इंटीग्रेशन के लिए इमेज वेटिंग: NSG, PSF Signal Weight और APP की तुलना

इंटीग्रेशन से पहले सॉफ़्टवेयर हर सब-फ़्रेम को उसकी गुणवत्ता के अनुसार अलग-अलग वेट देता है: अच्छी इमेज को ऊँचा वेट मिलता है और वह इंटीग्रेशन के समय ज़्यादा पिक्सेल का योगदान देती है; ख़राब इमेज को कम वेट मिलता है और उसका योगदान कम रहता है। यह “वेट का आकलन” कितना सटीक है, इसका सीधा असर अंतिम इंटीग्रेटेड इमेज की गुणवत्ता पर पड़ता है। यह लेख कुछ प्रचलित वेटिंग टूल के प्रदर्शन की तुलना करता है।

तुलना में कौन-कौन

नीचे दिया गया चित्र तीन स्कोरिंग पद्धतियों की तुलना करता है। डेटा “छोटा सिस्टम, undersample और आंशिक रूप से बादलों वाला” है, और देखा यह गया है कि इंटीग्रेशन से पहले हर पद्धति इमेज को क्या वेट देती है:

• NSG: Normalize Scale Gradient Script
• PI PSF SW: PixInsight की ImageIntegration प्रोसेस में मौजूद PSF Signal Weight
• APP: Astro Pixel Processor

(ऊपर दिए गए चित्र का स्रोत: https://www.youtube.com/watch?v=KUtkg14dj6A)

नतीजा

NSG और PI के नवीनतम संस्करण में डिफ़ॉल्ट रूप से मिलने वाला PSF SW जो वेट देते हैं, वे काफ़ी क़रीब हैं; बादल वाली इमेज को दोनों ही काफ़ी कम वेट देते हैं — और यही वह सही व्यवहार है जिसकी हम उम्मीद करते हैं।

पर वेट देते समय APP में वैसी ही समस्या दिखी जैसी पहले PI की SNR स्कोरिंग में थी: बादल वाली इमेज को उसने उल्टा काफ़ी ऊँचा वेट दे दिया। ज़ाहिर है कि इससे ख़राब गुणवत्ता वाली इमेज ज़रूरत से ज़्यादा शामिल हो जाएँगी और अंतिम नतीजा नीचे खिंच जाएगा।

व्यावहारिक सलाह

इसलिए, फ़िलहाल अगर आप इंटीग्रेशन के लिए APP का इस्तेमाल करने जा रहे हैं, तो “आंशिक रूप से बादलों वाली” या “आंशिक रूप से प्रकाश प्रदूषण से प्रभावित” इमेज को पहले ही हाथ से हटाना अनिवार्य होगा, तभी उन्हें ग़लती से ऊँचा वेट मिलने से बचाया जा सकेगा।

और अगर आप वेट के आकलन के लिए NSG या PI का PSF SW इस्तेमाल करते हैं, तो यह काम अलग से करने की ज़रूरत नहीं — ये टूल समस्या वाली इमेज को सही-सही पहचानकर उनका वेट पहले ही घटा देते हैं।