線性階段的色彩校正：從 PCC 到 SPCC
色彩校正是線性階段的關鍵一步。在這個階段沒有把顏色平衡好，等到非線性階段大幅拉伸後，問題往往會被整個放大——星系旋臂的藍、HII 區域的紅全都跑掉，背景整片泛紅，最後只好回到線性階段重做一遍。這篇整理 PixInsight 中的幾種色彩校正方法，以及它們各自的時機。
為什麼一定要在線性階段做好
先講後果。線性階段的色彩平衡沒做好，永久拉伸後，星系常會出現一大片不明的黃色（網路上初學者的螺旋星系影像很常見這種），旋臂的藍與 HII 區的紅全部受影響、變得怪怪的，背景還整個泛紅。這時候唯一的辦法就是回到線性階段重做色彩平衡。
一句話總結：線性階段沒處理好的地方，到了非線性階段常常會全部被放大。 色彩校正尤其如此。
疊圖後的色偏，是常態
疊圖完成後，影像偏綠或偏紅是很常見的狀況——無論是 OSC，還是單色相機做完 RGB 合成後，幾乎都會遇到。這不是相機壞了，而是正常現象，用色彩校正就能解決。以下所有方法都在線性階段進行。
PixInsight 中的三大類校色方法
在 PixInsight 裡，常見的顏色校正方法有三種：
- Structure Detection：使用前請先將背景中性化（本地運算）。
- White Reference：需指定白色參考與中性背景（本地運算）。
- PCC（Photometric Color Calibration）：需要解星並成功匹配星點才能運作，可使用網路或本地的星點資料庫。
這三種我都會用。有時候甚至會用 PixelMath 把多種結果混合起來。原因很實際——PCC 也偶有失敗的時候，這時候會用其他校色方法就顯得很重要。
我自己就遇過 PCC 能解星、卻無法校色的狀況，試過各種已知方法（包含取消星點星等等選項）都無效，最後只能改用傳統方法校色。工具再自動，也要有備案。
順帶澄清一個做法：有人會用 Linear Fit 來做色彩平衡。但在 PixInsight 裡，這個做法並沒有什麼特別的好處，因為 PI 本身就有許多專用工具可用——PCC、Color Calibration（底下再分 White Reference 與 Structure Detection）、Assisted Color Calibration 等等。
別忘了傳統工具
看到不少朋友，除了 PCC 或 SPCC 之外，就不知道怎麼做色彩校正了。其實 PixInsight 裡還有不少傳統工具可以用：Color Calibration、Histogram Transformation、PixelMath，甚至 DBE，都是在 PCC 或 SPCC 失效時能派上用場的方法。把這些留在工具箱裡，遇到自動化失敗時才不會卡住。
窄頻影像的 SPCC 設定
隨著 SPCC（Spectrophotometric Color Calibration）推出，窄頻影像的校色也有了對應設定。
一般 RGB 影像，SPCC 的 White Reference 預設值都是選用 Average Spiral Galaxy。但對於窄頻影像——包含單色相機加濾鏡，或彩色相機加雙峰濾鏡——除了要勾選 Narrowband filters mode、填入窄頻的波長與頻寬之外，官方也建議把 White Reference 改成 Photon Flux。
小結
從早年的 PCC 到後來的 SPCC，PixInsight 的自動校色工具愈來愈強，但兩個觀念始終不變：色彩校正要在線性階段做好，以及——永遠準備一套備案。自動化工具會失敗，懂得在它失手時切換到傳統方法，才是穩定出好顏色的關鍵。