Ponderarea imaginilor pentru stacking: comparație între NSG, PSF Signal Weight și APP

Înainte de stacking, software-ul atribuie fiecărui subcadru o pondere diferită, în funcție de calitatea sa: imaginile bune primesc o pondere mare și contribuie cu mai mulți pixeli la stacking, iar imaginile slabe primesc o pondere mică și contribuie cu mai puțini pixeli. Cât de exactă este această „evaluare a ponderii” influențează direct calitatea imaginii finale obținute prin stacking. Acest articol compară performanța câtorva instrumente de ponderare des folosite.

Ce se compară

Graficul de mai jos compară trei metode de evaluare, aplicate unor date provenite de la „un sistem mic, undersample, parțial cu nori”, în privința ponderilor pe care fiecare le atribuie imaginilor înainte de stacking:

NSG: Normalize Scale Gradient Script
PI PSF SW: PSF Signal Weight din procesul PixInsight ImageIntegration
APP: Astro Pixel Processor

Grafic comparativ al ponderilor atribuite imaginilor cu nori de către NSG, PI PSF Signal Weight și APP

(Sursa imaginii de mai sus: https://www.youtube.com/watch?v=KUtkg14dj6A)

Rezultate

Ponderile atribuite de NSG și de PSF SW-ul implicit din cea mai recentă versiune de PixInsight sunt destul de apropiate, iar pentru imaginile cu nori, ambele atribuie o pondere destul de scăzută – acesta este comportamentul corect, așa cum era de așteptat.

Însă, la atribuirea ponderilor, APP prezintă o problemă asemănătoare celei din evaluarea SNR anterioară din PI: pentru imaginile cu nori, atribuie în schimb o pondere destul de ridicată. Acest lucru duce, evident, la acceptarea excesivă a imaginilor de calitate slabă, ceea ce trage în jos rezultatul final.

Recomandare practică

Prin urmare, în prezent, dacă se folosește APP pentru stacking, imaginile „parțial cu nori” sau „parțial afectate de poluarea luminoasă” trebuie eliminate manual în prealabil, pentru a evita ca acestea să primească, din greșeală, o pondere ridicată.

În schimb, dacă pentru evaluarea ponderilor se folosesc NSG sau PSF SW din PI, acest pas nu mai este necesar – aceste instrumente reușesc deja să identifice corect imaginile problematice și să le reducă ponderea.