影像評選：Blink 與 Subframe Selector 怎麼選才對
拍完一整晚，硬碟裡躺著幾十上百張亮場，接下來要面對的第一個問題就是：哪些該留、哪些該丟？在 PixInsight 裡，這件事有兩條路可走——一條是靠 Blink 用眼睛看，另一條是靠 SubframeSelector（以下簡稱 SS）讓軟體幫你量化評分。這篇整理我這幾年對影像評選的一些心得，聊聊這兩個工具各自的定位，以及我實際的取捨。
新手：先相信自己的眼睛與大腦
很多人一開始就急著上 SS，把每張影像的 FWHM、SNRWeight、Noise 這些數字攤開來研究。但如果你的張數不多（例如低於 50 到 100 張），老實說 SS 未必派得上太大用場，用 Blink 快速掃過一遍反而更快。
更重要的是，這些測量值之間並沒有必然的關係。除非是很離譜的數值——例如整個畫面根本沒有星點——否則單看數字並不會比用眼睛判斷來得可靠，也不見得比較快。
我常舉一個例子：曾經有同好問我關於用 SS 選片的問題。我給新手的建議一向是，最好先用 Blink 搭配自己的眼睛跟大腦來判斷。SS 能做的，眼睛加大腦幾乎都能做，而且 SS 裡面其實藏著一些誤區，反而可能造成對照片品質的誤判。
最典型的就是「SNR 較高、照片品質卻不佳」的狀況。常見的原因是有薄雲造成星點變少，於是 SNR 的數字被拉高了，但這張其實是不能用的。這種情形，還得配合其他變數才能正確判斷；可是換成人腦加眼睛，往往一秒就看出這張品質不好。
所以，先相信自己的大腦跟眼睛，好好看看自己拍的照片吧。
Blink 階段我會直接淘汰的影像
在 Blink 這一關，有幾類影像我看到就會直接刷掉，不用再猶豫：
- 濾鏡輪遮擋
- 嚴重拖線
- 更嚴重的拖線
- 嚴重失焦（星點中間出現黑洞）
- 被雲遮蓋到幾乎看不見天體
- 拍到天文台屋頂
還有一種比較刁鑽、前面沒提到的：用大光圈拍攝、又受到高空薄雲影響的影像。這類影像的麻煩在於，通常要疊完圖、合成 RGB 之後才會發現問題——星點會發散。如果整批影像裡，正常影像的數量並沒有多於被高空雲影響的影像，那這些星點發散的影像就只能淘汰、然後重拍了。
SubframeSelector 的定位：量化與加權
那 SS 就沒用了嗎？當然不是。SS 的基本功能，是依設定條件、或是以測量值來改變每張圖的權重再輸出。換句話說，它真正的價值不在於「幫你二選一淘汰」，而在於「幫每張基本合格的影像打上不同的權重」，讓它們以不同的貢獻度參與疊圖。
SS 可以檢測的參數不少。舉例來說，如果想以星點的形狀來評估，可以參考 eccentricity（星點偏心率）這個參數。它衡量的是星點輪廓的變形程度：對一個橢圓形的星點輪廓，設長軸直徑為 a、短軸直徑為 b（a 大於等於 b），則偏心率等於 (1 − b² / a²) 的平方根，星點的長寬比則等於 b / a。偏心率越接近 0，星點越圓；越接近 1，就越被拉長。
實際操作上，我會用星點圓度來排列所檢測的影像，之後再回到 Blink 去確認那些圓度較低的影像到底是什麼狀況——當然還有其他參數可以一併參考。
我現在的做法
老實說，除了 Blink 這一關我還是親自用眼睛看之外，其餘的評估工作我幾乎都丟給電腦去做了。在文章裡示範 SS，比較像是讓大家理解它的運作邏輯；真正上線時，我讓電腦自動用多種參數綜合給予影像權重，再搭配適當的排異（rejection）演算法與參數進行疊圖。
這樣做的目的，是讓每一張基本合格的影像都以恰當的權重參與疊圖，付出它該付出的那一份，把拍攝影像與累積的總曝光時間最佳化，盡可能提升天體影像的 SNR。
所以整體流程可以這樣理解：Blink（眼睛把關、淘汰廢片）→ 交給電腦量化加權 → 疊圖。眼睛負責那些一秒就能判斷的事，電腦負責那些需要精算權重的事，各司其職。