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

Csak két felvétel: hogyan integráljunk a PixelMath segítségével

Előfeldolgozás és stackelés2022.08

Integráláskor időnként kínos helyzetbe kerülünk: csak két felvétel van kéznél. A PixInsight ImageIntegration folyamata pedig egy küszöbértékkel rendelkezik – legalább három felvételre van szükség ahhoz, hogy egyáltalán lefusson. Ha csak két felvételünk van, tényleg nincs mód az integrálásra? Valójában van: megkerülhetjük az ImageIntegration folyamatot, és a PixelMath eszközzel magunk láthatunk hozzá.

Egyszerűen fogalmazva: az „integrálás” matematikailag nem más, mint több igazított felvétel súlyozott átlagolása, amellyel a jel-zaj viszonyt (SNR) javítjuk. Az ImageIntegration folyamat azért olyan erős, mert az átlagolás mellett elvégzi helyettünk a normalizációt és a pixel rejection műveletét is; ehhez viszont legalább három felvétel kell (többségi döntésre van szükség ahhoz, hogy eldönthető legyen, melyik pixel a kiugró érték). Ha tehát csak két felvétel marad, a második legjobb megoldással érjük be, és a PixelMath eszközzel kézzel végezzük el a legfontosabb lépést, az „igazítás utáni átlagolást”.

A legegyszerűbb módszer: összeadás, majd átlagolás

Két felvétel egyesítése lényegében annyit jelent, hogy összeadjuk őket, majd elosztjuk kettővel. A PixelMath eszközbe beírt képlet a két felvételt összeadja, majd megszorozza 0.5-tel (azaz ÷2).

A PixelMath képlete két felvétel átlagolásához

Így egy olyan felvételt kapunk, amely a kettő átlaga.

Különböző súlyokat szeretnénk? Bontsuk szét az együtthatókat

Ha nem csak egyszerű átlagot szeretnénk, hanem azt, hogy a két felvétel eltérő súllyal essen latba, bontsuk ki a képletet, és állítsuk be külön-külön a két felvétel előtti együtthatót.

Például:

0.8*image1 + 0.2*image2

Így a két felvétel súlya 4:1 arányúvá válik. Az együtthatók elosztása attól függ, hogyan ítéljük meg a két felvétel minőségét; az egyetlen szabály, hogy a két együttható összege 1 legyen.

Egy nagyon fontos emlékeztető: mielőtt nekilátnánk, ne felejtsük el először igazítani a két felvételt. Ha igazítás nélkül adjuk össze őket, a csillagok kettős szellemképekké duplázódnak, és minden eddigi munka kárba vész. Ezt a lépést semmilyen képlet esetén nem lehet kihagyni – a PixelMath csak pixelenkénti aritmetikát végez, nem korrigálja helyettünk a két felvétel közötti elmozdulást.

Haladó szint: előbb Normalization, aztán átlagolás

A fenti módszer vészhelyzetben elég, de ha a két felvétel háttérfényessége vagy jelerőssége eltér, a közvetlen összeadás és átlagolás eredménye nem lesz ideális. Egy alaposabb munkafolyamat az, hogy előbb Normalization műveletet végzünk a két felvételen, és csak utána átlagolunk, két lépésben:

  1. Először végezzük el a Normalization műveletet, és normalizáljuk az integrálandó felvételt a referenciafelvétel skálájára:
($T-median($T))*MAD(ReferenceImage)/MAD($T)+median(ReferenceImage)

A PixelMath képlete két felvétel Normalization műveletéhez

  1. Ezután átlagoljuk a két felvételt, és ezzel befejezzük az integrálást:
($T+ReferenceImage)/2

A PixelMath képlete a két felvétel átlagolásához a Normalization után

A képletben két jelölést kell megmagyaráznunk:

  • A ReferenceImage a két felvétel közül a jobbikat jelöli, ez szolgál a normalizáció referenciájaként.
  • A $T a másik felvétel.

A Normalization előzetes elvégzésének előnye, hogy összeadás előtt közös alapra helyezi a két felvételt, így elkerülhető, hogy az egyikük háttér- vagy jelkülönbsége beszennyezze a végeredményt. Két felvétel kevésnek tűnhet, de ha a módszer helyes, belőlük is tiszta végeredmény integrálható.