MGC, SPFC e MARS: um olhar sobre as novas ferramentas de correção de gradientes

O conteúdo a seguir foi compilado e traduzido das explicações de Vicent Peris Baixauli sobre as ferramentas MGC, SPFC e MARS. Trata-se das ferramentas mais recentes do PixInsight ligadas à correção de gradientes (gradients); o autor oficial esclarece a fundo as dificuldades com que os usuários costumam esbarrar, e vale a pena ler na íntegra.

MGC e MARS são soluções “baseadas em dados de observação”

Tenha isto bem em mente: tanto o MGC quanto o MARS são soluções baseadas em dados de observação.

As bandas de MARS atualmente disponíveis incluem L, R, G, B e H-alpha, e os novos dados de MARS prestes a serem publicados acrescentarão ainda O-III. Há aqui um problema crucial de correspondência: se você tiver uma imagem HOO ou SHO, mas usar as bandas RGB do MARS para corrigir os gradientes, é bem provável que a correção falhe.

O autor recorre a uma analogia muito expressiva: não dá para abastecer um carro a gasolina com diesel — fazer isso só danificaria o motor. Se as bandas não correspondem, é natural que a correção dê errado.

Pontos de atenção quanto aos filtros dual-band

Uma situação semelhante ocorre com os filtros dual-band. Você não pode usar as bandas RGB do MARS para corrigir uma imagem colorida captada com uma câmera colorida somada a um filtro dual-band. O procedimento correto é usar a banda H-alpha como canal vermelho e O-III (assim que for oficialmente lançada) como canais verde e azul.

Além disso, no momento todos os filtros dual-band, bem como os filtros de banda estreita mais largos, podem ser mais difíceis de corrigir com o MGC. A razão é que, para os filtros mais largos, a proporção de luz estelar é maior do que a emissão em linha da nebulosa. A equipe oficial afirma que abordará esse problema numa versão futura, para tornar a ferramenta mais geral.

O design do filtro cinza de SPFC e MGC

SPFC e MGC incluem 4 campos de filtro, e isso para tornar mais cômoda a configuração das ferramentas. Se incluíssem apenas os filtros R/K, G e B, então toda vez que você quisesse processar uma imagem em tons de cinza teria que alterar os ajustes do filtro R, e alterá-los de novo ao voltar para uma imagem colorida. Ter um campo de filtro separado para as imagens em tons de cinza é mais flexível e se adapta melhor ao seu equipamento específico.

Por isso, quando você aplica SPFC ou MGC a uma imagem em tons de cinza, os filtros RGB são ignorados; e, inversamente, ao processar uma imagem colorida, o filtro cinza é ignorado.

SPFC não substitui SPCC

Este é um ponto-chave que se confunde com facilidade: SPFC não substitui SPCC. Ambos usam os dados espectrofotométricos do Gaia, mas suas funções são completamente diferentes.

• SPFC: calcula o brilho das estrelas na imagem e adiciona metadados (metadata) para definir esses brilhos. Não altera a imagem em si, apenas acrescenta metadados.
• SPCC: mede e corrige as cores da imagem e, portanto, altera de fato as cores da imagem.

Você precisa adicionar o SPFC ao seu conjunto de ferramentas, porque antes de poder corrigir os gradientes é preciso primeiro conhecer o brilho da imagem.

MGC como ferramenta de colaboração

Não subestime o poder do MGC como ferramenta de colaboração. Talvez você não queira enviar suas próprias imagens para o servidor oficial MARS-u, mas pode usar sua própria imagem de grande campo para ajudar um amigo a corrigir os gradientes nas dele.

Sobre a objetividade

Como o autor expõe no vídeo, usar uma imagem de grande campo para corrigir uma imagem de campo estreito (narrow-field) exige tornar compatíveis dois conjuntos de dados altamente incompatíveis. Em alguns casos, a precisão de medição já ultrapassa os limites numéricos dos próprios dados, de modo que muitas vezes é necessário um ajuste manual. Mas isso não significa que o método não seja objetivo o bastante — na verdade, é o método mais objetivo atualmente disponível, mais objetivo do que as abordagens baseadas em amostras ou baseadas em IA. Objetividade e perfeição são dois conceitos distintos, e ambos são limitados pelas condições do mundo real.

O MARS usa um pipeline de pré-processamento personalizado, mas ainda não implementou todas as etapas necessárias para uma correção de gradientes ideal. A versão DR2 incluirá algumas etapas de pré-processamento adicionais, permitindo que também imagens mais amplas passem pela correção de gradientes. A equipe oficial também anunciou que publicará mais recursos educativos nas próximas semanas e que em breve lançará uma nova versão dos dados de MARS.