Зважування зображень при інтеграції: порівняння NSG, PSF Signal Weight та APP
Перед інтеграцією програма присвоює кожному субкадру різну вагу залежно від його якості: хороші зображення отримують високу вагу і роблять більший внесок пікселями під час інтеграції; погані отримують низьку вагу і роблять менший внесок. Наскільки точна ця «оцінка ваги» — безпосередньо впливає на якість кінцевого інтегрованого зображення. У цій статті я порівнюю роботу кількох поширених інструментів зважування.
Що порівнюється
Графік нижче порівнює три способи оцінювання на даних, знятих «малою системою, з undersample, частково з хмарами», за вагою зображення, яку кожен із них присвоює перед інтеграцією:
- NSG: Normalize Scale Gradient Script
- PI PSF SW: PSF Signal Weight у процесі ImageIntegration PixInsight
- APP: Astro Pixel Processor
(Джерело зображення вище: https://www.youtube.com/watch?v=KUtkg14dj6A)
Результати
Вага зображень, яку присвоюють NSG і типовий PSF SW найновішої версії PI, доволі близька: для хмарних зображень обидва присвоюють досить низьку вагу — це і є та правильна поведінка, якої ми очікуємо.
Але APP під час присвоєння ваги демонструє проблему, схожу на колишню оцінку SNR у PI: хмарним зображенням він, навпаки, дає досить високу вагу. Це, очевидно, надміру враховує зображення низької якості й тягне кінцевий результат униз.
Практична порада
Тому наразі, якщо ви хочете використовувати APP для інтеграції, зображення, які «частково хмарні» чи «частково постраждали від світлового забруднення», обов’язково доведеться заздалегідь видалити вручну — інакше їм помилково призначать високу вагу.
А якщо ви оцінюєте вагу за допомогою NSG або PSF SW у PI, робити це окремо не потрібно — ці інструменти вже вміють правильно розпізнавати проблемні зображення і знижувати їхню вагу.