Поширені міфи про алгоритми відбракування пікселів під час інтеграції

Який алгоритм відбракування (rejection) варто використовувати під час інтеграції? В інтернеті ходить емпіричне правило «вибирайте метод відбракування за кількістю кадрів», і чимало навчальних матеріалів просто копіюють його без змін. Але це правило насправді містить чимало міфів — у цій статті я ділюся власним поглядом.

Поширене емпіричне правило

Емпіричні правила («rules of thumb»), які ходять в інтернеті, виглядають приблизно так:

Якщо кадрів менше ніж 15–20, використовуйте median integration і не робіть sigma clipping.
Якщо кадрів більше ніж 15–20, але менше ніж 40–50, використовуйте average integration разом з outlier rejection, встановіть kappa на 2.5 і виконайте 2 ітерації.
Якщо кадрів більше ніж 40–50, використовуйте average integration разом з outlier rejection, встановіть kappa на 3 (або більше) і виконайте лише 1 ітерацію.

Мій погляд

Уявлення про те, що «метод відбракування вибирають за кількістю кадрів», насправді вже трохи застаріло, а проблема ось у чому:

Спершу перевірити якість зображень — ось правильний підхід. Якщо якість не проконтрольована, будь-який обраний метод відбракування марний.
У кожного алгоритму відбракування є свої переваги й недоліки, тож судити лише за кількістю кадрів неточно.
Якщо вибирати метод відбракування за кількістю кадрів, то що робити, коли кадрів дуже мало? Сам цей підхід не здатен охопити всі ситуації.

Кілька доповнень

Наведене вище правило я «не рекомендую» приймати повністю без критики (первинне джерело — відповідний уривок з форуму APP); чимало налаштувань параметрів у ньому насправді проблемні.
Reject kappa поділяється на high і low, і без особливої потреби я не встановлюю обом однакове значення.
Я сам ніколи не користувався інтеграцією за медіаною (median), бо якість своїх зображень я завжди перевіряю заздалегідь.

Підсумовуючи: замість того, щоб зациклюватися на питанні «скільки кадрів під який метод відбракування», краще спочатку добре налагодити контроль якості зображень, зрозуміти особливості й сфери застосування кожного методу відбракування, а вже потім коригувати рішення відповідно до реальних даних.