Mitos umum tentang algoritma pixel rejection pada integrasi

Algoritma pixel rejection mana yang sebaiknya dipakai saat melakukan integrasi? Di internet beredar seperangkat aturan praktis “pilih metode rejection berdasarkan jumlah frame”, dan banyak tutorial pun langsung menyalinnya bulat-bulat. Namun aturan ini sebenarnya menyimpan tidak sedikit mitos, dan artikel ini membahas pandangan saya.

Aturan praktis yang umum beredar

“Rules of thumb” yang beredar di internet kurang lebih seperti ini:

Jika jumlah frame Anda kurang dari 15–20, gunakan median integration dan jangan melakukan sigma clipping.
Jika jumlah frame lebih dari 15–20 frame dan kurang dari 40–50 frame, gunakan average integration dengan outlier rejection, kappa disetel 2.5 dan 2 iterasi.
Jika jumlah frame lebih dari 40–50 frame, gunakan average integration dengan outlier rejection, kappa disetel 3 (atau lebih besar), dan hanya 1 iterasi.

Pandangan saya

Pengetahuan “pilih metode rejection berdasarkan jumlah frame” ini sebenarnya sudah agak ketinggalan zaman, dan masalahnya terletak pada:

Memastikan kualitas citra lebih dahulu barulah jawaban yang benar. Kalau kualitasnya tidak dijaga dengan baik, metode rejection apa pun yang dipilih akan sia-sia belaka.
Setiap algoritma rejection punya kelebihan dan kekurangannya sendiri, sehingga menilai hanya dari jumlah frame saja tidaklah akurat.
Kalau metode rejection dipilih berdasarkan jumlah frame, lalu bagaimana dengan yang jumlah framenya sangat sedikit? Kerangka ini sendiri memang tidak mampu mencakup semua situasi.

Beberapa tambahan

Aturan di atas “tidak saya sarankan” untuk ditelan bulat-bulat (sumber aslinya adalah bagian terkait di forum APP), sebab tidak sedikit pengaturan parameter di dalamnya yang sebenarnya bermasalah.
Reject kappa terbagi menjadi high dan low; jika tidak ada kebutuhan khusus, saya tidak menyetel keduanya pada nilai yang sama.
Saya sendiri belum pernah memakai integrasi nilai tengah (median), karena kualitas semua citra saya sudah diperiksa lebih dahulu.

Kesimpulannya: daripada bergelut dengan pertanyaan “berapa frame cocok dengan metode rejection yang mana”, lebih baik jaga dahulu kualitas citranya dengan baik, pahami karakteristik di balik tiap metode rejection beserta situasi penggunaannya yang sesuai, lalu sesuaikan menurut data yang sebenarnya.