本站提供正體中文版。切換到正體中文本站提供简体中文版。切换到简体中文This site is available in English.View in Englishこのサイトには日本語版があります。日本語で表示이 사이트는 한국어로도 제공됩니다.한국어로 보기Diese Website ist auch auf Deutsch verfügbar.Auf Deutsch ansehenEste sitio web también está disponible en español.Ver en españolQuesto sito è disponibile anche in italiano.Visualizza in italianoCe site est également disponible en français.Afficher en françaisEste site também está disponível em português.Ver em portuguêsDeze website is ook beschikbaar in het Nederlands.In het Nederlands bekijkenЭтот сайт также доступен на русском языке.Смотреть на русскомयह वेबसाइट हिन्दी में भी उपलब्ध है।हिन्दी में देखेंهذا الموقع متاح أيضًا باللغة العربية.عرض بالعربيةBu site Türkçe olarak da mevcut.Türkçe görüntüleTa strona jest dostępna także po polsku.Wyświetl po polskuTrang web này cũng có phiên bản tiếng Việt.Xem bằng tiếng Việtاین وب‌سایت به فارسی هم در دسترس است.مشاهده به فارسی

Hanya dua frame: cara melakukan integrasi dengan PixelMath

Prapemrosesan dan stacking2022.08

Saat melakukan integrasi, sesekali Anda menemui situasi yang canggung: di tangan hanya ada dua frame. Sementara itu ImageIntegration di PixInsight punya satu ambang batas — ia baru mau dijalankan bila ada tiga frame atau lebih. Lalu kalau hanya ada dua, apakah benar-benar tidak ada cara untuk mengintegrasikannya? Sebenarnya ada: kita bisa menyiasati ImageIntegration dan turun tangan sendiri dengan PixelMath.

Terus terang saja, secara matematis “integrasi” tidak lain adalah rata-rata terbobot dari beberapa frame yang sudah diregistrasi, yang dipakai untuk meningkatkan rasio sinyal terhadap noise (S/N). ImageIntegration begitu ampuh karena, selain merata-ratakan, ia juga mengerjakan normalisasi dan pixel rejection untuk Anda; tetapi rejection baru bisa bekerja bila ada minimal tiga frame (perlu suara mayoritas untuk menilai piksel mana yang merupakan pencilan). Jadi ketika hanya tersisa dua, kita cukup puas dengan pilihan terbaik kedua dan memakai PixelMath untuk menuntaskan sendiri bagian yang paling inti: “merata-ratakan setelah registrasi”.

Cara paling sederhana: jumlahkan lalu rata-ratakan

Menggabungkan dua frame pada dasarnya berarti menjumlahkan keduanya lalu membaginya dengan dua. Rumus yang Anda masukkan ke PixelMath adalah menjumlahkan kedua frame lalu mengalikannya dengan 0.5 (yaitu ÷2).

Ilustrasi rumus PixelMath untuk merata-ratakan dua frame

Dengan begitu Anda memperoleh satu citra hasil rata-rata keduanya.

Ingin memberi bobot yang berbeda? Pisahkan koefisiennya

Jika Anda tidak hanya menginginkan rata-rata biasa, melainkan ingin kedua frame memiliki bobot masing-masing yang berbeda, uraikan saja rumusnya lalu setel koefisien di depan setiap frame secara terpisah.

Sebagai contoh:

0.8*image1 + 0.2*image2

Dengan begitu bobot kedua frame menjadi 4:1. Bagaimana koefisiennya dibagi bergantung pada penilaian Anda atas kualitas kedua frame; syaratnya hanya satu, jumlah kedua koefisien harus sama dengan 1.

Ada satu hal yang sangat penting untuk diingat: sebelum mulai, jangan lupa meregistrasi kedua frame terlebih dahulu. Bila dijumlahkan tanpa registrasi, bintang akan bertumpuk menjadi bayangan ganda, dan semua jerih payah sebelumnya sia-sia. Langkah ini tidak boleh dilewatkan, rumus apa pun yang Anda pakai — PixelMath hanya melakukan aritmetika piksel demi piksel, ia tidak akan mengoreksi pergeseran antara kedua frame untuk Anda.

Tingkat lanjut: lakukan Normalization dulu, baru rata-ratakan

Cara di atas cukup untuk keadaan darurat, tetapi bila kedua frame berbeda dalam kecerahan latar belakang atau kekuatan sinyal, hasil dari langsung menjumlahkan lalu merata-ratakannya tidak akan ideal. Alur kerja yang sedikit lebih cermat adalah menerapkan Normalization pada kedua frame terlebih dahulu, baru mengambil rata-ratanya, terbagi dalam dua langkah:

  1. Lakukan Normalization dulu, menormalkan frame yang akan diintegrasikan ke skala frame acuan:
($T-median($T))*MAD(ReferenceImage)/MAD($T)+median(ReferenceImage)

Rumus PixelMath untuk melakukan Normalization pada dua frame

  1. Berikutnya rata-ratakan kedua frame untuk merampungkan integrasinya:
($T+ReferenceImage)/2

Rumus PixelMath untuk merata-ratakan dua frame setelah Normalization

Ada dua simbol di dalam rumus yang perlu dijelaskan:

  • ReferenceImage mewakili frame yang lebih baik di antara keduanya, dan dipakai sebagai acuan normalisasi.
  • $T adalah frame yang satunya lagi.

Keuntungan melakukan Normalization terlebih dahulu adalah menempatkan kedua frame pada dasar yang sama sebelum dijumlahkan, sehingga perbedaan latar belakang atau sinyal salah satunya tidak mencemari hasil akhir. Dua frame memang sedikit, tetapi selama metodenya tepat, hasil akhir yang bersih tetap bisa diintegrasikan.