الفلك

خوارزمية لتكديس الصور الفلكية

خوارزمية لتكديس الصور الفلكية

أنا أبحث عن خوارزمية بسيطة لمقارنة الصور الفلكية (لنفس منطقة السماء) مع بعضها البعض ، لحساب حركتها ودورانها ، لتكديسها أخيرًا.

في الوقت الحالي لدي بالفعل خوارزمية تعمل بشكل أو بآخر. أولاً ، أقوم باستخراج جميع النجوم من الصورة (بما في ذلك معلومات مثل السطوع و FWHM) ، ثم أمشي عبر جميع "النقاط" الناتجة وأنشئ مثلثات من النقطة الحالية ونجمين آخرين لديهما أقصر مسافة لهذا نجمة.

يتم إنشاء قائمة المثلثات هذه لكل صورة. بعد ذلك ، ألتقط صورة واحدة كمرجع ثم أتصفح قائمة المثلثات في الصورة المرجعية للعثور على مثلث في الصورة الأخرى بنفس الطول لكل جانب من جوانب المثلث (كما أنني "أسمح" ببعض التسامح بسبب الحد الأدنى الفروق النسبية لمواضع النجوم في كل صورة). بالنسبة لهذه المطابقات ، أقوم بحساب الحركة والدوران بالنسبة للصورة المرجعية. الخطوة الأخيرة هي العثور على المثلثات المتطابقة التي لها نفس الحركة والدوران النسبيين مثل المباريات الأخرى. يتم ذلك عن طريق حساب الانحراف المعياري ، وفرز المثلثات التي ليست ضمن 1 أو 2 سيجما وكرر هذه العملية حتى يكون لدي انحراف معياري صغير جدًا.

الجزء الأخير ، العثور على مثلثات "صالحة" مع نفس الحركة / الدوران ، يعمل بشكل جيد. المشكلة هي أنه في بعض الأحيان يكون لدي فقط 2 أو 3 مثلثات "صالحة" من بين 300 مثلثات أولية. كل المثلثات الأخرى لها أطوال أضلاع مختلفة عن تلك الموجودة في الصورة المرجعية.

لذلك أفترض أن الطريقة التي أُنشئ بها مثلثاتي الأولية هي التي تسبب المشكلة. تصنيف النجوم حسب سطوعها واستخدام هذه البيانات لإنشاء مثلثات لا يعمل أيضًا. فهل هناك طريقة أفضل لإنشاء المثلثات الأولية في كل الصور؟


تتناول هذه الصفحة الخاصة بمنتج تجاري بعض التفاصيل حول الخوارزمية الخاصة بهم. إنه يقوم بمطابقة المثلث الذي تصفه ، بشيء مثل التلدين المحاكي للحصول على حل أفضل.

توصي الإجابة المقبولة على هذا السؤال الوثيق الصلة ببرنامج Hugin Panorama ؛ إنه مفتوح المصدر ، لذا يجب أن تكون قادرًا على جمع الخوارزميات المستخدمة.


ألق نظرة على SCAMP للقياس الفلكي و Swarp للتكديس. مثل البرنامج المذكور في الإجابة الأخرى ، كلاهما مفتوح المصدر ، لذا يمكنك التحقق من الخوارزميات التي يستخدمونها.

توجد وثائق SCAMP هنا ، مع شرح للخوارزمية في الفصل 6.7 (صفحة 25). هناك أيضًا ورقة قصيرة ، لكن الدليل يبدو أكثر شمولاً.

لاحظ أن البرنامج مكتوب مع وضع كاشفات فسيفساء متعددة المجال CCD في الاعتبار ، لذا فإن ما يفعلونه قد يكون مبالغة بالنسبة لما يدور في ذهنك.


تكديس صور علم الفلك باستخدام بايثون

اعتقدت أن هذا سيكون أسهل ولكن بعد فترة استسلمت أخيرًا عن هذا ، على الأقل لبضع ساعات.

كنت أرغب في إعادة إنتاج هذه صورة النجوم الزائدة من مجموعة من الصور المتتابعة. مستوحى من هذا:

استخدم المؤلف الأصلي إطارات فيديو منخفضة الدقة تم التقاطها باستخدام برنامج VirtualDub ودمجها مع imageJ. تخيلت أنه يمكنني إعادة إنتاج هذه العملية بسهولة ولكن من خلال نهج أكثر وعيًا بالذاكرة مع Python ، لذلك يمكنني استخدام الصور الأصلية عالية الدقة للحصول على إخراج أفضل.

فكرة الخوارزمية الخاصة بي بسيطة ، فهي تدمج صورتين في وقت واحد ، ثم تتكرر بدمج الصورة الناتجة مع الصورة التالية. تم القيام بذلك مئات المرات ووزنها بشكل صحيح بحيث يكون لكل صورة نفس المساهمة في النتيجة النهائية.

أنا جديد إلى حد ما على Python (ولست مبرمجًا محترفًا ، سيكون ذلك واضحًا) ، لكن بالنظر من حولي يبدو لي أن مكتبة Python Imaging قياسية جدًا ، لذلك قررت استخدامها (صححني إذا كنت تعتقد شيء آخر سيكون أفضل).

هذا يفعل ما يفترض به ولكن الصورة الناتجة مظلمة ، وإذا حاولت ببساطة تحسينها ، فمن الواضح أن المعلومات فقدت بسبب نقص العمق في قيم البكسل. (لست متأكدًا من المصطلح المناسب هنا ، عمق اللون ، دقة اللون ، حجم البكسل). ها هي النتيجة النهائية باستخدام صور منخفضة الدقة:

أو أحد الصور التي كنت أحاولها بدقة 4k × 2k (من مجموعة أخرى من الصور):


خوارزمية لتكديس الصور الفلكية - علم الفلك

يعمل تكديس الصور على تحسين نسبة الإشارة إلى الضوضاء ، ولكن ليست كل طرق التكديس فعالة. توضح هذه المقالة بعض الاختلافات وأيها هو الأفضل وتنسيق البيانات الذي يجب استخدامه.

  • 001) أخلاقيات التصوير الليلي
  • 002) بداية التصوير الفلكي: مسارات النجوم للتصوير الليلي
  • 1 أ) التصوير الليلي باستخدام الكاميرات الرقمية
  • 1 ب) التخطيط للتصوير الليلي
  • 1 ج) خصائص أفضل الكاميرات الرقمية والعدسات للتصوير الليلي والفلكي
  • 1 د) الكاميرات الرقمية والعدسات الموصى بها للتصوير الليلي والفلكي
  • 1 هـ) التصوير الليلي في الإعداد الميداني
  • 1f) إعداد التصوير الفلكي والمناظر الطبيعية والحياة البرية المحمولة للغاية
  • 2 أ) لون سماء الليل
  • 2 ب) لون النجوم
  • 2 ج) لون السدم والغبار بين النجوم في سماء الليل
  • 2d1) التحقق من اللون الطبيعي في صور السماء الليلية وفهم المعالجة الجيدة مقابل المعالجة اللاحقة السيئة
  • 2d2) التصوير الفلكي الملون والنقاد
  • 2 هـ) التحقق من تدفق عمل معالجة الصور الفوتوغرافية الفلكية ذات اللون الطبيعي مع التلوث الضوئي
  • 2f) اللون الحقيقي لشبه المنحرف في M42 ، السديم العظيم في الجبار
  • 2g) اللون الحقيقي لضباب الثريا
  • 3a1) المشهد الليلي والتصوير الفلكي ، معالجة الصور ، تدفق العمل الأساسي
  • 3a2) معالجة صور التصوير الليلي ، أفضل الإعدادات والنصائح
  • 3a3) معالجة ما بعد التصوير الفلكي باستخدام RawTherapee
  • 3 ب) معالجة صور التصوير الفلكي
  • 3 ج) معالجة صور التصوير الفلكي مع التلوث الضوئي
  • 3d) معالجة الصور: الأصفار هي بيانات صورة صالحة
  • 3 هـ) معالجة الصور: مقارنة طرق التراص (أنت هنا)
  • 3f1) تمدد الصورة المتقدم باستخدام خوارزمية rnc-color-stretch
  • 3f2) Messier 8 و 20 تمدد الصورة باستخدام خوارزمية rnc-color-stretch
  • 3f3) Messier 22 + امتداد صورة الغبار بين النجوم باستخدام خوارزمية rnc-color-stretch
  • 3f4) تمدد الصورة المتقدم مع التلوث الضوئي العالي والتدرجات باستخدام خوارزمية rnc-color-stretch
  • 4 أ) التصوير الفلكي والبعد البؤري
  • 4b1) التصوير الفلكي والتعرض
  • 4b2) وقت التعرض ، نسبة f / ، منطقة الفتحة ، حجم المستشعر ، كفاءة الكم: ما الذي يتحكم في تجميع الضوء؟ بالإضافة إلى معايرة الكاميرا الخاصة بك
  • 4 ج) تصوير أورورا
  • 4 د) التصوير النيزكي
  • 4 هـ) هل تحتاج إلى كاميرا معدلة للتصوير الفلكي؟
  • 4f) كيفية تصوير الشمس: الشروق ، الغروب ، الكسوف
  • 5) التصوير الليلي مع حامل تتبع باب الحظيرة
  • 6 أ) الإضاءة وحماية رؤيتك الليلية
  • 6 ب) رؤية الألوان في الليل
  • 7 أ) التصوير الليلي والإضاءة المنخفضة بالكاميرات الرقمية (تقني)
  • 7 ب) تقنية قمع التيار المظلم على المستشعر
  • 7 ج) التقدم التكنولوجي للتصوير بالتعرض الطويل للضوء المنخفض
  • 8 أ) برنامج خاص بالمناظر الليلية ومصوري النجوم

مقدمة
بيانات الاختبار
نتائج
مثال صورة العالم الحقيقي
أخذ العينات في الكاميرا
الاستنتاجات
المراجع وقراءات إضافية
أسئلة وأجوبة

إذا وجدت المعلومات الموجودة على هذا الموقع مفيدة ، فيرجى دعم Clarkvision والتبرع (الرابط أدناه).

مقدمة

التراص هو مصطلح لإضافة / متوسط ​​صور متعددة معًا لتقليل التشويش الظاهري (تحسين نسبة الإشارة إلى الضوضاء) للصورة المدمجة. تزداد نسبة الإشارة إلى الضوضاء ، أو S / N ، حسب الجذر التربيعي لعدد الصور في المكدس إذا لم تكن هناك آثار جانبية. ولكن في الممارسة العملية ، هناك آثار جانبية ، ويمكن أن تؤدي هذه الآثار الجانبية إلى مشاكل مرئية في الصور المكدسة وتحد من المعلومات التي يمكن استخراجها. ما هي الطريقة (الطرق) التي تعمل بشكل أفضل مع أقل القطع الأثرية؟

هناك طريقتان أساسيتان:

1) شكل من أشكال الإضافة / المتوسط ​​، بما في ذلك المتوسطات المتدرجة ، ومتوسط ​​سيجما المقطوع ، والحد الأدنى / الحد الأقصى للمتوسط ​​المستبعد ، إلخ.

2) الوسيط بما في ذلك الوسيط المقطوع ، الحد الأدنى / الحد الأقصى للاستبعاد ، إلخ.

تعتمد فعالية التراص على البيانات التي يتم تغذيتها إلى برنامج التراص. الإخراج الخام لمعظم الكاميرات الرقمية هو 14 بت لكل بكسل. قد ينشئ المحول الخام ما يلي:

أ) بيانات خطية 14 بت من DSLR ، بدون مقياس ،
ب) البيانات الخطية ذات 16 بتة المقاسة بمقدار 4x من بيانات DSLR ذات 14 بت ، و
ج) بيانات منحنى النغمة 16 بت.

لاستكشاف فعالية طريقتين مختلفتين للتكديس ، متوسط ​​قطع الانحراف المعياري (يُسمى Sigma Clipped Average) ، والحساب الوسيط ، تم اختبار التراص باستخدام أنواع بيانات مختلفة: خطي 14 بت ، وخطي 16 بت ، وتعيين نغمة 16 بت البيانات.

بيانات الاختبار

لاختبار فعالية التراص ، قمت ببناء صورة بأرقام مضمنة (الشكل 1). ثم قمت بتحجيم الأرقام في تسلسل شدة (الشكل 2). باستخدام برنامج معالجة الصور العلمية (Davinci من جامعة ولاية أريزونا ، http://davinci.asu.edu/) ، قمت بحساب صور ضوضاء Gaussian العشوائية. إلى الصورة في الشكل 2 ، أضفت إزاحة ، نموذجية لكاميرات DSLR من Canon للحفاظ على الإشارة والضوضاء من الاقتطاع عند الصفر في ملفات الصور الصحيحة. لقد قمت بحساب الضوضاء العشوائية عند مستوى جعل S / N = 1.0 على الرقم 10 في الصورة. هذا يعني أن الرقم 1 يحتوي على S / N = 0.1 وأن ​​الرقم 25 يحتوي على S / N = 2.5 في ملف صورة واحد. يظهر مثال على صورة واحدة مع ضوضاء في الشكل 3.

تم حساب مائة صورة من هذا القبيل في الشكل 3 ، ولكل منها ضوضاء عشوائية مختلفة ، لاختبارات التراص. تحاكي المجموعة الأولى المكونة من 100 صورة إخراج DSLR بمعدل 14 بت لكل بكسل. تم حساب مجموعة ثانية من 100 بدءًا من DSLR بخطي 14 بت لكل بكسل ، ثم تم قياسها بمقدار 4x لتوسيع نطاق 14 بت إلى 16 بتًا مثل تلك الموجودة في بعض المحولات الأولية. تم حساب مجموعة ثالثة من 100 صورة وقياسها كما لو كان ناتجًا من منحنى لوني من محول خام. نظرًا لأن الاختبار لأضعف أجزاء الصورة ، فإن منحنى الدرجة اللونية يقيس البيانات بمعامل 10 لكن الاستجابة لا تزال خطية (انظر الجزء 3 ب لمزيد من المعلومات حول وظيفة منحنى الدرجة اللونية). لا تزال البيانات ذات 16 بت وبيانات منحنى النغمة مكمَّلة عند 14 بت ، لكن القياس يحتمل أن يضيف دقة إلى المكدس ، وسنرى تأثيرات القياس على الناتج النهائي.

تم إجراء التراص في ImagesPlus باختيار طريقتين: متوسط ​​وسيجما المقطوع. تم ضبط القصاصة على 2.45 انحراف معياري. يؤدي القص في كومة صور حقيقية للسماء ليلاً إلى إزالة معظم التوقيعات من مرور الطائرات والأقمار الصناعية. في اختبار البيانات هنا ، لا يوجد فرق أساسي في المتوسط ​​البسيط مقابل المتوسط ​​المقطوع.


الشكل 1. صورة التسلسل الرقمي.


الشكل 2. صورة تسلسل المنحدر.


الشكل 3. إطار واحد مع ضوضاء. تم تصميم ملف تعريف الضوضاء لمحاكاة الحالة حيث يعطي مستشعر قراءة الضوضاء + ضوضاء الفوتون S / N = 1 للرقم 10.

نتائج

يتم عرض نتائج الإخراج الخطي 14 بت لمكدس متوسط ​​في الشكل 4 أ ومكدس Sigma Clipped Average في الشكل 4 ب. تم ضبط القصاصة على 2.45 انحراف معياري. من الواضح أن متوسط ​​سيغما المقطوع ينتج نتيجة أفضل. يتلألأ الوسيط إلى 14 بت ، وسيكون من المستحيل سحب إشارات خافتة ولكن حتى البيانات الخطية 14 بت متتالية ويمكن استخراج معلومات محدودة (الأرقام أقل من 10).


الشكل 4 أ. يتحد وسيط 100 صورة على بيانات 14 بت.


الشكل 4 ب. يتحد متوسط ​​100 صورة Sigma-Clipped على بيانات 14 بت.

يتم عرض نتائج الإخراج الخطي 16 بت لمكدس متوسط ​​في الشكل 5 أ ومكدس Sigma Clipped Average في الشكل 5 ب. تم ضبط القصاصة على 2.45 انحراف معياري. مرة أخرى ، ينتج عن متوسط ​​سيغما المقطوع نتيجة أفضل. الوسيط مقداره 14 بت. يُظهر المكدس الوسيط الأرقام الأقل من 10 ، لكن كل رقم له مستوى شدة ثابت والخلفية لها مستوى شدة ثابت آخر. ينتج متوسط ​​Sigma Clipped نتيجة أكثر سلاسة مع شدة متناقصة على الأرقام ، كما هو متوقع ، وخلفية ضوضاء أقل. يُظهر متوسط ​​سيغما المقطوع أيضًا فصلًا أفضل للأرقام عن الخلفية. هذا يعني أنه يمكن اكتشاف النجوم الخافتة والسدم والمجرات في صورة فلكية.


الشكل 5 أ. يتحد وسيط 100 صورة على بيانات 16 بت.


الشكل 5 ب. يتحد متوسط ​​100 صورة Sigma-Clipped على بيانات 16 بت.

يتم عرض نتائج ناتج منحنى النغمة لمكدس متوسط ​​في الشكل 6 أ ومكدس Sigma Clipped Average في الشكل 6 ب. تم ضبط القصاصة على 2.45 انحراف معياري. مرة أخرى ، ينتج عن متوسط ​​سيغما المقطوع نتيجة أفضل. يتم قياس الوسيط إلى 14 بت ويبدو مشابهًا لذلك في الشكل 5 أ ، ولكنه أقل ضوضاءً قليلاً. يُظهر المكدس الوسيط الأرقام الأقل من 10 ، لكن كل رقم له مستوى شدة ثابت والخلفية لها مستوى شدة ثابت مختلف قليلاً. ينتج متوسط ​​Sigma المقطوع نتيجة أكثر سلاسة مع شدة متناقصة على الأرقام وخلفية ضوضاء أقل. الضوضاء في نتيجة Sigma Clipped Average (الشكل 6 ب) أقل من تلك الموجودة في المكدس الخطي 16 بت (الشكل 5 ب).


الشكل 6 أ. يتم دمج متوسط ​​100 صورة على بيانات تعيين درجة اللون.


الشكل 6 ب. يتحد متوسط ​​100 صورة Sigma-Clipped على بيانات تعيين الدرجة اللونية.

في الشكل 7 ، أقارن الطرق الثلاث للمكدس الوسيط. من بين هؤلاء الثلاثة ، تكون نتائج منحنى النغمة هي الأفضل ، لكن جميع النتائج المتوسطة أدنى من نتائج Sigma Clipped Average.




الشكل 7.
أعلى: يتم دمج وسيط 100 صورة على بيانات 14 بت.
الوسط: يتحد وسيط 100 صورة على بيانات 16 بت.
أسفل: متوسط ​​100 صورة يتم دمجه في بيانات تعيين الدرجة اللونية.

في الشكل 8 ، قارنت الطرق الثلاث لمكدس Sigma Clipped Average جنبًا إلى جنب مع مكدس فاصلة عائمة 32 بت كامل. من بين الثلاثة الأولى ، تكون نتائج منحنى النغمة هي الأفضل ولا يمكن تمييزها بصريًا عن نتائج النقطة العائمة 32 بت.





الشكل 8.
أعلى: 100 صورة يتم دمج متوسط ​​Sigma-Clipped على بيانات خطية (إدخال وإخراج) 14 بت.
Upper Middle: يتحد متوسط ​​100 صورة Sigma-Clipped على بيانات خطية 16 بت.
الوسط السفلي: يتحد متوسط ​​100 صورة Sigma-Clipped على بيانات تعيين الدرجة اللونية.
أسفل: 100 صورة يتم دمج متوسط ​​Sigma-Clipped في بيانات إخراج النقطة العائمة ذات 32 بت (إدخال خطي 14 بت).

مثال صورة العالم الحقيقي


الشكل 9.
أ) التحويل الخام إلى tif الخطي 14 بت غير المقياس (نفس مستويات الملف الخام). المعايرة باستخدام الحقول المسطحة والإطارات المظلمة والمتحيزة في ImagesPlus. يتم دمج محاذاة الإطارات والوسيط في ImagesPlus ، ثم يتم كتابة ملف FITS بنقطة عائمة 32 بت. يؤدي التمدد الكبير على النقطة العائمة 32 بت إلى ImagesPlus. التحسين في Photoshop على بيانات 16 بت. (بيانات المشاجرة 16 بت موجودة هنا (اقتصاص 1.4 ميجابايت): حاول تقليل الضوضاء إلى اللوحة ج.
ب) تحويل خام إلى tif خطي مقاس 16 بت في ImagesPlus. المعايرة باستخدام الحقول المسطحة والإطارات المظلمة والمتحيزة في ImagesPlus. يتم دمج محاذاة الإطارات ومتوسط ​​sigma-clipped في ImagesPlus ، ثم يتم كتابة ملف FITS بنقطة عائمة 32 بت. تم ضبط لقطة سيجما على 2.45 انحراف معياري. يؤدي التمدد الكبير على النقطة العائمة 32 بت إلى ImagesPlus. التحسين في Photoshop على بيانات 16 بت.
ج) تحويل الخام في Photoshop ACR باستخدام ملفات تعريف العدسة كما هو موضح هنا. يتم دمج محاذاة الإطارات ومتوسط ​​sigma-clipped في ImagesPlus ، ثم يتم كتابة ملف tif 16 بت. التمدد مع المنحنيات في برنامج فوتوشوب.
د) كما في (ج) مع تطبيق بعض التوضيح. في هذه الحالة ، تفكك Richardson-Lucy المعتدل في ImagesPlus ، 7x7 Gaussian ، 5 تكرارات ويتم تطبيقها على المناطق الأكثر إشراقًا. تتيح الضوضاء المنخفضة للطريقة (ج) زيادة وضوح واستخراج التفاصيل الأكثر خفوتًا ودقة.
لاحظ أن الاختلاف في توازن الألوان يمثل اختلافات صغيرة في المعالجة ويجب تجاهله. المهم هو الضوضاء الظاهرة ، كل من النصوع وضوضاء اللون ، والتفاصيل الواضحة والتدرجات اللونية الدقيقة.

أخذ العينات في الكاميرا

لاكتشاف أصغر الإشارات في مجموعة التعرض المكدس ، يجب أن يكون أخذ العينات في الكاميرا مرتفعًا بما يكفي لرقمنة تلك الإشارات الصغيرة. يوضح الشكل 10 تأثيرات أخذ العينات بواسطة الكاميرا A / D في حالة ضوضاء منخفضة (ضوضاء الكاميرا منخفضة).

يُظهر أنه لاكتشاف الفوتونات عند الفوتون الفرعي لكل معدل تعرض ، هناك ميزة في الذهاب أعلى من كسب الوحدة (ISO أعلى) (الكسب الأعلى يكون أصغر e / DN). (DN = رقم البيانات في ملف الصورة). في التصوير الفوتوغرافي للسماء الليلية ، مع زيادة الضوضاء الصادرة عن وهج السماء ، تقل الفوائد. يرى المرء أيضًا من الرسم التخطيطي أنه لا يوجد مكاسب كبيرة في اكتشاف الأشياء الباهتة من خلال الانتقال من 0.3 إلى 0.2 e / DN (سيكون ذلك زيادة بنسبة 50٪ في ISO) ، ولكن قفزة عادلة في أضعف التفاصيل الرقمية في الانتقال من كسب الوحدة إلى 1/3 e / DN. تتم تسوية بيانات الصورة بحيث يظهر الرقم 25 بنفس السطوع.

في مجموعة الصور المائة ، من خلال الرقمنة عند 0.3 e / DN ، يمكن اكتشاف 20 فوتونًا فقط ، أو بمعدل فوتون واحد لكل 5 صور في المتوسط. في كسب الوحدة هو حوالي 4 مرات أسوأ. في كاميرات العالم الواقعي مع وجود بعض النطاقات ، ستكون الاختلافات بين المكاسب أكبر. وهذا يعني وجود اختلاف في الكشف عن حجم النجوم في التصوير الفوتوغرافي للنجوم.


الشكل 10. في أخذ عينات من الكاميرا في حالة ضوضاء منخفضة يظهر أنه لاكتشاف الإشارات المنخفضة ، أقل من فوتون واحد لكل تعرض ، يجب أن يكون أخذ العينات بواسطة محول A / D في الكاميرا أصغر من 1 إلكترون لكل وحدة محول تناظري إلى رقمي (رقم البيانات ، DN). بالنسبة للكاميرات التي يتراوح حجمها بين 5 إلى 6 ميكرون بكسل ، يكون هذا الكسب عادةً حوالي ISO 1600.

النموذج المستخدم لجعل البيانات في الشكل 10 يستخدم توزيع بواسون لضوضاء الفوتون ، والتوزيع الغاوسي للقراءة + ضوضاء التيار المظلم ، و +/- 1 خطأ DN في تحويل A / D ، ثم قام بتحجيم صور الإخراج إلى نفس المستوى للمقارنة. خطأ A / D مهم. على سبيل المثال ، لنفترض أن لديك فوتونًا واحدًا في البكسل في كل تعريض ، فإن A / D سيحتوي على البعض بدون فوتونات ، والبعض الآخر به 2 ، مما يزيد من الخطأ. بالطبع ، تعدل مصادر الضوضاء الأخرى ذلك ، ولكن تضمين ضوضاء تحويل A / D مهم في إظهار الاتجاه. مع زيادة مصادر الضوضاء الأخرى ، يصبح تأثير A / D أقل ويقل أهمية العمل في ISOs أعلى ، ما لم يحتاج المرء أيضًا إلى التغلب على مشاكل النطاقات (وهو ما يحدث غالبًا).

مفتاح التصوير الفلكي في الكشف عن أضعف التفاصيل هو:

1) يمكنك الوصول إلى أحلك سماء.

2) أكبر عدسة / تلسكوب بجودة الفتحة يمكنك تحمله ، مع أسرع نسبة f /. نسبة f / السريعة والفتحة الكبيرة هما مفتاحان لأنك تجمع أكبر قدر من الضوء في أقصر وقت.

تشغيل الكاميرا: ISO حيث أ) ISO حيث يكون النطاق صغيرًا بدرجة كافية حتى لا يكون عاملاً ، ب) كسب (ISO) حوالي 1/3 e / DN. إذا كان الربط لا يزال يمثل مشكلة في ISO 1/3 e / DN ، فانتقل إلى ISO أعلى.

في اختيار الكاميرا الرقمية للتصوير الفلكي:

1) تتميز النماذج الحديثة من العامين الماضيين (هذه النماذج ، جميع الشركات المصنعة) بقمع أفضل للتيار المظلم ونطاقات أقل بالإضافة إلى كفاءة كمومية جيدة.

3) النماذج التي لا تحتوي على ضغط ضياع خام أو ترشيح أكل النجمة الخام والحد الأدنى من الترشيح الخام (على الأقل 2 ، ربما يكون المزيد من الشركات المصنعة رائعة في هذا المجال)

إذا كانت ضوضاء القراءة بترتيب حوالي 2 أو 3 إلكترونات (أو أقل) عند كسب ISO بمقدار 1/3 e / DN ونطاقات منخفضة عند هذا النطاق المميز ، فلن تظهر ضوضاء القراءة المنخفضة أي اختلاف في التصوير الفوتوغرافي للنجوم بالتعرض الطويل حيث يمكنك سجل بعض وهج السماء في كل تعرض. فقط إذا كنت تحاول القيام بالتصوير الفلكي مع بضع تعريضات ثانية باستخدام مرشحات ضيقة النطاق أو عدسات / تلسكوبات بطيئة جدًا ، فإن الضوضاء تصبح مشكلة.

عندما تصبح الكاميرا "بدون ISO" لا علاقة لها إلى حد كبير بالتصوير الفلكي لأن ISOless تدور حول ضوضاء قراءة منخفضة ويتم غمر ضوضاء القراءة بمصادر ضوضاء أخرى. مرة أخرى ، من الجيد أن يكون لديك ضوضاء قراءة منخفضة بشكل معقول (بمعنى 2 إلى 3 أو نحو ذلك) عند كسب ISO يبلغ حوالي 1/3 e / DN. من المؤكد أنه من الجيد أن يكون لديك قيمة أقل ، لكن هذا لا يحدث فرقًا كبيرًا عند تعريض السماء إلى 1/4 إلى 1/3 مدرج تكراري ، ثم تضيف ضوضاء من التيار المظلم. مصادر الضوضاء هذه هي التي تحد من النطاق الديناميكي واكتشافات الهدف الخافتة ، ولا تقرأ الضوضاء وما إذا كنت في مستوى ISOless أو كسب وحدة أم لا.

الاستنتاجات

دقة البت وطريقتها مهمتان في التكديس. تتفوق طرق المتوسط ​​على الجمع الوسيط. مع تحسن الكاميرات الرقمية ، مع انخفاض ضوضاء النظام ، بما في ذلك ضوضاء القراءة والضوضاء من التيار المظلم ، ومع تكديس المزيد من الصور ، يجب أن تكون دقة خرج المكدس قادرة على التعامل مع الزيادة في نسبة الإشارة إلى الضوضاء. الدقة البسيطة 14 بت غير كافية ، كما هو الحال مع 14 بت مع مقياس 16 بت (فقط تحسين 4 مرات في الدقة) عند تكديس أكثر من حوالي 10 صور. عند تكديس أعداد كبيرة من الصور ، لا يمكن تحقيق الزيادة في الدقة إلا باستخدام متوسط ​​عدد صحيح 32 بت ، أو نقطة عائمة 32 بت أو تعيين نغمة إذا تم استخدام ملفات صور 16 بت.

إذا كنت تعمل مع عدد كبير من الصور في مكدس وتريد العمل في استجابة خطية ، فمن الأفضل استخدام محرر صور يمكنه العمل في نقطة عائمة 32 بت ، بما في ذلك تخزين الصورة المكدسة في 32- عدد صحيح بت أو تنسيق النقطة العائمة.

يعطي تعيين الدرجة اللونية تحسينًا يقارب 40x في دقة الكثافة لأضعف أجزاء الصورة عند العمل بملفات 16 بت مقارنةً بإخراج خام الكاميرا الرقمية الخطي 14 بت. وبالتالي ، يتيح تعيين درجة اللون للفرد استخراج تفاصيل أكثر خفوتًا عند العمل مع برامج تحرير الصور ذات 16 بت / قناة وملفات صور بتنسيق 16 بت / قناة. إذا افترضنا دقة لوحة 1 بت ، فسيكون التحجيم 40x لأضعف بيانات تعيين نغمة جيدًا لتحسين 20x في S / N ، مما يعني أن تكديس ما يصل إلى 20 مربعًا أو 400 صورة يجب أن يظل يعمل بدقة كافية.

بالطبع ، تعتمد مواجهة هذه التأثيرات أيضًا على مستويات الضوضاء في موقف التصوير ، بما في ذلك الضوضاء الصادرة عن نظام الكاميرا والضوضاء من توهج الهواء والتلوث الضوئي. مع زيادة الضوضاء ، تختفي هذه الآثار الجانبية (تضيع حرفيًا في الضوضاء).

إذا تم إجراء الصور المكدسة في إخراج خطي 14 أو 16 بت ، فقد تواجه التتالي ، والذي يظهر على أنه "بقع" وما أسميه نظرة عجينة في الصور عند التمدد. أرى الكثير من هذه القطع الأثرية في الصور الفلكية المنشورة عبر الإنترنت ، مما يشير إلى أن التتالي في التكديس من المحتمل حدوثه.

تعتمد النقطة التجارية عند الحاجة إلى تعويم على مستوى الضوضاء (بما في ذلك ضوضاء القراءة بالإضافة إلى الضوضاء من التيار المظلم والضوضاء من توهج الهواء والتلوث الضوئي). تتمثل إحدى طرق التحقق من ذلك في إجراء بعض الإحصائيات على تعريض واحد في منطقة مظلمة بدون نجوم أو سدم. لنفترض أنك فعلت ذلك ووجدت الانحراف المعياري 6.5. إذا قمت بعد ذلك بتكديس أكثر من 6.5 * 6.5 = 42 إطارًا ، فستكون النتيجة عددًا صحيحًا وسيقتصر استخراج أضعف التفاصيل بحساب عدد صحيح. ثم سيكون من الأفضل حفظ نتيجة المكدس كتنسيق عائم 32 بت وتوسيع النتائج من بيانات تعويم 32 بت. في ImagesPlus ، يمكنك الاحتفاظ بالتنسيق الافتراضي عند 16 بت ، ثم في نهاية المكدس ، حفظ نسخة من الصورة ، وتحديد يناسب ، ثم تحديد تنسيق عائم 32 بت.

أسئلة وأجوبة

لماذا تكون صورة المكدس المتوسطة في الشكل 4 أ مسطحة مع قيمة واحدة للخلفية؟

إجابه. عندما يتم تحديد بيانات الإدخال كميًا ، يتم أيضًا تحديد الحشوة المتوسطة. حتى إذا تم تغيير حجم بيانات الإدخال إلى قيم النقطة العائمة ، فإنها لا تزال كميّة (على سبيل المثال ، الضرب في 1.23 ونقلها كنقطة عائمة ، لا تزال هناك قيم منفصلة مفصولة الآن بـ 1.23). يختار الوسيط الجمع إحدى تلك القيم الكمية كمتوسط. من خلال تكديس العديد من الصور ، عندما يتم تقليل الضوضاء في المكدس إلى جزء صغير من خطوة التكميم ، يتم تكميم الوسيط إلى قيمة واحدة. من الناحية الفنية ، يحدث هذا عندما يكون الانحراف المعياري للوسيط أقل من فترة التكميم ، ويصبح متتاليًا بشكل كبير عندما يكون الانحراف المعياري للوسيط حوالي 1/4 فترة التكميم. يعتمد عدد الصور التي يجب دمجها حتى يحدث هذا مع البيانات الحقيقية على فاصل التكميم وضوضاء النظام. ولكن بمجرد بدء التتابع ، تؤدي إضافة المزيد من الإطارات إلى تسريع الانهيار (الشكل 11) ولا يمكن استخلاص إشارة باهتة من البيانات. مرة أخرى ، يوضح أنه يجب تجنب الدمج المتوسط ​​عند تكديس بيانات الصورة.


الشكل 11. مثال على تأثيرات التكميم حيث أن المزيد من الإطارات تكون متوسطة مجتمعة. الانحراف المعياري للوسيط هو 0.21 بعد 10 إطارات تظهر تخلفًا كبيرًا. عند 20 إطارًا ، قلل التكميم الانحراف المعياري للوسيط إلى 0.02 مما أدى إلى خلفية موحدة في الغالب. يستمر التسلسل في طي جميع القيم بنسبة إشارة إلى ضوضاء أقل من 1 في إطار واحد إلى قيمة خرج واحدة في الحزمة المتوسطة.

السؤال التالي هو ، هل الضوضاء المتولدة غاوسية حقًا؟ يوضح الشكل 12 المخططات الخطية والتسجيلية لملف تعريف الضوضاء (الصلبان) والملف الجانبي الغوسي (الخط). البيانات غاوسية ضمن إحصائيات العد (+/- 1). لقد فرضت المنشورات عبر الإنترنت رسومًا على البيانات ليست Gaussian ، ولكنها تخلط بين الملف الشخصي Gaussian والفاصل الزمني لأخذ العينات.

الشكل 12. إحصائيات الضوضاء المستخدمة في النماذج (الصلبان) ، مقارنة بالملف الجانبي الرياضي (الخطوط). أعلى: مخطط خطي. القاع: مؤامرة السجل. النقطة المرتفعة عند x = 1006 هي تقريب لإحصائيات العد المحدود: القيمة العالية هي 2 +/- 1.

لماذا يتحد الوسيط في الشكل 9 أ أكثر ضوضاء:
"أيضًا ، خاصة بالنسبة للضوء ، تميل الفوتونات إلى الوصول في مجموعات أو موجات ، مما يتسبب في بعض الأحيان في تعطيل توزيع بواسون المتوقع. وهذا شيء لا ينبغي تجاهله. نتيجة هذه الكتل من الفوتونات الزائدة أو فترات عدم وجود فوتونات هي احتمال حدوث خلل في القيمة المتوسطة ، وتحريكها إلى أعلى أو أقل مما كان ينبغي أن تكون عليه. أعتقد أن هذا لا يؤدي فقط إلى نتيجة أكثر فضوليًا من المتوسط ​​، بل يؤدي أيضًا إلى تكميم أقل بالضبط * لأنه * يوجد * المزيد * ضوضاء. مرة أخرى ، الشكل 9 الخاص بك يُظهر متوسط ​​الجمع مع البيانات الحقيقية هذا. هناك متوسط ​​فضولي أكثر من المتوسط ​​، كما هو متوقع من الرياضيات الإحصائية ".

إجابه. أولاً ، بيانات الإدخال (الملفات الأولية) هي نفسها تمامًا لجميع الطرق الموضحة في الشكل 9. إذا كانت الضوضاء الناتجة عن تكتل الفوتون عاملاً ، فسنرى أن نفس وحدات البكسل في الصور التي تم إنشاؤها باستخدام طرق أخرى تبدو أكثر ضوضاءً أيضًا. نحن لا. ثانيًا ، انظر الوضع الحالي لنظرية الكم للضوء الذي تم تحريره بواسطة Jeffers، Roy، Vigier، and Hunter، Springer Science، 1997، صفحة 25 ، حيث يوصف التكتل بأنه يتم ملاحظته من الأجسام الفلكية على مقياس بضعة أمتار. عند سرعة الضوء ، ينطبق ذلك على مقياس بضع نانو ثانية ، مقارنة بوقت التعرض 4260 ثانية لصورة رأس الحصان المعنية. إن فكرة تكتل الفوتون بعيدة بنحو 12 مرتبة من حيث الحجم. البيانات الواردة في الشكل 9 أ هي مجرد نتيجة لمتوسط ​​الكميات.

حول سبب اختلاف التشويش بين الصور "الضجيج أسوأ من 25٪ لأنك أجريت عدة عمليات ، كل منها يضيف خطأه الخاص. يؤدي تطبيق التعتيم والشقق أيضًا إلى إضافة ضوضاء. 80٪ S / N هي فقط لمتوسط ​​واحد بسيط. بصراحة ، إذا لم تكن تدرك أنه يجب أن يكون هناك خطأ إضافي فأنا لا أعرف ماذا أقول ".

إجابه. تم إجراء كل مكدسات تجميع الصور في ImagesPlus التي استخدمت نقطة عائمة 32 بت. يتم تحديد كمية البيانات المدخلة من DSLR بالطبع وتبقى كذلك بعد التحويل إلى نقطة عائمة 32 بت. تضمن حسابات الفاصلة العائمة ذات 32 بت عدم وجود أخطاء كبيرة تضاف بواسطة عمليات التراص. أيضًا ، تم استخدام نفس الإطار المظلم الرئيسي بالضبط ، وإطارات المجال المسطح والتحيز لكل من الوسيط والمتوسط ​​، لذلك إذا كانت الأخطاء ناتجة عن هذه البيانات ، فستظهر في كل من متوسط ​​المداخن ومتوسطها. من الواضح أنها لا تفعل ذلك.

إذا وجدت المعلومات الموجودة على هذا الموقع مفيدة ، فيرجى دعم Clarkvision والتبرع (الرابط أدناه).

المراجع وقراءات إضافية

مجتمع المصدر المفتوح نشط جدًا في منطقة ملف تعريف العدسة. يرى:

ملفات تعريف عدسة Lensfun: http://lensfun.sourceforge.net/ يمكن لجميع المستخدمين توفير البيانات.

ملاحظة فنية: دمج الصور باستخدام عدد صحيح و حقيقي من نوع البكسل. يعرض هذا الموقع أيضًا الجمع الوسيط الذي لا ينتج عنه نتائج جيدة مثل الطرق المتوسطة: http://www.mirametrics.com/tech_note_intreal_combining.htm.

DN هو "رقم البيانات". هذا هو الرقم الموجود في الملف لكل بكسل. إنه رقم من 0 إلى 255 في ملف صورة 8 بت ، من 0 إلى 65535 في ملف tif عدد صحيح بدون إشارة 16 بت.

عدد صحيح 16 بت موقّع: -32768 إلى +32767

عدد صحيح بدون إشارة 16 بت: من 0 إلى 65535

يستخدم Photoshop أعدادًا صحيحة موقعة ، لكن المشاجرة ذات 16 بت هي عدد صحيح بدون إشارة (تمت قراءته بشكل صحيح بواسطة ImagesPlus).


التراص الصور الفلكية & # 8211 التراص الفلكية

نأمل أن تكون قد خرجت للتصوير وتطبيق ما تعلمته عن التصوير الفلكي. بالنسبة لمعظم الناس هناك منحنى تعليمي كبير إلى حد ما مع التصوير الفوتوغرافي للنجوم. كنت دائمًا جيدًا في استخدام الكمبيوتر والإلكترونيات والأجهزة الميكانيكية ، لكن تعلم معالجة الصور كان تحديًا كبيرًا. آمل أن أتمكن من مشاركة ما تعلمته للمساعدة في تسريع عملية التعلم الخاصة بك.

هناك الكثير لنتعلمه عندما يتعلق الأمر بأخذ الصور من الكاميرا لعمل صورة نهائية للعرض. ستجد أن 99٪ من صور السماء العميقة التي تلتقطها ستتطلب شكلاً من أشكال المعالجة اللاحقة. ولكن قبل أن نناقش إجراء أي معالجة ، دعنا نناقش أفضل طريقة لتصوير المشهد.

في المدونات السابقة ، أشرت إلى تقنية تتيح لك الاستفادة إلى أقصى حد من صورك الفلكية. قد يكون إطلاق النار على أهداف متحركة خافتة أمرًا صعبًا للغاية. يتطلب الأمر معدات جيدة للحصول على الأشياء الباهتة حقًا ، ولكن بعد ذلك ، من المهم تصوير الأهداف بشكل صحيح. هناك تقنية واحدة قيّمة من شأنها أن تساعد بشكل كبير في معالجة بياناتك وتحقيق أقصى استفادة منها. هذا الأسلوب هو التراص.

دعونا نلقي نظرة على التراص بمصطلحات أساسية للغاية. يؤدي إطلاق النار على أهداف خافتة إلى التقاط صور مشوشة بشكل عام. هذا صحيح بالنسبة للتصوير الفلكي وكذلك التصوير العادي. هذا يعني أن الصور تبدو محببة وتفتقر إلى الانتقال السلس الحريري. في الصور الفلكية ، تزعج الضوضاء الانتقال من الجسم المستهدف إلى المناطق المظلمة. ولكن إذا قمت بالتقاط العديد من الصور لنفس الهدف وتجميعها معًا ، فستكون النتيجة أفضل بكثير من تلك الخاصة بإطار واحد. يتم ملء التشويش والحبيبات وستظهر الصورة بشكل أكثر سلاسة وكاملة. عندما كنت أذهب للحصول على أفضل الصور جودة ، كنت أقوم بالتصوير بشكل عام لمدة تتراوح بين 10 و 20 ساعة من وقت الغالق المفتوح. ولكن مرة أخرى ، كانت هذه لأفضل صور السماء العميقة على معدات المستوى الاحترافي. بالنسبة لي ، كان هذا يعني التصوير لعدة ليال وتجميع جميع البيانات في الصورة النهائية. كنت أصور تعريضات ضوئية مدتها نصف ساعة ، أو كنت بحاجة إلى إطارات أقل. لكن النتيجة النهائية كانت الكثير من البيانات ، والتي عند تجميعها ، نتج عنها مجموعات بيانات جيدة جدًا.

إذا كنت بدأت للتو ، فليس من الضروري بالنسبة لك أن تطلق النار كثيرًا. ولكن بشكل عام ، كلما زاد عدد مرات التصوير كان ذلك أفضل. هناك فرق كبير يمكن رؤيته على الفور في الصورة النهائية. هناك نقطة تناقص الغلة ، لكن معظم المصورين الفلكيين لن يقتربوا أبدًا من هذا الحد. لذلك إذا كان بإمكانك البدء بالتصوير لبضع ساعات ، فسينتهي بك الأمر ببيانات جيدة إلى حد ما. ولكن حتى التقاط 10 صور وتكديسها سيكون أفضل من إطار واحد. كلما كانت البيانات أفضل ، كان من الأسهل معالجتها في الصورة النهائية.

كيف نبدأ…؟ بمجرد أن تقوم بمحاذاة التثبيت (انظر مدوناتي السابقة) الهدف مؤطرًا وتركز العدسة أو التلسكوب ، يمكنك البدء في التقاط صورك. صوّر نفس الموضوع مرارًا وتكرارًا. أستخدم بشكل عام جهاز كمبيوتر أو مقياس فاصل زمني لإخراج العمل من هذا. هذا يسمح لي بالقدرة على الابتعاد وترك الكاميرا تلتقط حتى تنتهي. فقط كن على علم أنك قد تحتاج إلى عدة بطاريات أو محول تيار متردد للكاميرا الخاصة بك. هذا صحيح بشكل خاص في البرد. في أول نزهة لك ، حاول التصوير لمدة ساعة على الأقل من وقت الغالق المفتوح. هذا يعني أنك إذا كنت تقوم بالتصوير لمدة 5 دقائق ، فستحتاج إلى 12 من هذه اللقطات لمدة ساعة. من الأفضل بشكل عام التصوير مع التعرض لأطول فترة ممكنة ، ولكن ليس لفترة طويلة حتى تصبح الصورة مشبعة بالضباب الخفيف أو تبدأ في الحصول على مسارات النجوم. حاولت بشكل عام التصوير حتى وصلت إلى 25-75٪ تقريبًا على الرسم البياني للكاميرا. لكن هذا يعتمد على الهدف والمكان الذي أصور منه (وكم التلوث الضوئي الموجود). فقط ضع في اعتبارك أن ساعة واحدة ليست رقمًا سحريًا. التقط المزيد ، إذا كان لديك الوقت والصبر. هذا سيجعل المعالجة اللاحقة بعد المكدس أسهل والصورة النهائية أكثر سلاسة.

بمجرد حصولك على المكدس ، ماذا بعد؟ تحتاج إلى معالجة كل هذه الصور في صورة واحدة. هذا ممكن في Photoshop وهناك بعض مقاطع الفيديو والمعلومات الرائعة حول هذا الموضوع. لذلك سأترك عملية التعلم هذه للمهتمين بإجراء التراص بهذه الطريقة.

الفائدة الحقيقية هي القيام بالتكديس في برنامج مخصص لمعالجة الصور الفلكية. هناك العديد من البرامج المتاحة للقيام بذلك ، وبعضها متاح مجانًا. لقد استخدمت برنامجًا يسمى MaximDL وهو جزء متطور من برامج معالجة التصوير الفلكي الاحترافي. بالإضافة إلى إجراء بعض المعالجة ، فإنه يتعامل أيضًا مع التحكم في الكاميرا والتحكم في عجلة المرشح والتركيز والتوجيه والعديد من الجوانب الأخرى لالتقاط صور السماء العميقة. في الإعداد المعقد ، من المفيد جدًا التحكم في كل شيء في برنامج واحد. ومع ذلك ، بالنسبة لأولئك الذين بدأوا للتو ، انظر إلى الحصول على Deep Sky Stacker (DSS). إنه برنامج تكديس ممتاز ومتوفر بدون تكلفة. يتيح لك ذلك ممارسة التصوير ومعالجة الصور دون استثمار الكثير من الأموال الإضافية في البرامج.

تأكد من إلقاء نظرة على الإرشادات الممتازة على موقع DSS وعلى الإنترنت. إنه قوي إلى حد ما وقادر على إنتاج صور جميلة. سيسمح أيضًا بإضافة إطارات معايرة (تمت مناقشتها أدناه) ، وهي ميزة أخرى قوية جدًا للتحكم في الضوضاء. لقد وجدت عمومًا أنني أحب القيام بالتكديس في DSS ثم أقوم ببقية المعالجة في Photoshop أو برنامج معالجة صور مشابه. ولكن هذا هو ما أفضله تمامًا. يجب على كل مصور أن يبحث في أفضل سير عمل ومجموعة من البرامج لاستخدامها في إنتاج الصورة النهائية.

إحدى الميزات الرائعة حقًا لـ DSS هي روتين تكديس المذنبات. تعتبر معالجة المذنبات أكثر تعقيدًا لأن المذنب عادة ما يكون في موقع مختلف في كل إطار. يتحرك البعض ببطء بما يكفي حتى لا تقلق بشأن ذلك. لكن يمكن للآخرين نقل كميات كبيرة في كل إطار. يتطلب هذا عادةً بعض المعالجة الخفية للحصول على صورة لائقة. يأخذ DSS الكثير من العمل للخروج منه. تمت معالجة هذه الصورة في DSS و Photoshop.

شماعات المعاطف Asterism (CR399) و Comet Garradd

عند بدء عملية التكديس ، يجب فرز الصور بجودة أولاً ثم محاذاتها (أو تسجيلها) أولاً. يمكن إجراء فرز الجودة تلقائيًا في DSS ، لكنني أحببت عمومًا البحث في الصور واختيار الصور التي تم تعتيمها من الحركة ، أو كانت بها غيوم أو طائرات. سيعمل التسجيل أو المحاذاة على ضبط الصور لأعلى ولأسفل وأيضًا بالتناوب من أجل تجميع جميع الإطارات في محاذاة مثالية ثم تكديسها معًا في واحدة من عدة طرق للتكديس. أنا أفضل بشكل عام إحدى طرق التكديس المتوسطة.

تم تصوير العديد من الصور الفلكية الخاصة بي ، بما في ذلك صورة المذنب أعلاه ، بمعدات بمستوى احترافي. هذه المعدات تكلف حوالي نصف تكلفة بيتي الأول. لكي نكون منصفين ، أردت أن أظهر ما يمكن فعله باستخدام DSR و Lens (أو تلسكوب صغير) ، لذلك أعدت معالجة بعض صوري الأولى في DSS ، وأنا أعلم ما أعرفه الآن. تم تصويرها بكاميرا كانون 300D (المتمردين الرقمي) 6.3 ميجابكسل. هذه واحدة من أقدم الكاميرات الرقمية ذات العدسة الأحادية العاكسة (DSLR). كانت صاخبة ولم تنتج بشكل عام صورًا فلكية نظيفة جدًا. ولكن حتى مع هذه الكاميرا القديمة ، كانت البيانات قابلة للاستخدام للغاية وأنتجت بعض الصور اللائقة إلى حد ما. سنلقي نظرة على عدد قليل مما يلي:

أول كاميرا DSLR معدلة لي للتصوير الفلكي

أمثلة التراص

فيما يلي بعض الأمثلة على الصور التي تم إخراجها مباشرة من الكاميرا وكذلك بعض الصور التي تمت معالجتها. الأول عبارة عن إطار فردي يُظهر سديم القلب والروح (IC1805 و IC1871 و NGC 869 و NGC 884) بالإضافة إلى المجموعة المزدوجة. الجزء العلوي خارج الكاميرا التالي بعد التكديس والمعالجة.

غير مُعالج ، خارج الكاميرا مباشرةً

مكدسة ومعالجتها بعد

الاختلاف في هذه جذري. في الإنصاف ، تم تشويش الصورة ذات الإطار الفردي بسبب التلوث الضوئي الثقيل. لكن هذه مشكلة ستبتلى بها غالبية المصورين الفلكيين. الطريقة الوحيدة لمكافحة ذلك هي التصوير من المواقع المظلمة بعيدًا عن أضواء المدينة.

هذا المثال التالي ليس جذريًا بنفس القدر. الجزء العلوي خارج الكاميرا ، والجزء السفلي مكدس ومعالج. يتم أيضًا تضمين محاصيل إطار واحد وصور مكدسة ومعالجة.

إطار واحد ومحصول لسديم الوردة (NGC 2237)

لاحظ التفاصيل المفقودة في قص هذه الصورة.

تكديس / بعد الصورة المعالجة ومحصول سديم الوردة

تجعل الصورة المكدسة أكثر وضوحًا وقد تم ملء الكثير من البيانات المفقودة. لاحظ أيضًا التفاصيل الأفضل التي تظهر في اقتصاص Rosette. هذه هي الفائدة الحقيقية لطريقة التكديس. يجب أن تضع في اعتبارك عند معالجة الصور الفلكية أنها عملية تدريجية. لا توجد خطوة واحدة ستنشئ صورة سحرية من البريد العشوائي. ستضيف كل خطوة تحسينًا طفيفًا ، وبخطوات صغيرة كافية ستنتهي بصورة مبهجة للغاية. إذا كنت تقوم بتكديس العديد من الصور ، فستستغرق معظم أجزاء برامج التكديس بعض الوقت إذا لم يكن جهاز الكمبيوتر لديك على قدر المهمة (مثل بلدي). لذا كن صبورًا واتركه يعمل حتى يكتمل عمليات التسجيل والتكديس.

هنا & # 8217s مثال آخر لإطار واحد مقابل مكدس. هذا واحد من سديم رأس الحصان (B33) في الجبار.

إطار واحد ومحصول

كومة / بعد معالجة الصورة والمحاصيل

من السهل إلى حد ما رؤية فائدة التكديس عند تصوير الصور الفلكية. هناك تقنية أخرى أكثر تقدمًا والتي من شأنها أن تساعد في تقليل الضوضاء في مكدساتك تسمى ثبات الألوان. هذا في الأساس هو تحريك الكاميرا بضع بكسل في اتجاه عشوائي بعد كل إطار. عند استخدام طريقة التكديس المتوسطة ، سيتم التخلص من الكائنات الموجودة في موقع مختلف على كل إطار.لذلك باستخدام النجوم كمرجع للمحاذاة ، ستبقى المجرات أو السدم أو الموضوعات الأخرى في نفس المكان. لكن البيكسلات الساخنة والأقمار الصناعية والطائرات والضوضاء والتأثيرات العشوائية الأخرى ستكون في موقع مختلف ، فيما يتعلق بالنجوم ، لذلك يتم التخلص منها عند تكديسها. هناك العديد من برامج التوجيه أو التتبع التي ستقوم بالتردد تلقائيًا. ولكن حتى مع تحرير الغالق اليدوي ، يمكن أن يساعد بشكل كبير إذا قمت بتحريك التثبيت يدويًا بين حالات التعريض الضوئي. يبدو الأمر وكأنه متاعب ، ولكن التردد سيضيف مستوى كبير من التحسين. لم تستخدم أي من الصور أعلاه (باستثناء صورة المذنب) التردد.

إضافة مفيدة أخرى هي إضافة إطارات المعايرة. ستعمل هذه على المساعدة في إزالة الضوضاء الإضافية والتحف الأخرى من الصور. ستساعد الإطارات المظلمة في إزالة وحدات البكسل الساخنة ، وتقلل إطارات التحيز من ضوضاء القراءة وستساعد الإطارات المسطحة في إزالة أي بقع غبار أو مواصفات أخرى ناتجة عن النظر من خلال العدسة أو التلسكوب. يوجد وصف رائع لهذا في قسم الأسئلة الشائعة هنا. تميل الكاميرات الأحدث والأكثر حداثة إلى توفير ضوضاء أفضل وتحكم في البكسل الساخن ، لذلك قد لا تكون هناك حاجة إلى المعايرة. ولكن على الأقل ، يجب استخدام إطارات مسطحة لضمان إزالة القطع الأثرية التي تسببها العدسة أو المستشعر المتسخ. سيساعد أيضًا في تقليل أي تظليل يحدث في الصور. تذكر: تحسينات تدريجية.

في الجزء الأخير من سلسلة Astrophotography ، سنناقش بعض تفاصيل الانتقال من صورة مكدسة تقريبية إلى الصورة النهائية. هذا هو المكان الذي يحدث فيه الكثير من السحر لذلك آمل أن تظل على اتصال. في غضون ذلك ، اخرج واطلاق النار. اراك قريبا.


معالجة الصور باستخدام CCDStack 2

بقلم: محررو Sky & amp Telescope 31 أغسطس 2015 0

احصل على مقالات مثل هذه المرسلة إلى صندوق الوارد الخاص بك

حسِّن صور السماء العميقة باستخدام هذا البرنامج المبتكر.
بواسطة بوب فيرا في عدد يونيو 2013 من سكاي & تلسكوب

من بين البرامج العديدة المتوفرة اليوم لمعالجة صور CCD ، CCDStack 2 هو اختيار العديد من المصورين المحنكين نظرًا لواجهة المستخدم البديهية والعديد من الميزات "الحية" المبتكرة. يوضح المصور الفلكي المخضرم بوب فيرا سير عمله الروتيني باستخدام البرنامج لمعايرة صوره ومحاذاةها وتكديسها وتمديدها لإنتاج صور ملونة للأهداف السماوية مثل الصورة العميقة فوق السديم المخروطي.

مثل أي مصور فوتوغرافي متمرس ، سيخبرك هو أو هي أن تحويل مجموعة من التعريضات الفرعية الصاخبة إلى قطعة فنية ملونة ليس بالأمر الهين. تتضمن العملية العديد من الخطوات باستخدام مجموعة متنوعة من حزم البرامج ، ولكل منها منحنى تعليمي خاص بها. بالنسبة للعديد من المصورين ، يحدث "الفن" في أدوبي فوتوشوب. ولكن قبل أن تتمكن من استخدام أداة مثل محل تصوير لتطبيق لمستك الشخصية على صورة ما ، يجب أن تمر بياناتك أولاً بسلسلة من الخطوات الأقل إثارة بلا ريب - المعايرة والمحاذاة والجمع. وعلى الرغم من أن هذه الخطوات تنطوي على مدخلات إبداعية محدودة ، إلا أنها مع ذلك ضرورية للمظهر النهائي لصورتك.

من بين البرامج العديدة لمعالجة بيانات CCD ، أفضل برامج CCDWare CCDStack 2 (www.ccdware.com) لأجهزة الكمبيوتر لمعايرة الصور الخاصة بي ومحاذاةها وتكديسها وتمديدها إلى ملفات TIFF ذات 16 بت تكون جاهزة للتعديلات النهائية في محل تصوير. تكمن قوة البرنامج في واجهة المستخدم البديهية ، بالإضافة إلى بعض ميزات التمديد "الحية". CCDStack 2 عملت بشكل جيد بالنسبة لي على مر السنين ويجب أن توفر لك أساسًا متينًا لتطوير أساليبك الخاصة.

معايرة الصورة

لنبدأ بإعداد ملفات المعايرة الخاصة بنا. أقوم دائمًا بتسجيل العديد من الصور المظلمة والمتحيزة والمسطحة وأدمجها في إطارات معايرة "رئيسية" لضمان أن تكون النتيجة النهائية نظيفة قدر الإمكان. هذا يقلل من أي عيوب زائفة في إطارات المعايرة الخاصة بي بسبب ضربات الأشعة الكونية أو غيرها من الإشارات غير المرغوب فيها.

ابدأ بفتح البرنامج وحدد Process / Create Calibration Master / make Master Bias. سيفتح البرنامج على الفور المجلد الأخير الذي استخدمته فيه CCDStack 2، لذلك قد تحتاج إلى الانتقال إلى مجلد ملفات المعايرة. بمجرد الوصول إلى هناك ، حدد جميع إطارات التحيز التي تطابق درجة الحرارة التي التقطتها لإطارات الإضاءة الخاصة بك. تفتح نافذة Combine Settings بعد ذلك ، وتتيح لك عدة طرق مختلفة لدمج تحيزاتك في إطار تحيز "رئيسي". أفضل استخدام طريقة رفض سيجما ، وتغيير مضاعف سيجما إلى 2 ، وحد التكرارات 2.

في غضون لحظات قليلة ، يتم عرض إطار التحيز الرئيسي الخاص بك. ما عليك سوى حفظ النتيجة كملف FITS 16 بت ، وكرر نفس العملية لدمج الإطارات المظلمة الخاصة بك عن طريق تحديد عملية / إنشاء معايرة رئيسية / جعل سيد Dark.

CCDStack 2 هو برنامج معالجة الصور الوحيد للهواة الذي يعرض بالضبط وحدات البكسل التي تحددها في كل صورة سيتم تجاهلها عند الجمع بين التعريضات الفرعية باستخدام خوارزميات رفض البيانات المستندة إلى سيجما. تم وضع علامة على النقاط الحمراء في الصورة أعلاه ليتم رفضها في مجموعة مكونة من 10 صور.
بوب فيرا

يتشابه أيضًا إنشاء صورة الحقل المسطح الرئيسية الخاصة بك ، على الرغم من أن البرنامج سيسألك أولاً عما إذا كنت ترغب في إزالة كل إطار مسطح. إذا كان الأمر كذلك ، فاختر إطار التحيز الرئيسي الذي أنشأته للتو ، وكذلك اختر إطار الإطار الداكن الذي يتطابق مع صورتك المسطحة. عندما تصل إلى مربع الحوار Combine Method ، اختر مرة أخرى يعني رفض Sigma مع مضاعف 2 وقيمة التكرار 2. تأكد من تكرار هذا الروتين لجميع الشقق التي تم التقاطها من خلال المرشحات المختلفة التي قمت بالتقاطها من خلالها. الآن وبعد أن أصبح لدينا إطارات المعايرة جاهزة ، فلنقم بمعالجة بياناتنا الأولية.

افتح جميع التعريضات الضوئية الفردية التي تم التقاطها من خلال أحد مرشحاتك (إذا كنت تستخدم كاميرا أحادية اللون مع مرشحات لونية). بعد ذلك ، حدد عملية / معايرة القائمة المنسدلة. تفتح نافذة مدير المعايرة ، والتي ستعثر تلقائيًا على إطاراتك الرئيسية المظلمة والمنحازة والمسطحة إذا تم حفظها في نفس المجلد الذي كنت تعمل فيه سابقًا. إذا لم يكن كذلك ، فانقر فوق الزر "Dark Manager" وانتقل إلى الإطارات الرئيسية الخاصة بك. بمجرد تحديد جميع الإطارات الرئيسية الخاصة بك ، ما عليك سوى النقر فوق الزر "تطبيق على الكل" في أسفل اليسار وفي غضون دقيقة أو نحو ذلك ، ستتم معايرة جميع صورك في هذه المجموعة. احفظ كل صورة من هذه الصور التي تمت معايرتها عن طريق تحديد ملف / حفظ البيانات / مضمن في القائمة المنسدلة. ستفتح نافذة جديدة تسمح لك بإضافة لاحقة إلى عنوان الملف الخاص بك ، لتجنب الكتابة فوق البيانات الأولية. حدد خيار ملف تعويم 32 بت FIT. يمكنك الآن تكرار نفس الخطوات لكل مجموعة من مجموعات الصور التي تمت تصفيتها.

الآن بعد أن تمت معايرة جميع صورنا ، فلنقم بمحاذاة كل إطار. إذا كان لديك الكثير من ذاكرة الوصول العشوائي (RAM) على جهاز الكمبيوتر الخاص بك ومعالج سريع ، فيمكنك فتح جميع حالات التعرض التي تمت معايرتها ومحاذاتها جميعًا مرة واحدة. إذا كانت لديك ذاكرة محدودة ، فيمكنك إجراء المحاذاة في مجموعات ، ولكن تذكر تحديد صورة واحدة لتكون الصورة "الأساسية" التي سيتم محاذاة جميع الصور الأخرى معها. تأكد من أن إطار المحاذاة الخاص بك هو الصورة المرئية ، ثم حدد القائمة المنسدلة Stack / Register ، وستفتح نافذة التسجيل. CCDStack 2 يكتشف تلقائيًا عدة نجوم في صورك ، أو يسمح لك بتحديد نقاطك الخاصة للتسجيل إذا اخترت ذلك. بمجرد تحديد نقاط المحاذاة ، انقر فوق الزر "محاذاة الكل" في أسفل اليسار ، وفي غضون لحظات قليلة ، يجب محاذاة كل من التعريضات الضوئية الفرعية بشكل صحيح. قبل تطبيق المحاذاة بشكل دائم ، قم بتحريك كل صورة للتأكد من أن كل واحدة تعمل بشكل صحيح. إذا كان الأمر كذلك ، فانقر فوق علامة التبويب تطبيق في الجزء العلوي الأيمن. يقدم البرنامج بعض خيارات إعادة التشكيل للتعويض عن إزاحة البكسل الفرعي لكل إطار. أنا أفضل Bicubic B-spline ، ولكن يمكنك التجربة لمعرفة ما هو الأفضل لصورك. بعد تطبيق المحاذاة ، احفظ النتائج بلاحقة جديدة.

بعد المعايرة ، من السهل محاذاة التعريضات الفرعية CCDStack 2. ما عليك سوى فتح جميع الصور للمحاذاة ، وتحديد Stack / Register ، ويختار البرنامج تلقائيًا عدة نجوم لاستخدامها كنقاط تسجيل. يعرض أيضًا نوعًا من "الاختلاف" بين الصورة الأساسية وكل صورة لاحقة مما يجعل من السهل رؤيته عندما تكون صورتان خارج التسجيل (على اليسار) وفي المحاذاة (على اليمين).
بوب فيرا

رفض البيانات

في هذه المرحلة ، تمت معايرة جميع صورنا ومحاذاتها وجاهزة للتكديس. سيؤدي الجمع بين الإطارات الفرعية بشكل صحيح إلى زيادة نسبة الإشارة إلى الضوضاء في صورتك النهائية بشكل كبير ، مع التخلص من مسارات الطائرات والأقمار الصناعية غير المرغوب فيها وغيرها من القطع الأثرية العشوائية. في CCDStack 2 يتضمن هذا ثلاث خطوات: التسوية ورفض البيانات والجمع.

تطبيع بياناتك رياضيًا يعوض الاختلافات في خلفية السماء والشفافية ، ويقيس كل التعريضات الفرعية المفتوحة لقيم سطوع مماثلة لوحدات البكسل المقابلة. هذه الخطوة ضرورية للحصول على أفضل نتيجة مكدسة.

افتح أولاً جميع الصور الملتقطة بفلتر واحد وحدد Stack / Normalize / Control / كلاهما. تفتح نافذة صغيرة تطلب منك تحديد منطقة خلفية السماء. ما عليك سوى النقر بالماوس واسحب تحديدًا مستطيلًا صغيرًا حول منطقة ستكون خلفية سماء "محايدة" بدون ضبابية أو مجرات أو نجوم في اختيارك. بالنسبة للصور التي يتغلغل فيها الضبابية في الصورة بأكملها ، حاول العثور على منطقة بها أضعف ضبابية ، أو سديم مظلم ، مثل اختيارك للخلفية. بعد تحديد اختيارك والنقر فوق "موافق" ، سيطلب منك البرنامج بعد ذلك تحديد منطقة تمييز. سيكون هذا على الأرجح موضوعك الرئيسي ، سواء كان مجرة ​​أو سديمًا أو عنقود نجمي أو مذنب. قم بإجراء تحديد حول المنطقة الأكثر سطوعًا وانقر فوق OK. تنبثق نافذة المعلومات وستعرض الإزاحة المحسوبة لكل صورة من صورك المفتوحة.

بعد ذلك ، نحتاج إلى اختيار طريقة رفض البيانات التي يجب استخدامها. يحدد رفض البيانات ويزيل القطع الأثرية غير المرغوب فيها في كل صورة من صورك الفردية ، مع استبدال المناطق المسيئة في النتيجة المكدسة النهائية بالمنطقة المقابلة من عدة إطارات فرعية غير متأثرة.

اختر Stack / Data Reject / Procedures وسيتم فتح نافذة أوامر جديدة أخرى. هنا سنحدد خوارزمية رفض البيانات من القائمة المنسدلة. أفضل استخدام STD sigma رفض ، ولكن يمكنك التجربة مرة أخرى للعثور على أفضل ما يناسب صورك. حدد المربع "أعلى صورة٪" ، واضبط القيمة على 2 ، ثم انقر فوق الزر "تطبيق على الكل". قد يستغرق هذا بضع لحظات ، ولكن عند اكتماله ، سيعرض البرنامج جميع وحدات البكسل المرفوضة في كل من التعريضات الفرعية باللون الأحمر الفاتح. الآن ببساطة أغلق النافذة وانتقل إلى الخطوة التالية.

نحن الآن جاهزون لدمج صورنا في المجموعات النهائية. مرة أخرى ، يقدم البرنامج عددًا من الطرق للقيام بذلك. ارجع إلى ملف المساعدة الداخلي لتحديد أفضل ما يناسب صورك. أفضل الجمع ، لذلك سأختار Stack / Combine / Mean من القائمة المنسدلة العلوية. سيقوم البرنامج بعد ذلك بحساب القيمة المتوسطة لكل بكسل في حزمة التعريضات الفرعية ، مع استبعاد وحدات البكسل المرفوضة. سيعطيك هذا أقصى نسبة إشارة إلى ضوضاء في صورتك النهائية. عند الانتهاء ، احفظ الصورة الناتجة (ملف / حفظ البيانات / هذا) ، واختر مرة أخرى ملفات FITS عدد صحيح 32 بت. أغلق جميع الملفات (ملف / إزالة جميع الصور) ، وكرر نفس الخطوات لجميع الملفات التي تمت تصفيتها.

بوب فيرا

الآن لدينا ملفات FITS الرئيسية جاهزة للدمج في صورة ملونة. أفضل معالجة صور النصوع بشكل منفصل ثم إضافتها إلى نتيجة اللون محل تصوير. قبل دمج أي من الحزم ، تحقق منها بعناية وعالج أي تدرجات قد تؤثر على المجموعات الفردية. CCDStack 2 لديه خوارزمية إزالة التدرج التي يمكن العثور عليها في القائمة المنسدلة معالجة / تسطيح الخلفية ، والتي تتطلب منك النقر فوق مناطق في صورتك حتى تظهر مضاءة بشكل متساوٍ.

التمدد والتفكيك

الآن دعنا نوسع ملف الإضاءة الخاص بنا باستخدام ميزة عملية التطوير الرقمي (DDP). تتمثل إحدى أهم ميزات البرنامج في قدرته على إجراء DDP "مباشر" على النسخة المعروضة من ملفك. افتح أولاً صورة الإضاءة الرئيسية الخاصة بك ، وحدد Window / Adjust Display ، وافتح نافذة تعرض أشرطة التمرير لضبط مستويات الخلفية ، والحد الأقصى ، وجاما ، و DDP للصورة المعروضة. يمكنك الآن ببساطة ضبط كل شريط تمرير حتى تصبح راضيًا عن النتيجة المعروضة. كلما انخفضت قيمة DDP (عند تحريك شريط التمرير إلى اليسار) ، أصبحت الصورة أكثر سطوعًا. أقترح إبقاء الصورة تظهر أغمق قليلاً مما تريد أن تبدو في النهاية. يؤدي هذا الجزء الأكبر من التمدد المطلوب ، ولكنه لا يزال يترك مجالًا للتعديلات النهائية محل تصوير. بمجرد الحصول على الصورة بالطريقة التي تريدها ، قم بتخفيض قيمة الخلفية بحوالي 50 نقطة لتجنب اقتصاص مستوى اللون الأسود في صورتك النهائية. قم بتطبيق إعدادات العرض على صورتك باستخدام خيار القائمة المنسدلة ملف / حفظ البيانات المقاسة / هذا ، وحدد TIFF 16 بت.

من بين ميزات البرنامج الأكثر ابتكارًا قدرته على عرض ردود فعل "مباشرة" عند تمديد صورة لعرض كل من المناطق الضعيفة والأكثر سطوعًا في وقت واحد. في نافذة ضبط التحكم في العرض ، ما عليك سوى تحريك شريط تمرير DDP إلى اليسار واليمين لضبط صورتك ، أو تغيير الخلفية وعرض المستوى الأقصى. لا يتم تطبيق أي من هذه الإجراءات بشكل دائم حتى يتم حفظ صورتك.
بوب فيرا

يمكنك أيضًا زيادة حدة صورتك باستخدام deconvolution لتشديد النجوم وشحذ الميزات الصغيرة الحجم. CCDStack 2 لديه روتين تفكيك ممتاز يسمى القيد الإيجابي والذي ، عند تطبيقه بشكل معتدل ، يقوم بعمل رائع دون إدخال القطع الأثرية غير المرغوب فيها مثل الهالات الداكنة حول النجوم. حدد العملية / فك الارتباط. تفتح نافذة جديدة ، وسيظهر عدد من النجوم عليها رموز + صفراء. هذه هي النجوم التي اختارها البرنامج لقياس وظيفة انتشار النقاط (PSF) لتحديد قوة خوارزمية deconvolution. يمكنك أيضًا النقر نقرًا مزدوجًا فوق أي نجوم تريد أن يقوم البرنامج بتضمينها في حساباته. اختر النجوم غير المشبعة والمحددة جيدًا (أي ليست مدمجة في الضبابية أو داخل مجرة ​​مرئية). بعد ذلك ، حدد القيد الإيجابي في أسفل النافذة ، وقم بتعيين عدد التكرارات التي أستخدمها غالبًا من 30 إلى 50. الآن انقر فوق الزر "Deconvolve" ، وفي غضون بضع دقائق ، تكتمل العملية بحفظ ملف FITS الناتج. يمكنك تطبيق نفس إعدادات DDP على الصورة المفككة كما فعلت مع الصورة الأصلية بالتبديل إلى الإصدار غير المعالج والنقر على "تطبيق على الكل" في نافذة مدير العرض. احفظ النسخة المفككة كملف TIFF بحجم 16 بت ليتم دمجه مع الصورة الملونة لاحقًا محل تصوير.

الجمع بين اللون

أخيرًا ، دعنا نجمع ملفاتنا باللون الأحمر والأخضر والأزرق في صورة RGB. من أجل تحقيق ذلك بشكل أفضل ، تحتاج أولاً إلى معرفة نسب RGB الصحيحة لكاميرا CCD الخاصة بك والمرشحات وظروف السماء عند تسجيل الصور. على الرغم من وجود عدة طرق لقياس هذه القيم مرة واحدة لنظامك ، تتطلب كل مجموعة بيانات أيضًا إجراء تعديلات لانقراض الغلاف الجوي الناجم عن ارتفاع الهدف عند التقاط كل سلسلة من التعريضات الفرعية للون. أنا أفضل البرمجيات الحرة eXcalibrator (http://bf-astro.com/excalibrator/excalibrator.htm) لتحديد توازن دقيق للألوان (انظر www.skypub.com/excalibrator). ومع ذلك ، هناك طريقة بسيطة لتبدأ بتوازن اللون التقريبي في CCDStack 2 هو تطبيع ملفاتك الحمراء والخضراء والزرقاء مع بعضها البعض ، ثم دمج الصور بنسبة 1: 1: 1. كما هو موضح سابقًا ، حدد منطقة خلفية محايدة ، ثم الإبرازات. بعد التسوية ، حدد لون / إنشاء من القائمة المنسدلة. تفتح نافذة Create Color Imagewindow ، حيث يمكنك تعيين صورك التي تمت تصفيتها للقنوات الخاصة بها. يمكنك أيضًا دمج صورة النصوع الرئيسية الخاصة بك هنا إذا كنت ترغب في ذلك ، على الرغم من التأكد من عدم تضمين صورة النصوع الممتدة. انقر فوق الزر "إنشاء" ، وفي لحظة ستظهر صورتك الملونة المدمجة.

تظهر على الفور نافذة صغيرة تسمى Set Background مع ملف الألوان الخاص بك. إذا كانت صورتك تتطلب ضبطًا إضافيًا للون ، فما عليك سوى سحب مربع حول منطقة خلفية محايدة والنقر فوق "موافق". يمكنك إجراء تصحيحات خلفية إضافية وتسليط الضوء باستخدام الأمر Color / Adjust في القائمة المنسدلة.

الاختلافات اللونية الدقيقة والتفاصيل الدقيقة في الأهداف مثل السدم الانعكاسية / الانبعاثية NGC 1973 و 1976 و 1977 يسهل الحفاظ عليها وتحسينها باستخدام الأدوات الموجودة في CCDStack 2.
بوب فيرا

عندما تكون راضيًا عن الصورة الملونة الإجمالية ، يمكنك تمديد النتيجة باستخدام شريط تمرير DDP وحفظ النتيجة لإجراء مزيد من التعديلات في محل تصوير، وتضمين صورة النصوع الممتد.

يوفر تنفيذ هذه الخطوات بشكل صحيح أساسًا متينًا يمكنك البناء عليه وتعديله بمجرد التعرف على جميع الأدوات المتاحة CCDStack 2. إن استخدام خوارزميات رفض البيانات المستندة إلى سيجما للبرنامج ، و DDP المباشر ، وتطبيق معتدل لتفكيك القيد الإيجابي سوف يمنحك السبق في طريقك لإنتاج الصور التي قد تظهر يومًا ما في سكاي & تلسكوب.

أطلق بوب فيرا سماء الليل من مرصد الفناء الخلفي الخاص به تحت سماء شمال كاليفورنيا المظلمة.


كيف يعمل تكديس الصور

يعد تكديس الصور طريقة شائعة لمعالجة الصور بين المصورين الفوتوغرافيين ، على الرغم من أنه يمكن تطبيق نفس التقنية بالضبط في أي موقف يمكن فيه التقاط صور متطابقة على مدار فترة زمنية ، بمعنى آخر في المواقف التي لا يتغير فيها المشهد بسبب الحركة أو متفاوتة الضوء والظل. يصادف أن التصوير الفلكي مناسب تمامًا بهذه الطريقة ، حيث تكون الأجسام الفلكية ثابتة بشكل فعال لفترات زمنية معقولة. في حالة أجسام السماء العميقة ، تكون الأجسام دائمة تقريبًا. في حالة الصور الكوكبية ، فإنها تتغير ببطء بدرجة كافية بحيث يمكن الحصول على سلسلة من الصور تمتد على الأقل بضع دقائق دون حركة يمكن ملاحظتها.

في المرة الأولى التي شاهدت فيها تأثيرات تكديس الصور ، أذهلتني النتيجة تمامًا. يبدو من السحري تقريبًا أنه يمكن الحصول على الكثير من المعلومات الحقيقية من هذه الصور الأصلية الرهيبة. لكن التفسير الحقيقي سهل الفهم بالطبع.

يؤدي تكديس الصور إلى شيئين مختلفين تمامًا في وقت واحد. يزيد من نسبة الإشارة إلى الضوضاء ويزيد النطاق الديناميكي. سأناقش كل من هذه على حدة.

إحدى نقاط الالتباس التي يجب حلها مبكرًا هي ما إذا كان هناك فرق بين المتوسط ​​والجمع. بما أن هذا لا يزال موضوع خلاف ، لا يسعني إلا أن أدعي أن توضيحي منطقي إذا لم يتبع المرء تفسيري ، فقد يختلف معي. الإجابة المختصرة هي أنها متطابقة. لا فرق سواء كنت تكدس في مجموع أو متوسط. يفترض هذا الادعاء أن المتوسط ​​يتم تمثيله باستخدام قيم الفاصلة العائمة. إذا قمت بالمتوسط ​​في قيم عدد صحيح ، فأنت بذلك تخلص من الكثير من المعلومات التفصيلية. بتعبير أدق ، أؤكد أن هناك نطاقًا مستمرًا من تمثيلات المكدس التي تتراوح بين مجموع ومتوسط ​​، والتي تتكون ببساطة من قسمة المجموع على أي رقم بين واحد وعدد الصور المكدسة.بهذه الطريقة ، من الواضح أن الجمع والتوسيط متطابقان ويحتويان على نفس المعلومات الأساسية.

الآن ، من أجل عرض مكدس فعليًا ، يجب تحويل القيم بطريقة ما إلى مكونات صحيحة لسطوع الصورة عند كل بكسل. هذا ليس من الأسهل أو الأصعب تحقيقه بمجموع أو مكدس ، حيث لا يتناسب بشكل صحيح مع المتطلبات الضرورية لتمثيل الصور القياسية. يحتوي المجموع على قيم بعيدة عن قمة الحد الأقصى للقيمة الممكنة التي يمكن تمثيلها ، ويحتوي المتوسط ​​على قيم فاصلة عائمة لا يمكن تفسيرها فورًا على أنها وحدات بكسل للصور بدون التحويل إلى أعداد صحيحة أولاً. الحل في كلتا الحالتين هو نفس العملية الحسابية بالضبط. ما عليك سوى العثور على القاسم الضروري لتمثيل البيكسل الأكثر سطوعًا في المكدس دون تشبع ، ثم قسّم جميع وحدات البكسل في الصورة على هذا المقسوم عليه وقم بتحويل القيم المقسمة إلى أعداد صحيحة. مرة أخرى ، نظرًا لأن التحويل متطابق في كلتا الحالتين ، فمن الواضح أن كلا النموذجين يحتويان على نفس المعلومات.

السبب الوحيد الذي يجعلني أعزف على هذا كثيرًا هو أنه يجب فهمه بشكل صحيح قبل أن يتمكن المرء حقًا من فهم ما يفعله التكديس ، وهو في الواقع بسيط للغاية بمجرد أن تصل إليه.

التطبيق الكلاسيكي لتكديس الصور هو زيادة نسبة الإشارة إلى الضوضاء (snr). يبدو هذا تقنيًا ومربكًا في البداية ، لكن من السهل حقًا فهمه. دعونا نلقي نظرة عليها في أجزاء ثم نرى كيف يعمل كل شيء.

أول شيء يجب أن تدركه هو أن هذه عملية بكسل تلو الأخرى. يتم تشغيل كل بكسل بشكل مستقل تمامًا عن جميع وحدات البكسل الأخرى. لهذا السبب ، فإن أبسط طريقة لفهم ما يجري هي أن تتخيل أن صورتك لا يتجاوز عرضها بكسل واحدًا وطولها. أدرك أن هذا غريب ، لكن تحملني. إذن صورتك هي بكسل واحد. ما هو هذا البكسل في كل إطار من إطاراتك الخام؟ إنها "الإشارة" ، الفوتونات الحقيقية التي دخلت التلسكوب وتراكمت في مستشعر CCD بالكاميرا ، بالإضافة إلى الضوضاء الحرارية لـ CCD والتحيز جنبًا إلى جنب مع أي تأثيرات الحقل المسطح. بالإضافة إلى بعض الضوضاء العشوائية التي تم إلقاؤها لقياس جيد. هذا هو العنصر الأخير من الضوضاء الذي نهتم به. يمكن التعامل مع العوامل الأخرى بشكل أفضل من خلال عمليات مثل طرح الإطار المظلم وقسمة الحقل المسطح. ومع ذلك ، من الواضح أنه بعد إجراء مثل هذه العمليات على الخام ، ما زلنا لا نملك صورة جميلة ، على الأقل مقارنة بما يمكن إنتاجه عن طريق التكديس. لماذا هذا؟

المشكلة هي ذلك العنصر الأخير من الضوضاء العشوائية. تخيل التجربة التالية: اختر أرقامًا عشوائية (موجبة وسالبة) من توزيع غاوسي متمركز عند الصفر. نظرًا لأن التوزيع هو Gaussian ، فإن القيمة الأكثر احتمالًا هي صفر تمامًا ، ولكن في كل تجربة (يتم اختيار رقم واحد) ، لن تحصل أبدًا على صفر فعلي. ومع ذلك ، ماذا يحدث إذا أخذت عددًا كبيرًا من الأرقام العشوائية وقمت بتوسيطها. من الواضح أن متوسط ​​أرقامك يقترب من الصفر أكثر فأكثر ، وكلما زاد عدد الأرقام التي تختارها ، أليس كذلك؟ يحدث هذا لسببين. أولاً ، نظرًا لأن Gaussian متماثل ومتمركز عند الصفر ، فلديك تغيير واحد من اثنين لاختيار رقم موجب أو سالب في كل تجربة. علاوة على ذلك ، لديك فرصة أكبر لاختيار الأرقام ذات القيمة المطلقة المنخفضة بسبب شكل Gaussian. عند الجمع بينهما ، يوضح هذان السببان بوضوح أن متوسط ​​سلسلة من الأرقام المختارة عشوائيًا (من هذا التوزيع) سوف يتقارب بشكل جزئي نحو الصفر (دون أن يصل كل منهما إلى الصفر بالطبع).

تخيل الآن أن هذا التوزيع الغوسي للأرقام العشوائية يمثل ضوضاء في عينة البكسل. إذا كنت تقوم أيضًا بتجميع الضوء الحقيقي في نفس وقت الضوضاء ، فلن يكون مركز Gaussian صفرًا. ستكون القيمة الحقيقية للكائن الذي تقوم بتصويره. بمعنى آخر ، القيمة التي تسجلها باستخدام CCD في صورة واحدة تساوي القيمة الحقيقية المرغوبة بالإضافة إلى بعض القيمة العشوائية المختارة من قبل Gaussian ، مما قد يجعل القيمة المسجلة أقل من القيمة الحقيقية أو قد تجعلها أكبر من هذه القيمة.

. لكننا توصلنا للتو إلى أن العينات المتكررة للضوضاء تقترب من الصفر. لذا فإن ما يفعله التكديس هو أخذ عينات متكررة من القيمة المعنية. القيمة الحقيقية الحقيقية لا تتغير أبدًا في الواقع ، حيث أن عدد الفوتونات القادمة من الجسم ثابت نسبيًا من صورة إلى أخرى. وفي الوقت نفسه ، يتقارب مكون الضوضاء عند الصفر ، مما يسمح للقيمة المكدسة بالاقتراب من القيمة الحقيقية عبر سلسلة من العينات المكدسة.

هذا كل شيء فيما يتعلق بقضية snr. الأمر بسيط جدًا ، أليس كذلك.

هناك مهمة أخرى يحققها التكديس ، والتي لم يتم التطرق إليها كثيرًا في الأدبيات ولكنها ذات أهمية كبيرة لمصوري النجوم في السماء العميقة ، وهي زيادة النطاق الديناميكي للصورة. بالطبع لا يمكن فهم هذا إلا إذا كنت تفهم بالفعل النطاق الديناميكي في المقام الأول. ببساطة ، يمثل النطاق الديناميكي الفرق بين أعلى قيمة يمكن تسجيلها سطوعًا وأقل قيمة مسجلة ممكنة. القيم الأكبر من أعلى قيمة ممكنة مشبعة (وبالتالي يتم تحديدها على أنها أعلى قيمة يمكن تسجيلها سطوعًا بدلاً من قيمتها الفعلية) ، بينما تنخفض القيم الباهتة من القيمة الخافتة الممكنة ببساطة إلى الأسفل ويتم تسجيلها على أنها 0.

افهم أولاً كيف يعمل هذا في إطار واحد خام تم التقاطه باستخدام مستشعر CCD. CCDs لها حساسية متأصلة. الضوء الخافت جدًا بالنسبة لحساسيتهم ببساطة لا يُسجل على الإطلاق. هذا هو الحد الأدنى ، أدنى قيمة ممكنة يمكن تسجيلها. إن أبسط حل لهذه المشكلة هو التعرض لفترة أطول من الوقت ، للحصول على قيمة الضوء أعلى من أخفض قيمة قابلة للتسجيل بحيث يتم تسجيلها في الواقع.

ومع ذلك ، مع زيادة وقت التعرض ، تزداد قيمة الأجزاء الأكثر سطوعًا من الصورة مع زيادة قيمة الأجزاء الأكثر تعتيمًا في الصورة. عند النقطة التي يتم فيها تشبع أجزاء من الصورة ، ويتم تسجيلها كأفضل قيمة ممكنة بدلاً من قيمتها الحقيقية (الأكثر إشراقًا) ، يتم تحميل التسجيل بشكل زائد ويتم فقد المعلومات المهمة.

يمكنك الآن فهم معنى النطاق الديناميكي في مستشعر CCD وصورة واحدة. سيكون لبعض الكائنات نطاق سطوع يتجاوز نطاق السطوع الذي يمكن تسجيله بواسطة CCD. نطاق سطوع الكائن هو النطاق الديناميكي الفعلي ، بينما نطاق السطوع القابل للتسجيل في CCD هو النطاق الديناميكي القابل للتسجيل لـ CCD.

يوضح الرسم التوضيحي التالي المفاهيم الموضحة أعلاه. لاحظ أنه لا يوجد وقت تعريض مثالي لجسم ما. يعتمد ذلك على ما إذا كنت على استعداد لفقدان الأجزاء المعتمة لمنع تشبع الأجزاء الساطعة أو ما إذا كنت على استعداد لتشبع الأجزاء الساطعة للحصول على الأجزاء المعتمة. يساعد التكديس فقط في حل هذه المشكلة بدرجة محدودة ، كما هو موضح أدناه. بمجرد الوصول إلى حدود التكديس في هذا الصدد ، يجب استخدام أساليب أكثر تعقيدًا ، مثل الفسيفساء ، حيث يتم مزج مكدس التعرض القصير مع مكدس التعريض الطويل ، بحيث تساهم كل مجموعة فقط في مناطق الصورة التي تكون فيها لديها معلومات مفيدة.

أجهزة CCD هي أجهزة تمثيلية (أو رقمية على مقياس الفوتونات في آبار CCD والإلكترونات في الأسلاك التي ترسل إشارات كهربائية من CCD إلى الكمبيوتر). ومع ذلك ، ترسل الأجهزة التناظرية إشاراتها من خلال المحولات التناظرية / الرقمية (محولات A / D) قبل إرسال المعلومات الرقمية إلى الكمبيوتر. يعد هذا مناسبًا لأجهزة الكمبيوتر ، ولكنه يقدم نقطة تعسفية لقيد النطاق الديناميكي في جهاز التصوير الذي لا يحتاج نظريًا إلى وجوده هناك. سيكون للجهاز التناظري من الناحية النظرية نطاقًا ديناميكيًا كبيرًا ، لكنه يعاني من مشاكل ضوضاء خطيرة (وهذا هو السبب في أن الهواتف الرقمية بعيدة المدى والهواتف الخلوية تبدو أفضل من تلك التناظرية). السؤال هو ، كيف يؤثر محول A / D على النطاق الديناميكي ، أو بعبارة أخرى ، نظرًا لأن كل ما نهتم به هو المنتج النهائي ، فما هو النطاق الديناميكي للصورة الخارجة من محول A / D بالضبط. الجواب هو أن الكاميرات المختلفة تنتج أعدادًا مختلفة من البتات الرقمية. تنتج كاميرات الويب عادةً 8 ​​بتات بينما تنتج الكاميرات الاحترافية عادةً من اثني عشر إلى ستة عشر بتًا.

هذا يعني أن الكاميرات الاحترافية تتمتع بقيم رقمية أكبر من ستة عشر إلى 256 مرة لتمثيل السطوع مقارنة بكاميرا الويب ، مما يعني أنه كلما زادت وقت التعرض للحصول على الأجزاء المعتمة من كائن ضمن النطاق القابل للتسجيل ، يكون لديك مساحة أكبر تركها في الجزء العلوي من النطاق الخاص بك لاستيعاب ألمع أجزاء الكائن قبل تشبعها.

إذن ماذا يفعل التكديس؟ الإجابة المختصرة هي أنها تزيد من عدد القيم الرقمية الممكنة خطيًا مع عدد الصور المكدسة. لذا فإنك تلتقط مجموعة من الصور التي يتم تعريضها بعناية حتى لا تتشبع الأجزاء الأكثر سطوعًا. هذا يعني أنك تخاطر بصدق بفقدان الأجزاء الأكثر تعتيمًا. ومع ذلك ، عند تنفيذ المكدس ، تتراكم الأجزاء الخافتة إلى قيم أعلى تهرب من أرضية النطاق الديناميكي ، مع زيادة النطاق الديناميكي في نفس الوقت حيث تصبح الأجزاء الأكثر سطوعًا أكثر إشراقًا وإشراقًا مع إضافة المزيد من الصور إلى المكدس. يبدو الأمر كما لو أن أقصى قيمة سطوع ممكنة تستمر في الزيادة بما يكفي للبقاء في طليعة السطوع المتزايد للقيم المكدسة لألمع وحدات البكسل ، إذا كان ذلك منطقيًا.

بهذه الطريقة ، تحتوي الصورة المكدسة على أجزاء معتمة ومشرقة من الصورة دون فقد الأجزاء المعتمة من الجزء السفلي أو الأجزاء الساطعة من الأعلى.

الآن ، يجب أن يكون واضحًا على الفور أن هناك شيئًا خاطئًا هنا. إذا تم تعريض الإطارات الخام بفترة زمنية قصيرة بما يكفي لعدم تجميع الأجزاء المعتمة على الإطلاق ، لأن الأجزاء المعتمة كانت مغطاة بالأرضية إلى الصفر ، فكيف تم تجميعها في المكدس؟ في الحقيقة ، إذا انخفضت القيمة في خام معين إلى الصفر ، فلن تساهم بأي شيء في المكدس. ومع ذلك ، تخيل أن القيمة الحقيقية للبكسل الخافت تقع في مكان ما بين صفر وواحد. إن رقمنة محول A / D ستحول هذه القيمة إلى صفر ، أليس كذلك؟ ليس بالضرورة. تذكر أن هناك ضوضاء يجب التعامل معها. الضجيج مفيد هنا ، حيث أن القيمة المسجلة لمثل هذا البكسل ستكون أحيانًا صفرًا وأحيانًا تكون واحدة ، وأحيانًا اثنين أو ثلاثة. هذا صحيح بالنسبة للبكسل الأسود حقًا بدون إضاءة حقيقية بالطبع ، ولكن في حالة البكسل الخافت ، سيكون متوسط ​​Gaussian بين صفر وواحد ، وليس صفرًا في الواقع. عندما تقوم بتكديس سلسلة من عينات هذا البيكسل ، فإن بعض الإشارات سوف تتراكم بالفعل ، وسترتفع القيمة أعلى من قيمة الأرضية للصورة المكدسة ، وهي ببساطة واحدة بالطبع.

ومن المثير للاهتمام ، أنه من السهل معرفة أي أجزاء من الصورة لها قيمة حقيقية أقل من جزء في كل إطار خام. إذا كانت القيمة المجمعة للبكسل أقل من عدد الصور في المكدس ، أو إذا كان متوسط ​​قيمة البكسل قيمة فاصلة عائمة أقل من واحد ، فمن الواضح أن القيمة الحقيقية يجب أن تكون أقل من واحد في الإطارات الأولية لأن بعض يجب أن تكون الإطارات الأولية قد ساهمت بصفر في المكدس حتى تكون القيمة المكدسة أقل من عدد الصور المكدسة بعد إنتاج المجموع. (لا يأخذ هذا في الحسبان أن هناك بالطبع بعض الضوضاء قيد التشغيل هنا أيضًا ، مما يعني أن البكسل الذي تبلغ قيمته الحقيقية 1.5 قد يحصل على صفر من بعض الإطارات الأولية ، ولكن يجب أن تكون القيمة المكدسة ، من الناحية النظرية ، أكبر من واحد في متوسط ​​المكدس بالطبع).

هناك عامل آخر يلعب هنا أيضًا. توزيع Gaussian هو نفس الشكل تقريبًا (التباين أو الانحراف المعياري) بغض النظر عن سطوع البكسل الفعلي ، مما يعني أن مكون التشويش للبكسل يكون أكثر حدة بالنسبة للبكسل الخافت منه بالنسبة للبكسل الساطع. لذلك ، يتيح لك التراص زيادة سطوع قيمة البكسل الخافت إلى نطاق لا تغرق فيه الضوضاء. مع تقليل الضوضاء في نفس الوقت على أي حال ، وفقًا للوصف الوارد في النصف الأول من هذه المقالة. هذا جانب مهم آخر لكيفية التكديس الذي يسمح للأجزاء المعتمة من الصورة بأن تصبح ظاهرة. ولهذا السبب نفسه ، في كل إطار خام ، يمكن تمييز الأجزاء الساطعة ، على الرغم من أنها صاخبة ، تمامًا في هيكلها الأساسي ، في حين أن الأجزاء المعتمة يمكن أن تبدو غير مفهومة تقريبًا.


برامج التراص في السماء العميقة للكاميرات الرقمية ذات العدسة الأحادية العاكسة

أصبح الأسلوب الشائع للتصوير الفلكي هو استخدام الكاميرات الرقمية ذات العدسة الأحادية العاكسة (DSLR). هذه رخيصة نسبيًا ، ويمكن استخدامها لعلم الفلك والتصوير الأرضي العادي ، وتنتج صورًا جيدة لعلم الفلك بشكل مدهش ، لذا أصبحت شائعة جدًا.

هناك بعض الخطوات الأساسية المطلوبة للبدء في التصوير الفوتوغرافي للنجوم DSLR. أود أن ألخصهم على النحو التالي:
1. شراء كاميرا
2. شراء ترايبود أو تلسكوب أو منصة تتبع أخرى
3. الحصول على قطعة من البرامج للمساعدة في التقاط صور فوتوغرافية طويلة التعرض
4. احصل على برنامج لمعالجة (بما في ذلك تكديس) الصور التي تلتقطها.

غالبًا ما ينشأ السؤال من ما ورد أعلاه عن برنامج ما يجب استخدامه لتكديس ومعالجة الصور الناتجة التي تلتقطها باستخدام الكاميرا. أو ، في كثير من الأحيان ، لا يدرك الأشخاص أن هناك برامج متاحة لتسهيل ذلك. لذلك سأقوم هنا بإدراج بعض الخيارات ، آمل أن أجعل الأمر أسهل لأي شخص يجد هذه الصفحة.

إذا كنت تعرف البرامج المناسبة لمعالجة صور التصوير الفوتوغرافي للنجوم DSLR غير المدرجة في هذه القائمة ، فيرجى إبلاغي بذلك ، وإعلامي أيضًا إذا كانت المعلومات هنا بحاجة إلى التحديث. شكرا لك.

برنامج مناسب لتكديس و / أو معالجة صور DSLR للتصوير الفلكي:

مكدس السماء العميقة

هذا برنامج مجاني وقادر للغاية لمحاذاة ودمج وتنفيذ المعالجة اللاحقة للصور الفلكية من الكاميرات الرقمية ذات العدسة الأحادية العاكسة (SLR). أفضل شيء في هذا البرنامج هو أنه مجاني ، وقادر بشكل مذهل على شيء مجاني.

سيقوم هذا البرنامج بقراءة مجموعة متنوعة من تنسيقات الملفات بما في ذلك تنسيق Canon RAW ومعالجتها. لقد واجهت بعض المشكلات في معالجة ملفات Canon RAW فيما يتعلق بالحصول على توازن جيد للألوان بعد التراص ، لذلك غالبًا ما تختار أولاً تحويل ملفات RAW إلى TIF قبل المعالجة. قد يكون هذا مجرد نقص في الخبرة من جانبي ، لأنني لا أستخدم هذا البرنامج كثيرًا.

تعد إمكانيات التسجيل في Deep Sky Stacker جيدة جدًا ولكنها لا تتطابق مع إمكانيات RegiStar أو PixInsight عندما يتعلق الأمر بالحصول على محاذاة جيدة للإطارات. غالبًا ما تكون هناك حالات أجد أن DSS لن يقوم بمحاذاة الإطارات بشكل صحيح حيث يقوم RegiStar و PixInsight بذلك.

لا أميل إلى إبداء الإعجاب بقدرات المعالجة اللاحقة لـ Deep Sky Stacker ، لذا أميل إلى إنهاء استخدامي لـ DSS عند النقطة التي قام فيها بتكديس & # 8220Autosave.tif & # 8221 وأخذ هذا الملف إلى PhotoShop من هناك لأداء المنشور -يتم المعالجة.

من المحتمل أن تكون ميزة Deep Sky Stacker & # 8217s هي سهولة الاستخدام (واجهة بديهية للغاية وسهلة الاستخدام) ومرونتها مع دعم جميع تنسيقات الملفات الرئيسية والتعامل مع السيناريوهات المختلفة التي تغطي معظم احتياجات التصوير الفلكي.

مرصع بالنجوم منظر طبيعي

هذا برنامج Apple / Mac وخيار رائع لأولئك الذين لا يستخدمون Windows. إنه بديل جيد لـ Deep Sky Stacker لأولئك الذين يستخدمون أجهزة كمبيوتر Apple.

PixInsight هو برنامج متقدم لمعالجة صور التصوير الفلكي. لدي الآن بعض الخبرة في استخدام PixInsight لمعالجة صور CCD من كاميرا SBIG ST8-XME وملفات RAW CR2 من Canon 6D DSLR ويمكنني بالتأكيد رؤية إمكانات البرنامج.

إذا كنت تمتلك متجرًا شاملاً لمعالجة صور التصوير الفوتوغرافي للنجوم ويسعدك إنفاق 250 دولارًا على PixInsight ، فهناك فرصة جيدة جدًا لأنك لا تحتاج إلى أي من البرامج الأخرى المدرجة في هذه الصفحة. بعد قولي هذا ، سوف تكون مستعدًا لمنحنى تعليمي حاد.

تعمل PixInsight بطريقة مختلفة تمامًا عن البرامج الأخرى. يبدو أنهم يضعون أزرارًا في مربعات الحوار حول الاتجاه المعاكس لما هو أكثر شيوعًا لمجرد إرباك المستخدم. الاختلاف في كيفية إجراء المعالجة وواجهة المستخدم في PixInsight يجعل منحنى التعلم شديد الانحدار ومثير للقلق في البداية. توجد مقاطع فيديو تعليمية على الإنترنت والتي تعد ضرورية تقريبًا لفهم كيفية استخدام البرنامج قبل أن تفقد شعرك أثناء المحاولة ، ولكن بمجرد القلق فإنه يثبت أنه قوي جدًا. استغرق الأمر مني بضع محاولات للعودة إلى PixInsight على مدى بضعة أشهر قبل أن أصبح على دراية كافية بها وتوقفت عن ضرب جدران من الطوب لأتمكن من معالجة صور FIT و DSLR ببعض الثقة.

تعد الوظائف مثل تطبيق LinearFit عبر إطارات LRGB ، ووظيفة Dynamic Background Extraction على أي صورة لتسوية خلفيات الصور مفيدة بشكل خاص وسهلة الاستخدام نسبيًا بمجرد فهمك لأساسيات واجهة مستخدم PixInsight.

حيث فشلت برامج المعالجة الأخرى في إنتاج نتيجة جيدة لصور DSLR (برامج مثل استخدام DSS و RegiStar و Photoshop) ، تفوقت PixInsight وأظهرت تفاصيل أكثر في الصور مما أدركت وجودها في البيانات الأولية.

ليس هناك شك في علمي أن PixInsight هو البرنامج الأكثر تقدمًا لتكديس صور السماء العميقة للتصوير الفلكي. إنها مجموعة من العمليات والمكونات الإضافية واسعة النطاق وفعالة. تكمن المشكلة فقط في قابليتها للاستخدام ومدى صبرك للعمل من خلال منحنى التعلم الحاد لتحقيق نتائج جيدة.

أود أن أقترح ما إذا كنت ستستخدم PixInsight ، ابدأ بـ DSS وفهم أساسيات معالجة صور التصوير الفلكي قبل أن تبدأ العملية الشاقة لفهم كيفية استخدام PixInsight. أيضًا ، إذا كان لديك سهولة في محاذاة الصور عالية الجودة ، فمن المحتمل أن تحصل على نتيجة جيدة جدًا من DSS في إطار زمني أسرع بكثير من PixInsight مما سيتطلب منك تنفيذ المزيد من الخطوات.

إذا كنت ترغب في معالجة صور DSLR باستخدام PixInsight ، فستحتاج إلى آلة قوية لتشغيلها. سوف تستهلك بسهولة كل 16 غيغابايت من ذاكرة الوصول العشوائي على جهاز Windows Core i7 64bit الخاص بي عند معالجة مجموعة من 20 صورة DSLR. تعمل برامج مثل RegiStar في مساحة أصغر بكثير.

PixInsight متاح كنسخة تجريبية مجانية لمدة 45 يومًا.

StarStaX هو برنامج تكديس صور متعدد المنصات. من موقعة على الإنترنت: https://www.markus-enzweiler.de/StarStaX/StarStaX.html

StarStaX هو برنامج سريع لتكديس ومزج الصور متعدد المنصات ، والذي يسمح بدمج سلسلة من الصور في صورة واحدة باستخدام أوضاع مزج مختلفة. تم تطويره في المقام الأول من أجل

Star Trail Photography حيث تخلق الحركة النسبية للنجوم في الصور المتتالية هياكل تشبه مسارات النجوم. إلى جانب مسارات النجوم ، يمكن أن يكون مفيدًا بشكل كبير في مهام مزج الصور الأكثر عمومية ، مثل تقليل التشويش أو تكبير التعريض الضوئي الاصطناعي.

يحتوي StarStaX على ميزات متقدمة مثل ملء الفراغ التفاعلي ويمكنه إنشاء تسلسل صور لعملية المزج والتي يمكن تحويلها بسهولة إلى مقاطع فيديو رائعة المظهر.

StarStaX قيد التطوير حاليًا. تم إصدار الإصدار الحالي 0.70 في 16 ديسمبر 2014. StarStaX متاح للتنزيل المجاني لنظام التشغيل Mac OS X و Windows و Linux.

ابحث عن StarStaX هنا: https://www.markus-enzweiler.de/StarStaX/StarStaX.html

CCDStack هي واحدة من مجموعة المنتجات التي تم تصنيعها بواسطة CCDWare والتي تتوافق مع الاستخدام المتقدم للتلسكوبات.

لقد استخدمت CCDStack كمية معقولة الآن لمعالجة الصور من كاميرا علم الفلك ST8-XME ووجدتها قابلة للاستخدام جدًا وقوية نسبيًا. أنا أحب ميزات مثل القدرة على رؤية البيانات التي يتم رفضها بواسطة وظيفة سيجما على الإطارات الخفيفة والقيام بذلك بسرعة وسهولة مقارنة بـ PixInsight الذي يظهر لك عدم المعاينة قبل معالجة المكدس الكامل. هذا يجعل من السهل جدًا تعديل معلمات التراص للحصول على نتيجة جيدة وتطبيق ترشيح مختلف على الإطارات الفردية (مثل عندما يمر قمر صناعي عبر إطار ، مع تطبيق استبعاد أقسى على هذا الإطار).

سيسهل CCDStack بسهولة في بضع خطوات فقط تسجيل الإطارات الخاصة بك ، وتطبيع (تطبيق الترجيح على) الإطارات ، وتطبيق رفض البيانات على الإطارات والجمع بين الإطارات في مكدس باستخدام الترجيح الذي يحدده التطبيع.

لقد وجدت أن CCDStack خطوة جيدة ومنطقية من CCDSoft. إنه قابل للاستخدام وله وظائف بديهية ومفيدة. البرنامج يبدو خفيف الوزن نسبيًا أيضًا ، ويعمل بكفاءة مع عدد كبير من الملفات.

لم أحاول CCDStack لصور DSLR. من الواضح أنه يفتح ملفات CR2 RAW (من بين تنسيقات أخرى) ولكن في محاولتي السريعة لم يفتح ملفات CR2 من Canon 6D (لست متأكدًا من السبب).

معالج أسترو بيكسل

Astro Pixel Processor عبارة عن حزمة برامج معالجة صور كاملة: https://www.astropixelprocessor.com/

TBA على التفاصيل & # 8211 I & # 8217m ما زلت أختبر هذا!

أنا أستخدم MaximDL بشكل أساسي لتقليل الصورة ، حيث إن عملية تقليل الصورة غير مؤلمة للغاية. قم بتزويده بدليل لجميع ملفات التخفيض .FIT وسوف يقوم بفرزها بشكل جيد في قاعدة بيانات لمجموعات التصغير ليتم تطبيقها على أي صورة تفتحها. افتح ملف .FIT الذي يحتاج إلى معايرته / تقليله وسيطبق إطارات التخفيض المناسبة دون اختيار ملفات تصغير لدرجة الحرارة الصحيحة ، والتخزين ، إلخ. العمل مع إطارات التخفيض. قد يتم أو لا يتم نقل مزايا معالجة إطار الحد من MaximDL & # 8217s لملفات .FIT لاستخدام ملفات DSLR الأولية & # 8211 لم أحاول تقليل صور DSLR في Maxim.

يبدو تكديس MaximDL & # 8217 عادلاً ، لكنني لم & # 8217t كنت بحاجة إلى استخدامه للمحاذاة والتكديس. لقد حاولت أيضًا & # 8217t استخدام MaximDL للصور الكبيرة مثل DSLR ، وأكبر ما أستخدمه عادةً في Maxim هو تلك الموجودة في SBIG ST8-XME.

هذا برنامج رائع لمحاذاة ودمج الصور الفلكية الفردية من كاميرات SLR الرقمية. إنه يعمل بكفاءة عالية مع الملفات الكبيرة ، وهو قادر بشكل مذهل على محاذاة الصور ولديه خوارزميات تكديس جيدة جدًا مدمجة كمكافأة.

هذا البرنامج مخصص في المقام الأول للتسجيل (المحاذاة) للإطارات بحيث يمكن دمجها. يعد هذا البرنامج جيدًا بحيث يمكنك دمج صور الأفلام القديمة مع الصور الرقمية الجديدة ، أو الصور الرقمية من كاميرات مختلفة بأطوال بؤرية مختلفة وجميع الأنواع. كما أنه يتعامل بسهولة مع دوران المجال (لقطات حامل ثلاثي الأرجل ثابتة على ما يرام) وأي تشويه آخر تقريبًا.

المشاكل التي أواجهها مع هذا البرنامج هي أنه لا يقرأ ملفات Canon RAW ، لذا يلزم التحويل إلى تنسيق آخر مثل TIF أولاً ، بحيث لا يتعامل مع تقليل الصور مما يجعلك بحاجة إلى برنامج آخر (مثل PhotoShop ) للقيام بذلك يدويًا أولاً ، وأنه عند دمج الإطارات في مكدس ، فإنه لا يوفر أي ترجيح للإطارات أو استبعاد سيجما للضوضاء في الإطارات ، مما يترك هذا البرنامج مفيدًا بشكل أساسي لتسجيل الإطارات وحفظ تلك الإطارات المسجلة ، وليس تكديسها .

يأتي التميز RegiStar & # 8217s في تسجيل الإطارات بسعر ، وفي هذه الحالة & # 8217s حوالي 159 دولارًا أمريكيًا.

إصدار RegiStar الذي أعرفه هو 1.0 ، ولم يتم تحديثه لبعض الوقت (2004). هذا يعني أنه & # 8217s ليس محدثًا مع أنواع الملفات الحالية (RAW) ولكنه لا ينتقص من القدرة الممتازة على محاذاة صور TIF & # 8217s. على نحو متزايد ، مع مرور الوقت وعدم نشر تحديثات أخرى ، سيكون من الحكمة التفكير في برنامج بديل يتم تحديثه بانتظام ، مثل PixInsight.

لا أستطيع أن أقول الكثير عن ImagePlus لأنني لم أستخدمها لمعالجة صور DSLR. ومع ذلك كثير من الناس يفعلون ويوصى به بشدة. يمكنك العثور على الكثير من المعلومات حول هذا الموضوع عبر الويب.


ما هو التكديس في التصوير الفلكي؟

تميل الضوضاء غير المرغوب فيها في صورة نموذجية إلى أن تكون عشوائية عبر التعرضات المختلفة بينما تكون الإشارة المطلوبة متسقة.

عندما يتم تكديس مجموعة من الصور ، يتم حساب متوسط ​​قيم الصورة الفردية ، مما يعني أن الضوضاء العشوائية تتضاءل بشكل عام ولكن الإشارة تظل ثابتة.

هذا يعني أن نسبة الإشارة إلى الضوضاء تزداد ، مما ينتج عنه صورة أوضح بكثير وأكثر تفصيلاً مع خلفية أكثر سلاسة.

ما هو النطاق الديناميكي؟

بالإضافة إلى السعي لزيادة نسبة الإشارة إلى الضوضاء (SNR) في صورهم ، تهدف أجهزة التصوير الفلكية أيضًا إلى نطاق ديناميكي واسع.

النطاق الديناميكي هو انتشار مستويات السطوع من قيمة الضوء الأكثر خفوتًا المسجلة والتي يمكن التقاطها إلى ما قبل أن تصبح وحدات البكسل مشبعة.

تشمل الكائنات ذات النطاق الديناميكي الواسع مجرة ​​أندروميدا وسديم الجبار ، مع نوى شديدة السطوع ومناطق خارجية أكثر خفوتًا.

يمكن أن تصل صورة واحدة منها بسهولة إلى التشبع في المناطق الأكثر سطوعًا قبل تسجيل التفاصيل الباهتة على الإطلاق.

ولكن عندما تقوم بتكديس العديد من الصور غير المشبعة معًا ، فإن قيم باهتة تتراكم في قيم أعلى ، مما يجعل الكائنات الأكثر خفوتًا تتجاوز الحد الأدنى للنطاق الديناميكي (بمعنى آخر ، يمكنك البدء في رؤيتها) ، بينما في نفس الوقت تزيد القيم الأكثر إشراقًا كذلك.

وبالتالي ، فإن الصور المكدسة تعرض نطاقًا ديناميكيًا أوسع.

للاستفادة من هذه العملية التي تبدو مربحة للجانبين ، يجب تنفيذ بعض الخطوات الإضافية.

لا يقتصر الضجيج على جودة الإشارة التي يتلقاها جهاز الاستشعار.

هناك إشارات غير مرغوب فيها تم إنشاؤها بواسطة مستشعر الكاميرا نفسه ضوضاء حرارية حيث ترتفع درجة حرارة المستشعر أثناء التعريضات الطويلة للاختلافات في ظلال الحساسية من بكسل إلى بكسل الناتجة عن جزيئات الغبار وتظليل مخروط الضوء.

يتم معالجة هذا التدهور الإضافي للصورة من خلال عملية تسمى المعايرة ، والتي تتضمن التقاط إطارات إضافية لمرة واحدة يتم تضمينها في عملية التراص "لطرح" التشويش.

من المصطلحات المفيدة التي يجب معرفتها في هذه المرحلة أن جميع اللقطات الفردية لصورتك المستهدفة تسمى إطارات ضوئية عندما يتعلق الأمر بعملية المعايرة.

بمجرد معايرة الصور ، يجب محاذاة بعضها مع بعض قبل التكديس.

يمكن إجراء عمليات المعايرة والمحاذاة والتكديس النهائي بسهولة باستخدام برنامج معالجة الصور المتخصص القائم على علم الفلك.

DeepSkyStacker هو برنامج مجاني ممتاز ولكن معالجات الصور التجارية الأخرى مثل Astroart و Astro Pixel Processor و MaxIm DL و Nebulosity و PixInsight تستحق الدراسة.

كما هو الحال دائمًا ، فإن أفضل رهان لك هو أن تبدأ صغيرًا ، وتجربة بعض الإطارات على كائنات سهلة ، والعمل من هناك. لأن إتقان التراص هو مهارة أساسية عندما يتعلق الأمر بصور السماء العميقة الرائعة حقًا.


الآن بعد أن أصبحت لديك فكرة عامة عما تتضمنه عملية التصور ، ستتعرف على التفاصيل الفنية لكل مرحلة من هذه العملية.

مراحل التصور - ملاحظات فنية

المرحلة 1: التمدد:

برمجة تعليقات
IDL هذا يكلف المال وعليك القيام بالترميز الخاص بك.
RGBSUN في IRAF يتطلب التجربة والخطأ للحدود ويمكنك فقط الجمع بين 3 مرشحات.
kvis مجاني في جناح Karma. http://www.atnf.csiro.au/computing/software/karma/. يتيح لك ذلك تحديد العتبات في الوقت الفعلي عبر الرسوم البيانية. بالإضافة إلى التحجيم الخطي واللوغاريتمي ، يقوم بعمل الجذر التربيعي وهو أمر جيد للسدم. لديها خوارزميات إضافية في خيار الألوان الزائفة (الأفضل هو greyscale3). كما يقوم بتصدير صورتك التي تم تحجيمها إلى تنسيق Portable Pixel Map الذي تقبله جميع الحزم العديدة.

في Karma ، باستخدام kvis ، يمكنك تقليل الصورة عن طريق تحميل ملف يناسب مع تشغيل خيار التصفية. حدد عدد البكسل "لتخطي" (وهو في الواقع "جمع معًا"). اضبط صورتك ثم قم بتصديرها إلى صورة جزء في المليون جديدة. إذا كنت تستخدم حزمة أخرى لتمديد الحدة ، ثم تنسيق جيد لحفظ الملف كما هو تنسيق tiff ، إذا كان متوفرا.

الصورة الأصلية صورة ممتدة

المرحلة 2: طبقات الألوان وتعيينها:

  • تسمح الطبقات لأحدها بتعيين أي لون ، وليس لونًا أساسيًا فقط ، للصورة. (انظر المثال على http://www.ras.ucalgary.ca/CGPS/press/shell/)
  • من أجل رؤية كل الصور في كومة الطبقات الخاصة بك ، فإن "الشاشة" هي خوارزمية جيدة. يتم تعيين هذا الوضع ، باستخدام قائمة في مربع حوار الطبقة ، لكل طبقة على حدة. تشبه الطبقة بهذا الوضع الشفافية أو الشريحة الإيجابية ، مما يسمح للضوء من الصورة الموجودة تحتها بالتألق من خلالها.
  • يتم ضبط كل طبقة على حدة بحيث يمكن منع أي صورة صاخبة ، على سبيل المثال من مجموعة بيانات أحد المرشحات ، دون التأثير على الصور الأخرى. لقمع التشويش ، يمكنك تطبيق مرشح غاوسي على وحدات البكسل ، وتنعيمها.
  • انقر فوق زر الماوس الأيمن في نافذة الصورة للوصول إلى قوائم المهام.
  1. في Gimp افتح الصورة.
  2. ثم افتح صورة جديدة مع ضبط الخلفية على اللون الأسود عن طريق تحديد المقدمة أو الخلفية بالشكل المناسب. تأكد من فتح مربع حوار الطبقات والقنوات والمسارات.
  3. على صورتك الأصلية ، انقر بزر الماوس الأيمن للحصول على خيارات القائمة ، وابحث عن تحرير -> نسخ مرئي. في الصورة الجديدة ، تحرير -> لصق. سيؤدي ذلك إلى وضع صورة أبيض وأسود في طبقة.
  4. في مربع حوار الطبقات ، انقر فوق الكلمات "القسم العائم" وقم بتسمية الطبقة. سيؤدي هذا أيضًا إلى تغيير الطبقة إلى شيء يمكنك تحريره.
  5. اضبط خوارزمية الوضع ، في مربع حوار الطبقات والقنوات والمسارات. مهم: من أجل رؤية كل طبقة ، وليس فقط الطبقة العلوية ، تحتاج إلى تحديد الوضع المناسب. "الشاشة" هي خوارزمية جيدة لدمج الصور التي تم ضبطها عليها كل من الطبقات (أو لن ترى الطبقة الموجودة تحتها).
  6. كرر للصور الأخرى.
  7. احفظ هذه الصورة ذات الطبقات كملف بتنسيق ".xcf".
  1. انقر فوق اسم الطبقة في مربع الحوار Layers ، Channels ، Paths بحيث يكون لونه أزرق مما يعني أنه نشط.
  2. اذهب واحصل على أداة المستويات. [صورة -> ألوان -> أداة المستويات]
  3. قم بتغيير القائمة العلوية في أداة المستويات من القيمة إلى اللون واضبط مستويات الإخراج للحصول على اللون المطلوب. (على سبيل المثال ، إذا كنت تريد أن تكون الطبقة خضراء ، فقم بتغيير القائمة إلى الأحمر واسحب شريط التمرير الأيمن في مستويات الإخراج إلى الصفر. كرر هذا للأزرق. يجب أن تكون الطبقة الآن خضراء).
  4. كرر لكل طبقة.
  5. احفظ هذا كملف بتنسيق .xcf.
  6. اضبط القيم والألوان حتى تكون راضيًا عن النتائج. على سبيل المثال ، إذا كانت إحدى صور المرشح صاخبة بشكل خاص (محكم) ، فيمكن تقليل ذلك من خلال تطبيق مرشح غاوسي على تلك الطبقة بعرض التشويش (على سبيل المثال ، عدد قليل من وحدات البكسل).
  7. احفظ التغييرات كملف بتنسيق .xcf.

ينصح البعض: قم بعمل نسخ من طبقات الأبيض والأسود الخاصة بك واعمل عليها حتى لا تضطر إلى إدراج الصور مرة أخرى. في بعض الأحيان ، قم بإيقاف تشغيل الطبقات الأخرى (بالنقر فوق أيقونة العين) للتحقق من ألوانك.

هذا تكراري للغاية. يتمتع!

خيارات أخرى: يعمل بعض صانعي الصور على صورة RGB واحدة (أي 3 مرشحات) ثم وضع طبقات في فلاتر أخرى في هذه المرحلة. على سبيل المثال ، في http://heritage.stsci.edu/public/apr1/h301filt.html صورة RGB من 3 مرشحات مع وجود فلاتر أخرى فوق الطبقات.

منقي امتداد الصورة بالأبيض والأسود اللون المعين للصورة
فوق بنفسجي
أزرق
المرئية
الأشعة تحت الحمراء

المرحلة 3: دمج الطبقات

بعد أن تكون راضيًا بشكل عام عن تحديد اللون الخاص بك ، وحفظه كملف .xcf ، ثم تقوم بتسوية الصورة ، باستخدام خيارات مربع الحوار Layers ، في ملف tiff واحد باسم مختلف بتنسيق tif.

والأفضل من ذلك ، فتح صورة جديدة (بخلفية سوداء) ، تحرير -> نسخ مرئي لعرض ملف .xcf الخاص بك ثم تحرير -> لصق في الصورة الجديدة. اضبط الوضع على الشاشة وتسطيح الصورة الجديدة وحفظها كملف tiff واحد. للتسوية ، استخدم القوائم الفرعية ضمن الطبقات. الطبقات -> الدمج المرئي ثم الطبقات -> التسطيح.

المرحلة الرابعة: إزالة العيوب التجميلية.

استخدم خيارات أداة معالجة الصورة (مثل المستويات) لتعديلات اللون النهائي والتباين. استخدم أداة الاستنساخ لإزالة طبقات الرقائق والأشعة الكونية. اختر اتجاهك.

احفظ هذا الملف كملف tiff (بدون ضغط) أو ، في السؤال ، بتنسيق jpeg بجودة 100٪.


دراسة الحالة 2 - معالجة الصور M63 في MIPAV

اكتشف بيير ميتشين M63 المعروف أيضًا باسم Sunflower Galaxy في 14 يونيو 1779. المجرة (التي كانت تسمى في ذلك الوقت بالسديم) أدرجها تشارلز ميسيير كجسم 63 في الكتالوج الخاص به. في وقت لاحق من القرن التاسع عشر ، حدد ويليام بارسونز ، إيرل روسي الثالث ، الهياكل الحلزونية داخل المجرة ، مما جعل مجرة ​​عباد الشمس واحدة من أوائل المجرات ذات البنية الحلزونية التي تم تحديدها. في عام 1971 ظهر مستعر أعظم بقوة 11.8 في أحد أذرع M63.

سجل معالجة الصور لـ M63

بالنسبة لتقليل بيانات M63 ، استخدمت نفس المجموعة المكونة من 11 خطوة التي استخدمتها لـ M51.

تقليل الضوضاء

بالنسبة لمجموعة بيانات معينة ، قمت بتطبيق خوارزميات تقليل الضوضاء التالية: 1. أولاً قمت بتطبيق قناع Unsharp بالمعلمات التالية على جميع صور العلوم M63 R و V و B: مقياس Gaussian - x dim - 0.5 ، y-dim - 0.5 ، وزن الصورة غير الواضحة = 0.75. 2. ثم استخدمت مرشح تقليل الضوضاء غير الخطية وقمت بتطبيقه على جميع الصور العلمية التي تأتي من الخطوة السابقة باستخدام المعلمات التالية:

  • للصور R - السطوع_الحد الأدنى من 0.172237074375152 (صورة دقيقة) و Gaussian_std_dev float 0.5
  • بالنسبة للصور V - السطوع_الحد الأقصى لمضاعفة أقل من 0.4902107357978821 (صورة دقيقة) و Gaussian_std_dev float 0.5
  • بالنسبة للصور B - السطوع_الحد الأدنى لمضاعفة أقل من 0.13539797365665437 (صورة دقيقة) و Gaussian_std_dev float 0.5.

لقد استخدمت الحد من الضوضاء غير الخطية لأن هذه الخوارزمية تستخدم تصفية غير خطية لتقليل التشويش في الصورة مع الحفاظ على كل من البنية الأساسية والحواف والزوايا. لقد وجدت أنه يعمل جيدًا حقًا للحفاظ على الهيكل الحلزوني الجميل لـ M63. اقرأ أكثر .


شاهد الفيديو: شرح autoatakkert و registax لتكديس ومعالجة الصور الفلكية (شهر اكتوبر 2021).