Pengenalan BlurXTerminator dan catatan penggunaan

Artikel ini disusun dari catatan sepanjang 2022 hingga 2023. Sebagian versi perkakas atau alur kerjanya sudah diperbarui, jadi mohon Anda perhatikan saat membaca.

BlurXTerminator (BXT) adalah plugin PixInsight yang diluncurkan Russell Croman, yang menyelesaikan dekonvolusi dengan model hasil pelatihan jaringan saraf konvolusional. Begitu muncul, ia langsung menjadi salah satu topik terpanas di komunitas astrofotografi amatir sedunia. Tulisan ini merangkum sejumlah catatan saya sendiri, dari pengalaman pertama sampai pemakaian sehari-hari, berikut beberapa hal yang perlu diperhatikan.

Pengalaman pertama: galaksi dan permukaan Bulan

Saya mula-mula mencoba BXT pada citra galaksi yang kebetulan sedang saya proses, dan pada citra permukaan Bulan saat gerhana Bulan total yang pernah saya proses sebelumnya.

Untuk galaksi, saya bandingkan tiga hasil secara berdampingan: paling kiri adalah citra asli yang belum diproses, di tengah adalah hasil terbaik yang waktu itu bisa saya capai dengan dekonvolusi bawaan PixInsight, dan paling kanan adalah hasil BXT. BXT menampilkan detail terbaik, bintang-bintang besar tidak rusak, bahkan sekalian sedikit mengecilkan bintangnya.

Untuk bagian permukaan Bulan juga tiga citra berdampingan: citra asli, versi yang saya beri UnsharpMask dan MMT, serta hasil BXT. Tampilan BXT terasa lebih alami, dan jejak artifisialnya pun tampak lebih sedikit.

Sebenarnya saya masih ingin melanjutkan dengan menguji citra planet, tetapi begitu satu citra Jupiter saya lemparkan ke dalamnya, langsung gagal dan tidak menghasilkan apa pun yang berarti. Tampaknya citra yang dipakai melatih model tidak memuat Jupiter, tetapi kemungkinan besar memuat citra permukaan Bulan. Barangkali pembaruan versi di masa depan akan menambahkan citra planet — dan dengan begitu jangkauan pemakaian BXT akan menjadi lebih luas lagi.

Layak dibeli atau tidak?

Setelah melihat, dan juga mencoba sendiri, hasil kerja BXT, banyak orang mengajukan satu pertanyaan yang realistis: layakkah mengeluarkan uang untuknya? Plugin ini dijual sekitar 99 dolar Amerika dan menyediakan masa coba gratis 30 hari. Jika Anda pengguna PixInsight, Anda bisa langsung meminta nomor seri lalu memperbarui instalasi untuk mencobanya.

Jawaban saya sendiri sangat lugas — barang ini sudah lama tergeletak di keranjang belanja, dan begitu masa coba selesai, langsung saya sambar.

Batasan dan hal yang perlu diperhatikan dalam pemakaian

BXT memang enak dipakai, tetapi bukan alat serbabisa. Berikut beberapa situasi yang akan Anda temui dalam praktik:

Kemampuan koreksinya ada batasnya

Saya pernah punya satu tumpuk citra yang bagian tepinya bermasalah akibat tile, lalu saya coba BXT untuk melihat apakah masih ada peluang penyelamatan. Ambil contoh gugus terbuka di dalam bidang gambar: setelah dikoreksi, bintangnya memang menjadi lebih kecil, tetapi perbaikan pada bentuk bintang sangat terbatas. Alat ini bisa menyelamatkan sebagian hal, tetapi jangan berharap ia meratakan sepenuhnya masalah struktural yang parah.

Area terang bisa menghasilkan piksel jenuh

Ini masalah yang perlu Anda perhatikan secara khusus saat memakai BXT (AI2). Citra-citra berikut semuanya berada pada tahap linear.

Ambil contoh inti galaksi yang diperbesar 800%: pada citra asli intinya cukup terang, samar-samar terlihat bahkan tanpa screen stretch. Setelah melewati BXT, baik dengan mode biasa maupun mode Luminance Only, pada citra muncul sebagian piksel jenuh dengan kecerahan sangat tinggi, hampir mendekati 1 (putih penuh). Begitu area jenuh ini diberi sedikit saja screen stretch, seluruh bagian di sekitarnya ikut jenuh begitu ditarik, sehingga warna dan detailnya hilang.

Masalah ini untuk saat ini belum ada jalan keluarnya, dan ia tidak hanya muncul di inti galaksi — di sekitar area jenuh sebagian bintang terang pun ia muncul. Sejauh yang saya amati, ini hanya terjadi pada citra berwarna; pada citra monokrom saya belum pernah melihatnya.

Solusi saat ini: tutup dulu area jenuh dengan sebuah mask (misalnya dengan mengekstrak kanal luminance lalu membalikkannya), baru jalankan BXT, dan masalah ini bisa dihindari.

Satu tambahan: pada NoiseXTerminator (NXT) pun, jika citranya adalah citra nonlinear yang sudah di-stretch — terutama yang saturasi atau kurvanya sudah ditarik habis-habisan — saya pernah menemui keadaan serupa. Rekan-rekan yang memakainya boleh ikut mewaspadainya.

Perubahan alur kerja yang dibawa AI

Sudah lama sekali saya tidak melakukan dekonvolusi secara manual. Setelah diatur dengan tepat, BXT tinggal dijalankan sebentar dan selesai; kalau Anda memasang kartu grafis yang mendukung CUDA, hasilnya bahkan bisa dipratinjau secara real-time.

Penghematan waktu yang dibawanya tidak berhenti di langkah dekonvolusi: setelah penghapusan bintang, Anda tidak perlu lagi menghabiskan banyak waktu memperbaiki cacat sisa pada citra tanpa bintang; dan saat hendak menurunkan noise, Anda pun tidak perlu setiap kali membuat mask untuk menyingkirkan bagian yang tidak ingin dikerjakan. Seluruh rantai perkakas AI menyederhanakan beberapa tahapan yang dulu paling menguras pikiran.

(Waktu itu di komunitas masih beredar kabar bahwa produk berikutnya adalah GradientXTerminator II yang dilatih dengan model AI, tetapi tampaknya pada akhirnya arahnya lebih mirip ke DBE.)

Pola pikir yang benar dalam menggunakannya

Sebagai penutup, saya mengutip pengingat dari Russell Croman sendiri. Meskipun BlurXTerminator AI4 mampu mengoreksi aberasi optik yang lebih beragam, tidak ada yang bisa menggantikan penyetelan peralatan yang benar. Alat apa pun yang Anda pakai, data mentah yang lebih baik akan selalu menghasilkan citra akhir yang lebih baik.

AI4 bisa dengan mudah membetulkan sebagian aberasi yang parah, tetapi kemampuan perkakas perangkat lunak mana pun dalam memperbaiki masalah selalu ada batasnya. Curahkan waktu dan tenaga untuk menekan galat kolimasi, kemiringan bidang fokal, lenturan rangkaian pencitraan, galat fokus, dan galat guiding sekecil mungkin, dan Anda akan memperoleh hasil yang lebih unggul karenanya.

BXT adalah alat yang ampuh, tetapi ia ada untuk membuat data yang baik menjadi lebih baik, bukan obat mujarab untuk menyelamatkan data yang buruk. Pola pikir ini lebih penting daripada pengaturan parameter apa pun.