本站提供正體中文版。切換到正體中文本站提供简体中文版。切换到简体中文This site is available in English.View in Englishこのサイトには日本語版があります。日本語で表示이 사이트는 한국어로도 제공됩니다.한국어로 보기Diese Website ist auch auf Deutsch verfügbar.Auf Deutsch ansehenEste sitio web también está disponible en español.Ver en españolQuesto sito è disponibile anche in italiano.Visualizza in italianoCe site est également disponible en français.Afficher en françaisEste site também está disponível em português.Ver em portuguêsDeze website is ook beschikbaar in het Nederlands.In het Nederlands bekijkenЭтот сайт также доступен на русском языке.Смотреть на русскомयह वेबसाइट हिन्दी में भी उपलब्ध है।हिन्दी में देखेंهذا الموقع متاح أيضًا باللغة العربية.عرض بالعربيةSitus ini juga tersedia dalam bahasa Indonesia.Lihat dalam bahasa IndonesiaBu site Türkçe olarak da mevcut.Türkçe görüntüleTa strona jest dostępna także po polsku.Wyświetl po polskuTrang web này cũng có phiên bản tiếng Việt.Xem bằng tiếng Việtاین وب‌سایت به فارسی هم در دسترس است.مشاهده به فارسیЦей сайт також доступний українською.Переглянути українськоюTato stránka je k dispozici také v češtině.Zobrazit v češtiněAcest site este disponibil și în limba română.Vizualizare în românăเว็บไซต์นี้มีเวอร์ชันภาษาไทยดูเป็นภาษาไทย

A keskenysávú csatornák jelerősségének normalizálása

Színkezelés2023.09

A legalapvetőbb keskenysávú feldolgozás az, amikor a keskenysávú képeket közvetlenül az RGB-csatornákba visszük be – például a HOO, SHO vagy HSO paletta esetében.

Mivel azonban a jelerősség csatornánként eltér, a keskenysávú csatornák közvetlen RGB-be vitele gyakran egészen zöld (például SHO esetén) vagy egészen vörös (például HSO esetén) eredményt ad. Ilyenkor van szükség a „csatorna-normalizálásra”, amellyel a különböző keskenysávú jeleket hasonló erősségre emeljük, hogy azok a későbbiekben összeilleszthetők legyenek.

Szemléltetés arról, hogyan okoz színeltolódást a keskenysávú csatornák eltérő jelerőssége, valamint a normalizálás előtti és utáni állapot

Néhány gyakori normalizálási módszer

A PixInsightban alapvető eszközökkel is fel tudjuk emelni a különböző keskenysávú jeleket hasonló erősségre. A gyakori kezdő szintű módszerek a következők:

  1. Linear Fit
  2. PixelMath-képlet (például egy adott csatorna kézi boostolása)
  3. Script (például az SHO-AIP-hez hasonló szkriptek)
  4. Curve

Egy előfeltétel, amit előbb alaposan át kell gondolni

De egy figyelmeztetés is idekívánkozik: bár ezek az eszközök képesek megemelni a jelerősséget, a keskenysávú jel saját jel-zaj viszonya továbbra is a felhalmozott expozíciós órák függvénye.

Például bizonyos célpontok OIII- vagy SII-jele eleve gyengébb, és a felemelés után a zaj csak még feltűnőbb lesz, ami végül azt eredményezi, hogy az összeillesztett kép valamelyik csatornájának jel-zaj viszonya romlik, és ez közvetlenül megjelenik a képen. A normalizálás tehát a „fényesség-összehangolás” problémáját oldja meg, nem a „jelhiány” problémáját – az utóbbira nincs rövidebb út, csak a több expozíció segít.