인테그레이션 이미지 가중치: NSG, PSF Signal Weight와 APP의 비교

인테그레이션 전에 소프트웨어는 각 서브 프레임의 품질에 따라 서로 다른 가중치를 부여합니다: 좋은 이미지는 가중치가 높아 인테그레이션 시 더 많은 픽셀로 기여하고, 나쁜 이미지는 가중치가 낮아 기여가 적습니다. 이 「가중치 평가」가 정확한지는 최종 인테그레이션 이미지의 품질에 직접 영향을 줍니다. 이 글에서는 흔히 쓰이는 몇 가지 가중치 도구의 동작을 비교합니다.

비교 대상

아래 그림은 세 가지 평가 방식을 비교한 것으로, 「소형 시스템, 언더샘플, 일부에 구름이 낀」 데이터를 대상으로 인테그레이션 전에 각각 부여한 이미지 가중치입니다:

NSG: Normalize Scale Gradient Script
PI PSF SW: PixInsight ImageIntegration 프로세스의 PSF Signal Weight
APP: Astro Pixel Processor

NSG, PI PSF Signal Weight와 APP 세 가지가 구름 낀 이미지에 부여하는 가중치를 비교한 도표

（위 그림 이미지 출처：https://www.youtube.com/watch?v=KUtkg14dj6A）

결과

NSG와 최신 버전 PI의 기본값 PSF SW가 부여하는 이미지 가중치는 상당히 비슷하며, 구름 낀 이미지에 대해서는 둘 다 상당히 낮은 가중치를 줍니다—이것이 우리가 기대하는 올바른 동작입니다.

그런데 APP는 가중치를 부여할 때 이전 PI의 S/N 비 평가와 비슷한 문제를 보였습니다: 구름 낀 이미지에 대해 오히려 상당히 높은 가중치를 준 것입니다. 이러면 당연히 품질 나쁜 이미지를 과도하게 채택하게 되어 최종 결과의 발목을 잡습니다.

실무 조언

따라서 지금 시점에서 APP로 인테그레이션하려면, 「일부에 구름이 낀」 이미지나 「일부가 광해의 영향을 받은」 이미지는 반드시 미리 수동으로 삭제해 두어야, 그것들이 잘못해서 높은 가중치를 받는 것을 피할 수 있습니다.

반면 가중치 평가에 NSG나 PI의 PSF SW를 쓰고 있다면 굳이 이런 작업을 할 필요가 없습니다—이 도구들은 이미 문제 있는 이미지를 올바르게 가려내 그 가중치를 낮게 억제할 수 있기 때문입니다.