor es empezar usando Blink junto con tus propios ojos y tu cerebro para juzgar. Casi todo lo que SS puede hacer, los ojos más el cerebro también pueden hacerlo; y además, dentro de SS se esconden en realidad algunas trampas que, por el contrario, pueden llevarte a juzgar mal la calidad de la foto.
Lo más típico es la situación de «S/N alta pero mala calidad de imagen». Una causa habitual es que unas nubes finas reducen el número de estrellas, con lo que la cifra de la relación señal-ruido (S/N) sube, pero esa toma en realidad es inservible. Un caso así requiere combinar otras variables para juzgarlo correctamente; en cambio, el cerebro humano más los ojos suelen darse cuenta en un segundo de que esta toma no es buena.
Así que confía primero en tu cerebro y en tus ojos, y mira con calma las fotos que has tomado.
Imágenes que descarto de plano en la fase de Blink
En este filtro de Blink, hay varios tipos de imagen que descarto en cuanto los veo, sin más titubeos:
- Obstrucción de la rueda de filtros
- Arrastre estelar grave (trailing)
- Arrastre aún más grave
- Desenfoque severo (aparece un agujero negro en el centro de las estrellas)
- Nubes que tapan el objeto hasta dejarlo casi invisible
- El tejado del observatorio colado en el encuadre
Hay además un caso más peliagudo que no he mencionado antes: imágenes tomadas con una apertura grande (muy abierta) y afectadas, encima, por nubes finas a gran altura. Lo molesto de estas imágenes es que, por lo general, no descubres el problema hasta después de la integración y la combinación RGB: las estrellas salen difusas y desparramadas. Si, en todo el lote, el número de imágenes normales no es mayor que el de las afectadas por las nubes a gran altura, entonces estas imágenes de estrellas difusas no queda más que descartarlas y volver a capturar.
El papel de SubframeSelector: cuantificar y ponderar
Entonces, ¿SS no sirve para nada? Por supuesto que no. La función básica de SS es cambiar el peso de cada toma según condiciones que fijes o según valores medidos, y luego exportarlas. Dicho de otro modo, su verdadero valor no está en «descartar por ti eligiendo una de dos», sino en «asignar pesos distintos a cada imagen básicamente válida», de modo que participen en la integración con distinto grado de contribución.
SS puede medir bastantes parámetros. Por ejemplo, si quieres evaluar por la forma de las estrellas, puedes fijarte en el parámetro eccentricity (excentricidad de la estrella). Mide cuánto se ha deformado el contorno de una estrella: para un contorno estelar elíptico, si tomamos el diámetro del eje mayor como a y el del eje menor como b (con a mayor o igual que b), la excentricidad es igual a la raíz cuadrada de (1 − b² / a²), y la relación de aspecto de la estrella es b / a. Cuanto más cerca de 0 esté la excentricidad, más redonda es la estrella; cuanto más cerca de 1, más estirada está.
En la práctica, ordeno las imágenes inspeccionadas por la redondez de las estrellas y luego vuelvo a Blink para comprobar qué les pasa exactamente a las imágenes que puntuaron más bajo en redondez; y, por supuesto, hay otros parámetros que también se pueden tener en cuenta.
Cómo lo hago yo ahora
Honestamente, salvo el filtro de Blink, donde sigo mirando con mis propios ojos, casi todo el resto del trabajo de evaluación se lo he encargado a la computadora. Demostrar SS en un artículo sirve más bien para que todos entiendan la lógica de su funcionamiento; cuando llega el momento de verdad, dejo que la computadora asigne automáticamente los pesos de las imágenes combinando varios parámetros, y lo acompaño de un algoritmo de rechazo de píxeles (rejection) y unos parámetros adecuados para hacer la integración.
El objetivo de hacerlo así es que cada imagen básicamente válida participe en la integración con un peso apropiado, aportando la parte que le corresponde, para optimizar las tomas capturadas y el tiempo total de integración acumulado y elevar todo lo posible la S/N de la imagen del objeto.
Así que el flujo global se puede entender de este modo: Blink (los ojos hacen de guardián, descartando las tomas inservibles) → pasarlo a la computadora para cuantificar y ponderar → integración. Los ojos se encargan de lo que se puede juzgar en un segundo, y la computadora se encarga de aquello para lo que hay que calcular los pesos con precisión; cada cual en su puesto.