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 italianoEste 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 Việtاین وب‌سایت به فارسی هم در دسترس است.مشاهده به فارسی

NSG (Normalize Scale Gradient) : usages et avantages

Prétraitement et empilement2022.02Notes anciennes

Cet article est compilé à partir de notes prises en 2022, lors de la sortie de NSG 2.0 ; le développement ultérieur de l’outil et les plateformes prises en charge ont depuis évolué, veuillez en tenir compte à la lecture.

NSG (Normalize Scale Gradient) est un outil très pratique dans le flux d’intégration de PixInsight. Cet article explique brièvement ses usages et ses avantages, afin que ceux qui ne le connaissent pas encore sachent quel rôle il joue dans l’ensemble du flux.

Illustration de l’interface du script NSG et de l’effet avant/après la normalisation

Tarif et versions

NSG 2.0 en lui-même, pour un usage simple, est gratuit. En revanche, l’un de ses modules, NSGXnml, est payant si l’on veut l’utiliser conjointement au drizzle integration : son prix est de 27 dollars américains.

Les usages de NSG

  1. Utilisez-le après l’alignement des étoiles, mais avant l’intégration.
  2. Pour chaque canal, il faut sélectionner la meilleure image et la désigner comme image de référence.
  3. Il évalue les images de chaque canal, les normalise en prenant l’image de référence comme base et leur attribue un poids, tout en remodelant le gradient lumineux de chaque image pour qu’il coïncide avec celui de l’image de référence.

Ce qui mérite d’être mentionné ici, c’est la manière dont le poids est évalué : l’intégration traditionnelle attribue par défaut le poids d’après le noise, mais se fier au seul noise conduit facilement à des erreurs d’appréciation ; NSG adopte en revanche une méthode d’évaluation plus fiable.

Les avantages d’utiliser NSG

  1. Les bonnes images obtiennent un poids plus élevé : lors de l’intégration, on retient davantage de pixels issus des bonnes images, tandis que les mauvaises images reçoivent un poids plus faible et contribuent moins.
  2. Les gradients lumineux tendent à s’uniformiser : comme le gradient lumineux de chaque image a été remodelé à l’identique, il est ensuite plus facile de supprimer les gradients lumineux indésirables lorsqu’on utilise DBE.