瑕疵處理：壞線、hot/cold pixel、灰塵與熱噪
在天文後製的路上，從來沒有完美的資料，只有找出問題的解法。校正場處理掉了大部分的系統性瑕疵，但總還有一些漏網之魚：壞線、壞點、灰塵陰影、殘留的熱噪點。這篇整理預處理階段常見的幾種瑕疵，以及各自對應的處理方法。
三類常見瑕疵與對策
先給一張總表，這是預處理中最常遇到的三類瑕疵與處理原則：
- defect column（壞線，常見於 CCD）：使用 Defect Map 消去。
- hot / cold pixel（熱點／冷點）：用暗場消去，暗場消不掉的部分再用 Cosmetic Correction 處理。
- dust shadow（灰塵陰影）：用平場消去，平場消不掉的部分，於疊圖後用其他通道替代修補。
以下分別展開比較棘手的兩類。
壞線（defect column）：靠 Defect Map，別靠排異
壞線比較常見於 CCD 相機，CMOS 相機比較少見。有一台 CCD 我做 Defect Map 就花了一個小時，因為它大概有 50 條壞線（就是畫面上那些黑線）。
可能有人會問：為什麼不在疊圖時直接 reject 掉就好？因為reject 不掉——壞線太暗，想靠排異去除，得犧牲不少別的好像素，而且效果不佳。所以正確做法是替相機製作 Defect Map，用 DefectMap 程序載入後套用在有壞線的亮場上，就能大幅減輕壞線的影響，剩下的殘留再交給疊圖時的排異演算法輕鬆去除。這套做法我自己一直在用，例如拿鐵那台 16803 CCD，有一條明顯的壞線在畫面中央、加上三條不明顯的壞線，就是這樣處理的。
熱噪點：一定要在對齊前處理掉
熱噪點如果沒在暗場與 Cosmetic Correction 階段處理乾淨，會惹出意想不到的麻煩。看這個例子：
左圖是星點對齊前，右圖是對齊後——右圖為什麼會冒出一堆像甜甜圈的圖案？答案是：那些白點並不是星點，而是熱噪點。這些熱噪本該在扣暗場與 Cosmetic Correction 時就被消除，但沒有，於是在對齊星點時被內插演算法「修改」成甜甜圈的模樣，殘留在最後的影像裡，而且數量還不少。
好消息是，在張數足夠且排異演算法參數設定得當的情況下，最後這些甜甜圈還是全部被消掉了。但這也正好說明：熱噪點應盡量在暗場與 Cosmetic Correction 階段消除，避免被對齊程序改造成干擾畫面的東西，別把責任全推給後面的排異。
順帶一提，如果覺得 PixInsight 內建的 Cosmetic Correction 效果不夠好，社群裡也有同好（Roberto Sartori）寫過用 PixelMath 處理 hot and cold pixel 的程式碼，我試用過，效果竟然比內建的 Cosmetic Correction 還好——真羨慕會寫程式的同好。
極端案例：大型望遠鏡的複合瑕疵
最後看一個「什麼瑕疵都湊在一起」的極端例子，來自 1 公尺級的大型望遠鏡。用這種望遠鏡拍其實一點也不爽——它使用經緯儀與相旋器，拍天頂 20 度以內的目標時，為了維持目標位置，相旋器轉動速度非常快，於是會出現星芒分岔，每張照片的星芒角度都不一樣，甚至同一張照片裡就有兩個不同角度的星芒。
這張圖裡還有一條 defect column（這個處理算簡單），以及從旁邊滲出來、疑似 AMP GLOW 的東西，看起來就像壁癌一樣。這類複合瑕疵沒有現成解法，只能一項一項拆開來對付——這也是天文後製的常態：完美資料不存在，我們能做的就是替每個問題找到它的解法。