नैरोबैंड चैनलों की सिग्नल शक्ति का नॉर्मलाइज़ेशन

सबसे बुनियादी नैरोबैंड प्रोसेसिंग यही है कि नैरोबैंड छवियों को सीधे RGB चैनलों में डाल दिया जाए, जैसे HOO, SHO या HSO पैलेट।

लेकिन चूँकि अलग-अलग चैनलों की सिग्नल शक्ति में अंतर होता है, नैरोबैंड चैनलों को सीधे RGB में डालने पर अकसर पूरी छवि हरी (जैसे SHO में) या पूरी लाल (जैसे HSO में) निकल आती है। ऐसे में “चैनल नॉर्मलाइज़ेशन” करना पड़ता है, यानी अलग-अलग नैरोबैंड सिग्नल को मिलती-जुलती शक्ति तक उठाना, ताकि आगे उन्हें जोड़ा जा सके।

नॉर्मलाइज़ेशन के कुछ आम तरीक़े

PixInsight में बुनियादी औज़ारों से ही अलग-अलग नैरोबैंड सिग्नल को मिलती-जुलती शक्ति तक उठाया जा सकता है। आम शुरुआती तरीक़े ये हैं:

1. Linear Fit
2. PixelMath का सूत्र (जैसे किसी चैनल को हाथ से boost करना)
3. Script (जैसे SHO-AIP जैसी स्क्रिप्ट)
4. Curve

एक पूर्वशर्त जो पहले साफ़ कर लेनी चाहिए

पर एक बात याद दिला दूँ: ये औज़ार सिग्नल की शक्ति भले उठा दें, फिर भी नैरोबैंड सिग्नल का अपना S/N अनुपात तो एक्सपोज़र के घंटों के संचय से ही बनता है।

उदाहरण के लिए, कुछ लक्ष्यों का OIII या SII मूल रूप से ही कमज़ोर होता है; उठा देने के बाद शोर और भी उभरकर सामने आता है, और अंततः संयुक्त छवि के किसी एक चैनल का S/N अनुपात ख़राब रह जाता है, जो सीधे तस्वीर पर दिखाई देता है। इसलिए नॉर्मलाइज़ेशन “चमक को एक-सा करने” की समस्या हल करता है, “सिग्नल की कमी” की नहीं — और उसका कोई छोटा रास्ता नहीं है, बस और तस्वीरें खींचनी पड़ती हैं।