Primeiros passos com BlurXTerminator: guia e notas de campo

Este artigo foi compilado a partir de anotações feitas entre 2022 e 2023; algumas versões de ferramentas ou fluxos de trabalho já foram atualizados desde então, portanto leve isso em conta durante a leitura.

O BlurXTerminator (BXT) é um plugin para PixInsight lançado por Russell Croman, que realiza a deconvolução por meio de um modelo treinado sobre uma rede neural convolucional. Assim que surgiu, tornou-se um dos temas mais quentes da comunidade mundial de astrofotografia amadora. Este artigo reúne algumas das minhas próprias impressões, da primeira experiência ao uso cotidiano, além de alguns pontos aos quais prestar atenção.

Primeira experiência: galáxias e superfície lunar

Testei o BXT primeiro em uma imagem de galáxia que eu estava processando no momento e em uma imagem da superfície lunar durante um eclipse total da Lua que eu havia processado tempos antes.

No caso da galáxia, comparo três resultados lado a lado: na extrema esquerda a imagem original não processada, no centro o melhor resultado que eu conseguia obter na época com a deconvolução nativa do PixInsight e, na extrema direita, o resultado do BXT. O BXT apresentou o melhor detalhe, as estrelas grandes não sofreram danos e, de quebra, ainda reduziu levemente as estrelas.

Quanto à parte lunar, novamente três lado a lado: a original, a minha versão com UnsharpMask e MMT aplicados, e o resultado do BXT. O resultado do BXT parece mais natural e também parece deixar menos vestígios artificiais.

Eu queria, na verdade, prosseguir e testar uma imagem planetária, mas, ao jogar lá dentro uma foto de Júpiter, falhou de imediato: não foi capaz de produzir nenhum resultado com sentido. Parece que, entre as imagens usadas para treinar o modelo, não havia Júpiter, embora certamente houvesse imagens lunares. Talvez uma futura atualização de versão acrescente imagens planetárias — e então o campo de uso do BXT se ampliaria ainda mais.

Vale a pena comprar?

Depois de ver, e também de testar, o que o BXT é capaz de fazer, muita gente faz uma pergunta bem concreta: vale a pena pagar por ele? Esse plugin custa cerca de 99 dólares americanos e oferece um período de teste gratuito de 30 dias. Se você é usuário do PixInsight, pode solicitar diretamente um número de série e atualizar a instalação para experimentá-lo.

A minha própria resposta é direta: essa coisa já estava havia tempos no meu carrinho e, terminado o teste, arrematei.

Limitações e cuidados no uso

Por mais prático que o BXT seja, ele não é onipotente. Reúno algumas situações que você encontra na prática:

A capacidade de correção tem um limite

Certa vez eu tinha um lote de imagens com problemas causados por tiles ao redor das bordas e recorri ao BXT para ver se havia alguma chance de recuperação. Tomando como exemplo o aglomerado aberto no enquadramento: após a correção as estrelas de fato ficaram menores, mas a melhora no formato das estrelas foi bastante limitada. A ferramenta consegue recuperar algumas coisas, mas não espere que ela suavize por completo problemas estruturais graves.

As áreas claras podem gerar pixels saturados

Este é um problema ao qual prestar atenção especial ao usar o BXT (AI2). As imagens a seguir estão todas na fase linear.

Tomemos como exemplo um núcleo de galáxia ampliado a 800%: na imagem original o núcleo é bastante claro, vagamente visível mesmo sem aplicar um screen stretch. Depois de passar pelo BXT — seja no modo normal, seja no modo Luminance Only —, a imagem apresentou alguns pixels saturados, de brilho altíssimo, quase chegando a 1 (branco puro). Basta aplicar um pouco de screen stretch a essas áreas saturadas para que tudo ao redor delas, uma vez esticado, sature junto, perdendo cor e detalhe.

Esse problema, por ora, não tem solução, e não aparece apenas no núcleo das galáxias: manifesta-se também ao redor das áreas saturadas de algumas estrelas brilhantes. Até agora, só o observei em imagens coloridas; em imagens monocromáticas não o vi.

A solução atual: cubra primeiro as áreas saturadas com uma máscara (por exemplo, extraindo o canal de luminância e invertendo-o), depois aplique o BXT, e você poderá contornar esse problema.

Um acréscimo: no NoiseXTerminator (NXT), se a imagem for uma imagem não linear já submetida a stretch — sobretudo uma cuja saturação ou curvas já foram bastante forçadas —, também me deparei com uma situação parecida, então os amigos que o usam podem ficar atentos.

As mudanças no fluxo de trabalho trazidas pela IA

Fazia muito tempo que eu não fazia uma deconvolução manual. Uma vez ajustado adequadamente, o BXT roda um instante e está pronto; e, se você tiver instalada uma placa de vídeo compatível com CUDA, pode até pré-visualizar o resultado em tempo real.

A economia de tempo que ele traz vai além da etapa da deconvolução: depois da remoção das estrelas, não é mais preciso gastar uma enormidade de tempo consertando os defeitos residuais na imagem sem estrelas; e, na hora de reduzir o ruído, também não é mais preciso criar uma máscara toda vez para excluir as áreas que não precisam de tratamento. Toda a cadeia de ferramentas de IA simplificou várias das etapas que antes mais desgastavam os nervos.

(Na época, circulava ainda na comunidade o boato de que o próximo produto seria um GradientXTerminator II treinado com um modelo de IA, mas, no fim, parece que a coisa acabou indo mais na direção do DBE.)

A mentalidade correta de uso

Para concluir, cito uma advertência do próprio Russell Croman. Embora o BlurXTerminator AI4 possa corrigir uma gama mais ampla de aberrações ópticas, nada é capaz de substituir um ajuste adequado do equipamento. Não importa quais ferramentas você use, dados brutos melhores sempre produzirão uma imagem final melhor.

O AI4 pode corrigir sem esforço algumas aberrações graves, mas a capacidade de qualquer ferramenta de software de corrigir problemas é sempre limitada. Invista tempo e esforço em reduzir ao mínimo os erros de colimação, a inclinação do plano focal, a flexão do trem óptico, os erros de foco e os erros de guiagem, e você será recompensado com resultados superiores.

O BXT é uma ferramenta poderosa, mas serve para tornar os bons dados melhores, não é uma poção mágica para salvar dados ruins. Essa mentalidade importa mais do que qualquer configuração de parâmetro.