本站提供正體中文版。切換到正體中文本站提供简体中文版。切换到简体中文This site is available in English.View in Englishこのサイトには日本語版があります。日本語で表示이 사이트는 한국어로도 제공됩니다.한국어로 보기Diese Website ist auch auf Deutsch verfügbar.Auf Deutsch ansehenEste sitio web también está disponible en español.Ver en españolQuesto sito è disponibile anche in italiano.Visualizza in italianoCe site est également disponible en français.Afficher en françaisDeze website is ook beschikbaar in het Nederlands.In het Nederlands bekijkenЭтот сайт также доступен на русском языке.Смотреть на русскомयह वेबसाइट हिन्दी में भी उपलब्ध है।हिन्दी में देखेंهذا الموقع متاح أيضًا باللغة العربية.عرض بالعربيةSitus ini juga tersedia dalam bahasa Indonesia.Lihat dalam bahasa IndonesiaBu site Türkçe olarak da mevcut.Türkçe görüntüleTa strona jest dostępna także po polsku.Wyświetl po polskuTrang web này cũng có phiên bản tiếng Việt.Xem bằng tiếng Việtاین وب‌سایت به فارسی هم در دسترس است.مشاهده به فارسی

NSG (Normalize Scale Gradient): usos e benefícios

Pré-processamento e empilhamento2022.02Notas antigas

Este artigo foi compilado a partir de anotações feitas em 2022, quando o NSG 2.0 foi lançado; o desenvolvimento posterior da ferramenta e as plataformas suportadas mudaram desde então, portanto tenha isso em mente durante a leitura.

O NSG (Normalize Scale Gradient) é uma ferramenta muito prática no fluxo de integração do PixInsight. Este artigo explica brevemente seus usos e benefícios, para que quem ainda não o conhece entenda o papel que ele desempenha em todo o fluxo.

Interface de operação do script NSG e ilustração do efeito antes e depois da normalização

Preço e versões

O NSG 2.0 em si, se usado de forma simples, é gratuito. Já um de seus módulos, o NSGXnml, é pago caso você queira usá-lo em conjunto com o drizzle integration: o preço é de 27 dólares americanos.

Os usos do NSG

  1. Use-o após o alinhamento das estrelas, mas antes da integração.
  2. Para cada canal, é preciso selecionar a melhor imagem e designá-la como imagem de referência.
  3. Ele avalia as imagens de cada canal, normaliza-as tomando a imagem de referência como base e lhes atribui um peso, ao mesmo tempo que remodela o gradiente de luz de cada imagem para que coincida com o da imagem de referência.

Vale a pena mencionar aqui a forma como o peso é avaliado: a integração tradicional atribui o peso, por padrão, com base no noise, mas confiar apenas no noise leva facilmente a avaliações equivocadas; o NSG, por sua vez, adota um método de avaliação mais confiável.

Os benefícios de usar o NSG

  1. As boas imagens obtêm um peso maior: durante a integração, são utilizados mais pixels provenientes das boas imagens, enquanto as imagens ruins recebem um peso menor e contribuem menos.
  2. Os gradientes de luz tendem a se uniformizar: como o gradiente de luz de cada imagem foi remodelado de forma idêntica, depois, ao usar o DBE, fica mais fácil remover os gradientes de luz indesejados.