PCC/SPCC et résolution des problèmes de plate solving
PCC (Photometric Color Calibration) et le SPCC apparu plus tard sont tous deux de puissants outils de calibration colorimétrique automatique, mais ils reposent tous deux sur une prémisse : le plate solving (résolution astrométrique) doit réussir. Dans la pratique, les échecs de plate solving et les erreurs de calibration des couleurs ne sont pas rares. Cet article rassemble quelques cas courants de résolution des problèmes de plate solving et de PCC.
Une prémisse clé : PCC/SPCC ne font plus le plate solving eux-mêmes
Commençons par un point critique où l’on trébuche facilement : ni PCC ni SPCC ne disposent plus de la fonction Plate Solve.
Par conséquent, avant d’exécuter PCC ou SPCC, si l’image n’a pas fait l’objet d’une Astrometric solution dans WBPP, il faut d’abord effectuer le plate solving avec l’Image Plate Solver Script du menu des scripts, sinon PCC ou SPCC renvoient directement une erreur et refusent de s’exécuter. Si l’on saute cette étape, tout ce qui suit se bloque.
Les options qui font souvent échouer PCC
Lorsque PCC échoue au plate solving ou à la calibration des couleurs, on peut vérifier une à une les options suivantes :
- Limiter automatiquement la magnitude : si PCC échoue au plate solving, on peut désactiver cette option et sélectionner à la place manuellement une plage de magnitudes adéquate.
- Corriger la distorsion : si vous utilisez un objectif grand-angle, il est conseillé de cocher cette case.
- Ignorer les données du FIT header : si l’image a subi un Resample, ou a été prise avec un DSLR, de sorte que la longueur focale, la taille des pixels et la position RA/DEC du FIT header risquent de ne pas correspondre à la réalité, cochez cette case pour que PCC utilise les paramètres corrects que vous saisissez manuellement.
- Sélectionner automatiquement le répertoire du catalogue photométrique : si le catalogue d’étoiles photométrique présente des lacunes (ce qui arrive souvent dans les régions du ciel proches des pôles), le message d’erreur est généralement « no stars in the image ». Dans ce cas, désactivez la sélection automatique du répertoire et passez manuellement à un autre répertoire pour résoudre le problème.
Les problèmes de plate solving après un Resample
Une extension du point 3. Si votre image est passée par un Resample avant le PCC et que, de ce fait, PCC met énormément de temps à s’achever, voire échoue, pensez à cocher l’option « ignore existing metadata » dans PCC, afin que le processus utilise directement les Image Parameters que vous avez saisis ; ce n’est qu’alors que le plate solving peut se dérouler sans accroc.
Parmi les scénarios où l’on recourt au Resample : le regroupement de pixels (bin) sur une caméra monochrome, ou le choix de super pixel lors du dématriçage d’une caméra couleur.
Lacunes dans le catalogue d’étoiles : il suffit de changer de répertoire
Parfois, un échec du plate solving n’est pas un problème de vos réglages, mais une lacune du catalogue d’étoiles lui-même.
Par exemple, APASS DR10 présente de graves lacunes dans le ciel nord ; en n’utilisant que DR10 (ou Auto), sur bon nombre d’objets célèbres du ciel nord comme M101 et M51, la Photometry de PCC échoue et la calibration colorimétrique automatique devient impossible. En passant alors à DR9, le problème se résout généralement de lui-même. En plaçant M101 au centre et en observant le catalogue d’étoiles à différentes échelles de pixels, ce type de lacune se voit nettement.
L’évolution des bases de données : du plate solving local à Gaia
Les bases de données de catalogues stellaires sur lesquelles s’appuie le plate solving n’ont, elles aussi, cessé d’évoluer ces dernières années.
Aux débuts, après une mise à jour de PI, on pouvait télécharger la base de données GaiaDR2 comme référence pour l’analyse de plate solving en local, sans avoir à récupérer les données en ligne. À l’époque subsistait toutefois un petit regret : les coordonnées célestes de l’image devaient encore être recherchées sur le réseau ou saisies soi-même, et ne pouvaient pas être recherchées directement en local, de sorte qu’un plate solving entièrement hors ligne n’était pas encore tout à fait atteint.
Plus tard, PixInsight a sorti un processus de calibration colorimétrique de nouvelle génération fondé sur Gaia DR3. Ceux qui veulent l’essayer en avant-première penseront à se rendre d’abord dans la PixInsight Distribution pour télécharger les données Gaia DR3/SP (l’un des deux suffit : complete ou small set), à les configurer dans le processus Gaia de PI, et pourront s’en servir dès que la nouvelle fonction sera publiée et mise à jour.
En bref
PCC et SPCC rendent la calibration colorimétrique automatique très commode, mais leur réussite ou leur échec tient presque entièrement à l’étape du plate solving. Retenez trois choses : d’abord le plate solving, ensuite la calibration des couleurs, en cas d’échec, vérifier une à une ces quelques options, et lorsque le catalogue d’étoiles présente des lacunes, changer de répertoire ou de version. Soignez bien le goulot d’étranglement du plate solving, et la calibration colorimétrique automatique pourra déployer sa puissance de façon stable.