Tylko dwa obrazy: jak wykonać integrację procesem PixelMath

Podczas integracji co jakiś czas trafia się niezręczna sytuacja: pod ręką masz tylko dwa obrazy. A ImageIntegration w programie PixInsight ma pewien próg — uruchomi się dopiero przy trzech obrazach lub większej ich liczbie. Czy zatem przy dwóch naprawdę nie da się nic zintegrować? Owszem, da się: możemy ominąć ImageIntegration i wziąć się do dzieła sami, za pomocą procesu PixelMath.

Mówiąc wprost, „integracja” to matematycznie nic innego niż średnia ważona z wielu zarejestrowanych obrazów, służąca podniesieniu stosunku sygnału do szumu (S/N). ImageIntegration jest tak potężny dlatego, że poza uśrednianiem robi za ciebie jeszcze normalizację i odrzucanie pikseli (pixel rejection); ale odrzucanie ma sens dopiero od trzech obrazów wzwyż (potrzebna jest decyzja większości, żeby ocenić, który piksel jest wartością odstającą). Dlatego gdy zostały tylko dwa, zadowalamy się rozwiązaniem drugiego wyboru i za pomocą procesu PixelMath wykonujemy ręcznie tylko to, co najistotniejsze: „uśrednianie po rejestracji”.

Najprostszy sposób: dodać, a potem uśrednić

Połączenie dwóch obrazów sprowadza się w istocie do dodania ich i podzielenia przez dwa. Formuła, którą wpisujesz w procesie PixelMath, to dodanie dwóch obrazów i pomnożenie wyniku przez 0.5 (czyli ÷2).

W ten sposób otrzymujesz jeden obraz będący średnią obu.

Chcesz nadać różne wagi? Rozdziel współczynniki

Jeśli nie chcesz zwykłej średniej, tylko żeby każdy z dwóch obrazów miał inną wagę, rozwiń formułę i osobno dostosuj współczynnik stojący przed każdym z nich.

Na przykład:

0.8*image1 + 0.2*image2

W ten sposób wagi dwóch obrazów stają się 4:1. Jak dobrać współczynniki, zależy od twojej oceny jakości obu obrazów; jedyny warunek jest taki, żeby suma dwóch współczynników wynosiła 1.

Przypomnę o czymś bardzo ważnym: zanim się do tego zabierzesz, pamiętaj, żeby najpierw zarejestrować oba obrazy. Jeśli dodasz je bez rejestracji, gwiazdy nałożą się na siebie jako podwójne obrazy i cały dotychczasowy wysiłek pójdzie na marne. Tego kroku nie da się pominąć niezależnie od tego, której formuły użyjesz — proces PixelMath wykonuje tylko arytmetykę piksel po pikselu i nie skoryguje za ciebie przesunięcia między dwoma obrazami.

Poziom zaawansowany: najpierw Normalization, potem uśrednianie

Powyższy sposób wystarczy na awaryjną sytuację, ale jeśli oba obrazy różnią się jasnością tła albo siłą sygnału, wynik zwykłego dodania i uśrednienia nie będzie idealny. Nieco staranniejszy tok postępowania polega na tym, żeby najpierw poddać oba obrazy procesowi Normalization, a dopiero potem je uśrednić — w dwóch krokach:

1. Najpierw wykonaj Normalization, normalizując obraz przeznaczony do integracji do skali obrazu odniesienia:

($T-median($T))*MAD(ReferenceImage)/MAD($T)+median(ReferenceImage)

2. Następnie uśrednij oba obrazy i tym samym dokończ integrację:

($T+ReferenceImage)/2

W formule trzeba objaśnić dwa symbole:

• ReferenceImage oznacza ten lepszy z dwóch obrazów — to on służy za odniesienie normalizacji.
• $T to ten drugi obraz.

Zaletą wcześniejszego wykonania Normalization jest to, że przed dodawaniem stawia oba obrazy na tej samej podstawie i zapobiega temu, żeby różnica tła lub sygnału jednego z nich zanieczyściła końcowy wynik. Dwa obrazy to wprawdzie niewiele, ale jeśli tylko metoda jest właściwa, tak samo da się z nich uzyskać czysty efekt końcowy.