BlurXTerminator 入門と使用の所感

本記事は 2022〜2023 年頃のノートをまとめたものです。ツールのバージョンやワークフローが更新されている部分もありますので、読む際はご留意ください。

BlurXTerminator（BXT）は Russell Croman がリリースした PixInsight 用プラグインで、畳み込みニューラルネットワークで訓練したモデルを用いてデコンボリューションを行います。登場するやいなや、世界中のアマチュア天体写真コミュニティで最もホットな話題の一つになりました。この記事では、初めて試したときから日常的な使用に至るまでの私自身の所感と、いくつか注意しておきたい点をまとめます。

初めての体験：銀河と月面

まず、ちょうど処理していた銀河の画像と、以前に処理した皆既月食の月面画像で BXT を試しました。

銀河については、3 種類の結果を並べて比較します。一番左は未処理の元画像、真ん中は当時 PixInsight ネイティブのデコンボリューションで出せた最良の結果、一番右が BXT の成果です。BXT が最も細かいディテールを描き出し、大きな星像も損なわれず、おまけに星像も少し縮小してくれました。

月面についても同じく 3 枚を並べます。元画像、UnsharpMask と MMT を施した版、そして BXT の結果です。BXT の仕上がりのほうが自然で、人工的な痕跡も少ないように見えます。

本当は続けて惑星画像も試したかったのですが、木星を 1 枚放り込んでみたら即失敗で、意味のある結果は得られませんでした。どうやらモデルの訓練に使われた画像には木星が含まれていなかったようです。ただ月面画像は含まれていたのでしょう。将来のバージョンアップで惑星画像が加わる可能性もあります——そうなれば BXT の使える範囲はさらに広がるでしょう。

買う価値はあるか？

BXT の効果を見て、実際に試したあと、多くの人が現実的な質問をします。課金する価値はあるのか、と。このプラグインの価格は約 99 米ドルで、30 日間の無料トライアルが用意されています。PixInsight ユーザーなら、シリアル番号を申請してインストールを更新すれば、すぐに試せます。

私自身の答えは単純明快です——これはとっくにカートに入れっぱなしになっていて、試したあとにポチりました。

使用上の制限と注意点

BXT は便利ですが、万能ではありません。実際に遭遇するいくつかの状況を整理します。

補正能力には限界がある

以前、周辺に tile 由来の問題があるひと山の画像で、BXT で救えないか試したことがあります。画面内の散開星団を例にとると、補正後に星像は確かに小さくなりましたが、星像の形状の改善はごく限定的でした。ツールである程度は救えますが、深刻な構造的問題を完全にならしてくれると期待してはいけません。

明るい領域で飽和ピクセルが生じることがある

これは BXT（AI2）を使う際に特に注意したい問題です。以下の画像はいずれもリニア段階です。

800% に拡大した銀河の中心部を例にとります。元画像では中心部がかなり明るく、スクリーンストレッチをかけなくてもうっすら見えるほどです。BXT を通したあとは、通常モードでも Luminance Only モードでも、画像に一部の飽和ピクセルが現れ、輝度が非常に高く、ほぼ 1（真っ白）に近づきます。この飽和した領域に少しでもスクリーンストレッチをかけると、周辺もいっしょに飽和し、色とディテールが失われます。

この問題は今のところ解決法がなく、しかも銀河の中心部だけでなく、一部の明るい星の飽和領域の周辺でも現れます。今のところ観察できたのはカラー画像のみで、モノクロ画像では見ていません。

現状の対処法：先にマスクで飽和領域を覆っておき（たとえば輝度チャンネルを抽出して反転する）、それから BXT をかければ、この問題を回避できます。

補足すると、NoiseXTerminator（NXT）でも、画像がストレッチ済みのノンリニア画像——特に彩度やカーブを大きく引っ張ったあとのもの——だと、似た状況に遭遇したことがあります。使っている方は気に留めておくとよいでしょう。

AI がもたらしたワークフローの変化

もう長いこと手動でデコンボリューションをしていません。BXT は適切に設定して一度走らせれば完了し、CUDA 対応のグラフィックカードを積んでいれば、成果をリアルタイムでプレビューすることもできます。

その時短効果はデコンボリューションのステップだけにとどまりません。星の除去のあと、スターレス画像の欠けや傷を直すのに大量の時間を費やさずに済みますし、ノイズ低減のときも、施したくない場所を除外するためのマスクを毎回作る必要がなくなります。AI ツールチェーン全体が、かつて最も神経をすり減らした工程のいくつかを簡略化してくれました。

（当時コミュニティでは、次の製品は AI モデルで訓練した GradientXTerminator II になるという噂も流れていましたが、結局は DBE の方向へ進んだように見えます。）

正しい使い方の考え方

最後に Russell Croman 本人の注意喚起を引いて締めくくります。BlurXTerminator AI4 はより広範な光学的収差を補正できますが、適切な機材の調整に代わるものは何もありません。どんなツールを使おうと、より良い元データは、常により良い最終画像を生み出します。

AI4 は深刻な収差のいくつかを難なく正せますが、どんなソフトウェアツールでも問題を修正する能力には常に限界があります。光軸誤差、焦点面の傾き、撮像系のたわみ、ピント誤差、ガイド誤差を最小限に抑えるために時間と労力を投じれば、その分だけ優れた成果が得られます。

BXT は強力なツールですが、良いデータをより良くするためのものであって、悪いデータを救う万能薬ではありません。この心構えは、どんなパラメータ設定よりも大切です。