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 españolCe 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 بالعربيةSitus ini juga tersedia dalam bahasa Indonesia.Lihat dalam bahasa IndonesiaBu 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

NSG (Normalize Scale Gradient): usi e vantaggi

Preelaborazione e stacking2022.02Note iniziali

Questo articolo raccoglie appunti presi nel 2022, al momento del rilascio di NSG 2.0; lo sviluppo successivo dello strumento e le piattaforme supportate sono nel frattempo cambiati, quindi la preghiamo di tenerlo presente durante la lettura.

NSG (Normalize Scale Gradient) è uno strumento molto pratico all’interno del flusso di integrazione di PixInsight. Questo articolo ne spiega brevemente l’uso e i vantaggi, così che chi ancora non lo conosce capisca quale ruolo svolge nell’intero flusso.

Illustrazione dell’interfaccia dello script NSG e dell’effetto prima e dopo la normalizzazione

Prezzo e versioni

NSG 2.0 in sé, se lo si usa semplicemente, è gratuito. Uno dei suoi moduli, NSGXnml, è però a pagamento se lo si vuole usare insieme al drizzle integration: il prezzo è di 27 dollari statunitensi.

Gli usi di NSG

  1. Si usa dopo la registrazione delle stelle, ma prima dell’integrazione.
  2. Per ogni canale occorre selezionare l’immagine migliore e designarla come immagine di riferimento.
  3. Valuta le immagini di ciascun canale, le normalizza prendendo come base l’immagine di riferimento e assegna loro un peso, rimodellando al contempo il gradiente luminoso di ciascuna immagine perché coincida con quello dell’immagine di riferimento.

Vale la pena ricordare qui il modo in cui viene valutato il peso: l’integrazione tradizionale assegna il peso, per impostazione predefinita, in base al noise, ma affidarsi al solo noise porta facilmente a valutazioni errate; NSG adotta invece un metodo di valutazione più affidabile.

I vantaggi di usare NSG

  1. Le immagini buone ottengono un peso maggiore: durante l’integrazione vengono impiegati più pixel provenienti dalle immagini buone, mentre le immagini scadenti ricevono un peso inferiore e contribuiscono meno.
  2. I gradienti luminosi tendono a uniformarsi: poiché il gradiente luminoso di ogni immagine è stato rimodellato in modo identico, quando in seguito si usa DBE risulta più facile rimuovere i gradienti luminosi indesiderati.