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 françaisEste site também está disponível em português.Ver em portuguêsDeze website is ook beschikbaar in het Nederlands.In het Nederlands bekijkenयह 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): назначение и преимущества

Предобработка и сложение2022.02Ранние заметки

Данная статья составлена по заметкам, сделанным в 2022 году при выпуске NSG 2.0; дальнейшее развитие инструмента и поддерживаемые платформы с тех пор изменились, учитывайте это при чтении.

NSG (Normalize Scale Gradient) — очень практичный инструмент в процессе интеграции PixInsight. Эта статья коротко объясняет его назначение и преимущества, чтобы те, кто ещё не знаком с ним, поняли, какую роль он играет во всём процессе.

Интерфейс скрипта NSG и иллюстрация эффекта нормализации до и после

Стоимость и версии

Сам по себе NSG 2.0 бесплатен при простом использовании. А один из его модулей, NSGXnml, если использовать его вместе с drizzle integration, платный — цена составляет 27 долларов США.

Назначение NSG

  1. Используется после выравнивания по звёздам и перед интеграцией.
  2. Для каждого канала нужно выбрать одно лучшее изображение и назначить его опорным изображением.
  3. Он оценивает изображения каждого канала, нормализует их относительно опорного изображения и присваивает веса, одновременно преобразуя градиент освещённости каждого изображения так, чтобы он соответствовал опорному изображению.

Здесь стоит упомянуть способ оценки веса: традиционная интеграция по умолчанию присваивает вес на основе noise, но опора только на noise легко приводит к ошибочным оценкам; NSG же использует более надёжный метод оценки.

Преимущества использования NSG

  1. Хорошие изображения получают более высокий вес: при интеграции берётся больше пикселей из хороших изображений, а плохие изображения получают более низкий вес и вносят меньший вклад.
  2. Градиенты освещённости становятся согласованными: поскольку градиент освещённости каждого изображения преобразован к единому виду, впоследствии при использовании DBE становится проще устранить нежелательные градиенты освещённости.