인테그레이션 픽셀 리젝션 알고리즘의 흔한 오해

인테그레이션 때 어떤 리젝션(rejection) 알고리즘을 써야 할까요? 인터넷에는 “장수로 리젝션 법을 고른다”는 경험칙이 떠돌고, 많은 튜토리얼도 그것을 그대로 베껴 씁니다. 하지만 이 규칙에는 사실 적지 않은 오해가 있습니다. 이 글에서는 제 생각을 이야기해 보겠습니다.

흔한 경험칙

인터넷에 떠도는 “rules of thumb”는 대략 다음과 같습니다.

• 장수가 15～20장보다 적으면 median integration을 쓰고 sigma clipping은 하지 않는다.
• 장수가 15～20장보다 많고 40～50장보다 적으면 average integration에 outlier rejection을 조합하고, kappa를 2.5, 반복 2회로 설정한다.
• 장수가 40～50장보다 많으면 average integration에 outlier rejection을 조합하고, kappa를 3(또는 그 이상)으로 설정하며, 반복은 1회만 한다.

제 관점

이 “장수로 리젝션 법을 고른다”는 지식은 사실 이미 좀 시대에 뒤떨어졌으며, 문제는 다음과 같습니다.

1. 먼저 이미지 품질을 확인하는 것이야말로 정답입니다. 품질 관리를 제대로 하지 않으면 어떤 리젝션 법을 골라도 헛일입니다.
2. 모든 리젝션 알고리즘에는 저마다 장단점이 있어서, 이미지 장수만으로 판단하는 것은 정확하지 않습니다.
3. 장수로 리젝션 법을 고른다면, 장수가 아주 적은 경우는 어떻게 해야 할까요? 이 틀 자체가 모든 상황을 아우를 수 없습니다.

몇 가지 보충

• 위의 규칙을 저는 “그대로 다 받아들이는 것”을 권하지 않습니다(원래 출처는 APP 포럼의 관련 대목입니다). 그중 적지 않은 파라미터 설정은 사실 문제가 있습니다.
• Reject kappa에는 high와 low가 있는데, 특별한 필요가 없으면 저는 둘을 같은 값으로 설정하지 않습니다.
• 저 자신은 중앙값(median) 인테그레이션을 써 본 적이 없습니다. 제 이미지는 모두 미리 품질을 점검해 두었기 때문입니다.

정리하자면, “몇 장이면 어떤 리젝션 법을 맞춰야 하나”에 골머리를 앓기보다는, 먼저 이미지 품질 관리를 제대로 하고, 각 리젝션 법 뒤에 있는 특성과 적용 상황을 이해한 뒤, 실제 데이터에 맞춰 조정하는 편이 낫다는 것입니다.