Nhập môn BlurXTerminator và cảm nhận khi sử dụng

Bài viết này được tổng hợp từ những ghi chép trong khoảng 2022–2023; một số phiên bản công cụ hoặc quy trình đã được cập nhật, vậy nên bạn hãy lưu ý khi đọc.

BlurXTerminator (BXT) là một plugin cho PixInsight do Russell Croman phát hành, thực hiện deconvolution dựa trên mô hình được huấn luyện bằng mạng nơ-ron tích chập. Vừa ra mắt, nó đã trở thành một trong những chủ đề nóng nhất của cộng đồng nhiếp ảnh thiên văn nghiệp dư trên toàn thế giới. Bài này tổng hợp một số cảm nhận của riêng tôi, từ lần đầu trải nghiệm cho tới khi dùng hằng ngày, cùng vài điểm cần lưu ý.

Trải nghiệm đầu tiên: thiên hà và bề mặt Mặt Trăng

Trước tiên tôi thử BXT trên một ảnh thiên hà đang xử lý dở trong tay, và trên ảnh bề mặt Mặt Trăng lúc nguyệt thực toàn phần mà tôi đã xử lý trước đó.

Với thiên hà, tôi đặt ba kết quả cạnh nhau để so sánh: ngoài cùng bên trái là ảnh gốc chưa xử lý, ở giữa là kết quả tốt nhất mà khi đó tôi làm được bằng deconvolution sẵn có của PixInsight, còn ngoài cùng bên phải là thành quả của BXT. BXT cho ra chi tiết tốt nhất, các sao lớn không hề bị hỏng, mà còn tiện thể thu nhỏ sao đi một chút.

So sánh ba cách xử lý ảnh thiên hà: ảnh gốc, deconvolution sẵn có của PI, kết quả BXT

Phần bề mặt Mặt Trăng cũng là ba ảnh đặt cạnh nhau: ảnh gốc, phiên bản tôi áp dụng UnsharpMask và MMT, và kết quả của BXT. Kết quả của BXT trông tự nhiên hơn, và dường như cũng để lại ít hiện tượng giả (artifact) hơn.

So sánh ba cách xử lý ảnh Mặt Trăng: ảnh gốc, UnsharpMask+MMT, kết quả BXT

Tôi vốn còn định thử tiếp ảnh hành tinh, nhưng ném vào một tấm Sao Mộc thì hỏng ngay, không tạo ra được kết quả nào có ý nghĩa. Xem ra trong số ảnh dùng để huấn luyện mô hình không có Sao Mộc, nhưng chắc là có ảnh bề mặt Mặt Trăng. Có lẽ sau này khi phiên bản được cập nhật, ảnh hành tinh cũng có thể được bổ sung — khi ấy phạm vi sử dụng của BXT sẽ còn rộng hơn nữa.

Có đáng mua không?

Sau khi đã xem và cũng đã dùng thử hiệu quả của BXT, nhiều người sẽ hỏi một câu rất thực tế: có đáng bỏ tiền ra không? Plugin này có giá khoảng 99 đô la Mỹ và cho dùng thử miễn phí 30 ngày. Nếu bạn là người dùng PixInsight, bạn có thể xin số sê-ri rồi cập nhật bản cài đặt để dùng thử ngay.

Câu trả lời của riêng tôi rất thẳng thắn — thứ này đã nằm sẵn trong giỏ hàng của tôi từ lâu, thử xong là tôi xuống tay luôn.

Giới hạn khi sử dụng và những điều cần lưu ý

BXT tuy dễ dùng nhưng không phải vạn năng. Tôi tổng hợp vài tình huống bạn sẽ gặp trong thực tế:

Khả năng hiệu chỉnh có giới hạn

Tôi từng có một loạt ảnh mà vùng rìa đều gặp vấn đề do tile gây ra, nên đem BXT ra xem có cơ hội cứu vãn không. Lấy cụm sao mở trong khung hình làm ví dụ: sau khi hiệu chỉnh, các sao đúng là nhỏ đi thật, nhưng hình dạng sao thì cải thiện rất hạn chế. Công cụ cứu lại được vài thứ, nhưng đừng kỳ vọng nó xóa sạch hoàn toàn những vấn đề cấu trúc nghiêm trọng.

So sánh trước và sau khi hiệu chỉnh bằng BXT trên ảnh có vấn đề tile

Vùng sáng có thể sinh ra pixel bão hòa

Đây là vấn đề cần đặc biệt lưu ý khi dùng BXT (AI2). Các ảnh dưới đây đều đang ở giai đoạn tuyến tính.

Lấy một nhân thiên hà phóng to 800% làm ví dụ: trong ảnh gốc, phần nhân khá sáng, dù không dùng screen stretch vẫn thấy mờ mờ. Sau khi chạy BXT, dù ở chế độ thường hay chế độ Luminance Only, ảnh đều xuất hiện một số pixel bão hòa với độ sáng rất cao, gần như bằng 1 (trắng hoàn toàn). Chỉ cần áp thêm một chút screen stretch lên những vùng bão hòa này, toàn bộ vùng xung quanh sẽ bão hòa theo ngay khi bị kéo giãn, mất cả màu sắc lẫn chi tiết.

Vấn đề này hiện chưa có cách giải quyết, và nó không chỉ xuất hiện ở nhân thiên hà — quanh vùng bão hòa của một số sao sáng cũng gặp. Cho tới nay tôi chỉ quan sát thấy nó trên ảnh màu; trên ảnh đơn sắc thì chưa thấy.

Cách xử lý hiện nay: trước tiên dùng một mặt nạ che vùng bão hòa lại (ví dụ trích xuất kênh luminance (L) rồi đảo ngược), sau đó mới chạy BXT, như vậy sẽ tránh được vấn đề này.

Bổ sung một điểm: với NoiseXTerminator (NXT), nếu ảnh là ảnh phi tuyến đã kéo giãn — nhất là ảnh đã đẩy mạnh độ bão hòa màu hoặc đường cong — tôi cũng từng gặp tình huống tương tự; ai đang dùng thì nên để ý.

Minh họa pixel bão hòa sinh ra ở nhân thiên hà sau khi chạy BXT ở giai đoạn tuyến tính

Những thay đổi mà AI mang lại cho quy trình

Đã lâu rồi tôi không làm deconvolution thủ công. Chỉ cần thiết lập BXT cho phù hợp rồi chạy một lượt là xong, và nếu bạn lắp card đồ họa hỗ trợ CUDA thì còn xem trước được thành quả theo thời gian thực.

Thời gian tiết kiệm được không dừng ở riêng bước deconvolution: sau khi tách sao, bạn không còn phải bỏ ra hàng đống thời gian để vá những khuyết tật còn sót trên ảnh đã tách sao; khi cần khử nhiễu cũng không phải lần nào cũng làm mặt nạ để loại trừ những chỗ không cần xử lý. Cả chuỗi công cụ AI đã đơn giản hóa mấy công đoạn xưa nay tốn sức nhất.

(Khi đó cộng đồng còn đồn rằng sản phẩm tiếp theo sẽ là GradientXTerminator II huấn luyện bằng mô hình AI, nhưng xem ra cuối cùng mọi thứ lại nghiêng về hướng DBE thì đúng hơn.)

Thành quả ảnh sau khi làm deconvolution bằng AI

Quan niệm sử dụng đúng đắn

Cuối cùng, tôi xin kết lại bằng chính lời nhắc của Russell Croman. Dù BlurXTerminator AI4 hiệu chỉnh được nhiều loại quang sai hơn, không gì thay thế được việc tinh chỉnh thiết bị cho chuẩn. Dù bạn dùng những công cụ nào đi nữa, dữ liệu gốc tốt hơn bao giờ cũng cho ra ảnh cuối cùng tốt hơn.

AI4 có thể dễ dàng sửa được một số quang sai nghiêm trọng, nhưng khả năng khắc phục vấn đề của bất kỳ công cụ phần mềm nào cũng luôn có giới hạn. Hãy dành thời gian và công sức để giảm tối đa sai lệch trục quang, độ nghiêng mặt phẳng tiêu, biến dạng của chuỗi tạo ảnh, sai số lấy nét và sai số guiding — nhờ vậy bạn sẽ nhận được thành quả vượt trội hơn.

Sơ đồ minh họa quan niệm sử dụng BXT

BXT là một công cụ mạnh, nhưng nó dùng để biến dữ liệu tốt thành tốt hơn, chứ không phải liều thuốc tiên để cứu dữ liệu tồi. Tâm thế này quan trọng hơn bất kỳ thiết lập tham số nào.