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 보기Diese Website ist auch auf Deutsch verfügbar.Auf Deutsch ansehenEste 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 Việt

نرمال‌سازی قدرت سیگنال میان کانال‌های باند باریک

مدیریت رنگ2023.09

پایه‌ای‌ترین شکل پردازش باند باریک همین است که تصویرهای باند باریک را مستقیماً در کانال‌های RGB بریزید، برای نمونه پالت‌های رنگی HOO، SHO و HSO.

با این حال، چون قدرت سیگنال میان کانال‌های گوناگون تفاوت دارد، وقتی کانال‌های باند باریک را مستقیماً در RGB می‌ریزید، اغلب تصویری یکسره سبز (برای نمونه در SHO) یا یکسره قرمز (برای نمونه در HSO) بیرون می‌آید. اینجاست که باید «نرمال‌سازی کانال‌ها» را انجام دهید، یعنی سیگنال‌های گوناگون باند باریک را تا قدرت‌های نزدیک به هم بالا بکشید تا ترکیب بعدی آسان شود.

کج‌رنگی ناشی از ناهمسانی قدرت سیگنال کانال‌های باند باریک، و نمایش پیش و پس از نرمال‌سازی

چند روش رایج نرمال‌سازی

در PixInsight تنها با ابزارهای پایه می‌توانید سیگنال‌های گوناگون باند باریک را تا قدرت‌های مشابه بالا بکشید. روش‌های رایج در سطح مقدماتی از این قرارند:

  1. Linear Fit
  2. فرمول PixelMath (برای نمونه boost دستی یک کانال معیّن)
  3. Script (برای نمونه اسکریپت‌هایی مانند SHO-AIP)
  4. Curve

یک پیش‌شرط که باید نخست خوب دربارهٔ آن فکر کنید

اما یادآوری می‌کنم: هرچند این ابزارها می‌توانند قدرت سیگنال را بالا بکشند، نسبت سیگنال به نویز در خود سیگنال باند باریک همچنان به انباشت ساعت‌های نوردهی وابسته است.

برای نمونه، OIII یا SII برخی هدف‌ها از همان آغاز ضعیف‌تر است و پس از بالا کشیدن، نویز فقط آشکارتر می‌شود و سرانجام یکی از کانال‌های تصویر ترکیب‌شده نسبت سیگنال به نویز بدتری پیدا می‌کند که مستقیماً در تصویر دیده می‌شود. پس نرمال‌سازی مسئلهٔ «هم‌ترازکردن روشنایی» را حل می‌کند، نه مسئلهٔ «کمبود سیگنال» را — و برای دومی راه میان‌بری وجود ندارد، تنها چاره عکاسی بیشتر است.