Відбір зображень: як правильно обирати між Blink і SubframeSelector
Після цілої ночі зйомки на диску лежать десятки, а то й сотні кадрів light, і перше запитання, з яким доводиться зіткнутися, — які залишити, а які викинути? У PixInsight для цього є два шляхи: один — покластися на Blink і оцінювати на око, другий — довірити SubframeSelector (далі — SS) кількісну оцінку та бали від програми. У цій статті я зібрав дещо з того, що засвоїв за останні роки про відбір зображень, і розповім про місце кожного з цих двох інструментів та про свій реальний вибір.
Початківці: спершу довіряйте власним очам і мозку
Багато хто одразу поспішає до SS і розкладає числа кожного зображення — FWHM, SNRWeight, Noise — щоб їх вивчати. Але якщо кадрів у вас небагато (наприклад, менш ніж 50–100), чесно кажучи, SS не завжди дає велику користь, а швидкий перегляд у Blink виявляється навіть швидшим.
Що важливіше, між цими вимірюваними значеннями немає жодного обов’язкового зв’язку. Якщо тільки йдеться не про геть безглузде число — наприклад, кадр, на якому взагалі немає жодної зорі, — самі лише цифри не надійніші за оцінку на око, і не обов’язково швидші.
Я часто наводжу такий приклад: одного разу колега за захопленням запитав мене про відбір кадрів за допомогою SS. Моя порада початківцям завжди одна — краще спершу оцінювати за допомогою Blink разом із власними очима й мозком. Майже все, що вміє SS, вміють і очі з мозком, а всередині SS насправді ховається кілька пасток, які, навпаки, можуть призвести до хибної оцінки якості знімка.
Найтиповіший приклад — ситуація «SNR вищий, а якість знімка гірша». Поширена причина — тонкі хмари, через які зменшується кількість зір, і тому число SNR штучно зростає, хоча цей кадр насправді непридатний. Такі випадки правильно оцінити можна лише з урахуванням інших змінних; а от людський мозок разом із очима часто за одну секунду бачить, що цей кадр поганий.
Тож спершу довіртеся власному мозку й очам і уважно роздивіться зроблені вами знімки.
Зображення, які я одразу відбраковую на етапі Blink
На цьому етапі Blink є кілька типів зображень, які я відбраковую одразу, щойно побачу, без жодних вагань:
- Перекриття колесом світлофільтрів
- Сильні зоряні треки
- Ще сильніші зоряні треки
- Сильна розфокусованість (у центрі зір з’являється чорна діра)
- Хмари закривають об’єкт настільки, що його майже не видно
- У кадр потрапив дах обсерваторії
Є ще один, підступніший тип, про який я досі не згадував: зображення, зняті з великою діафрагмою (світлосильним об’єктивом) і водночас під впливом тонких високих хмар. Складність цих зображень у тому, що проблему зазвичай помітно лише після інтеграції та складання RGB — зорі виявляються розпливчастими. Якщо в усій серії кількість нормальних кадрів не перевищує кількості кадрів, на які вплинули високі хмари, таким зображенням із розпливчастими зорями лишається тільки одне — відбракувати їх і перезняти.
Місце SubframeSelector: кількісна оцінка та зважування
То невже SS даремний? Звісно, ні. Основна функція SS полягає в тому, щоб за заданими умовами або на основі виміряних значень змінити вагу кожного зображення, а потім вивести результат. Іншими словами, його справжня цінність не в тому, щоб «обрати одне з двох і відбракувати», а в тому, щоб «присвоїти різну вагу кожному загалом придатному зображенню», щоб вони брали участь в інтеграції з різним внеском.
Параметрів, які здатен виміряти SS, чимало. Наприклад, якщо хочете оцінювати за формою зір, можна орієнтуватися на параметр eccentricity (ексцентриситет зорі). Він показує, наскільки деформований контур зорі: для еліптичного контуру зорі позначимо діаметр великої осі як a, а малої — як b (де a більше або дорівнює b); тоді ексцентриситет дорівнює квадратному кореню з (1 − b² / a²), а співвідношення сторін зорі дорівнює b / a. Що ближче ексцентриситет до 0, то кругліша зоря; що ближче до 1, то більше вона витягнута.
На практиці я сортую перевірені зображення за круглістю зір, а потім повертаюся до Blink, щоб з’ясувати, що насправді не так із зображеннями, де круглість нижча, — звісно, можна враховувати й інші параметри.
Як я роблю це зараз
Чесно кажучи, окрім етапу Blink, де я досі дивлюся власними очима, майже всю решту оціночної роботи я віддав комп’ютеру. Демонстрація SS у статті радше потрібна для того, щоб усі зрозуміли логіку його роботи; коли справа доходить до реальної роботи, я даю комп’ютеру автоматично надавати зображенням вагу на основі кількох параметрів разом, а потім поєдную це з належним алгоритмом та параметрами відбракування (rejection) для інтеграції.
Мета такого підходу — щоб кожне загалом придатне зображення брало участь в інтеграції з належною вагою й вносило саме ту частку, яку має внести; так вдається оптимізувати відзняті кадри й накопичений загальний час експозиції та максимально підняти SNR зображення об’єкта.
Тож увесь процес можна зрозуміти так: Blink (очі стоять на варті, відбраковують непридатне) → передати комп’ютеру для кількісної оцінки й зважування → інтеграція. Очі відповідають за те, що можна оцінити за секунду, комп’ютер — за те, що потребує точного розрахунку ваги, кожен виконує свою роботу.