Screen Transfer Function, Dynamic Crop, Dynamic Background Extraction Po udanym złożeniu klatek w jedno finalne zdjęcie czeka nas jeszcze wiele pracy. Po otwarciu surowego zdjęcia w PixInsight początkowo możemy nic nie zobaczyć. Zdjęcie takie ma dużą dynamikę i zazwyczaj większość sygnału jest słaba i zawarta w lewej części histogramu. Zanim zastosujemy krzywe i poziomy do rozjaśnienia obrazu jest kilka procesów, które można albo trzeba zastosować przed wyciąganiem zdjęcia, czyli kiedy jest w takiej właśnie surowej postaci. Niestety na tak ciemnym obrazie niewiele widać, dlatego zanim zaczniemy obróbkę warto zapoznać się z procesem STF - Screen Transfer Function. Jak sama nazwa wskazuje kontroluje on jednynie sposób wyświetlania obrazu na ekranie i nie wpływa na rzeczywiste wartości pikseli w obrazie. Po włączeniu procesu należy go zresetować i włączyć śledzenie zaznaczonych obrazów (ikonki w prawej dolnej części) : W lewej części mamy przycisk z radioaktywnym wiatraczkiem, który nam ustawia STF automatycznie, klikając na strzałkę możemy ręcznie dopasować sobie poziom STF. Dodatkowo domyślnie włączona jest opcja połączonych kanałów RGB - czyli regulujemy wszystkie kolory jednakowo. Jeśli odznaczymy tą opcję to możemy STF w każdym kolorze ustawiać osobno, co oczywiście ma sens w przypadku obrazów kolorowych. Jeśli przy odznaczonyej opcji połączonych kanałów włączymy auto STF to każdy kanał zostanie ustawiony osobno i w ten sposób w przybliżeniu zostanie zbalansowana również kolorystyka naszego zdjęcia. Tak naprawdę, żeby skorzystać z STF nie musimy wcale włączać okienka procesu. Domyślnie w pasku zadań PixInsight znajdziemy ikonki którymi możemy ten proces kontrolować:
Kliknięcie ikonki Auto STF z wciśniętym klawiszem Ctrl spowoduje ustawienie STF w trybie rozdzielonych kanałów, czyli również spowoduje zbalansowanie kolorów. Nie zapominajmy jednak, że STF dotyczy jedynie sposobu wyświetlania obrazu na ekranie i nie wprowadza żadnych zmian do samego obrazu. Po ustawieniu STF tak, żeby w miarę dobrze nam się oglądało pracę prawdopodobnie zauważymy, że brzegi obrazu są słabej jakości i warto je jakoś przyciąć. Służy do tego proces Dynamic Crop:
Prosty i intuicyjny w obsłudze. Po włączeniu procesu kreślimy myszą na obrazie interesujący nasz obszar, możemy go zmieniać, obracać a na końcu zaakceptować klikając zielony haczyk. Czasami się okazuje, że pomimo użycia flatów nasze zdjęcie jest zaświetlone z jednej strony, albo winieta nie została dobrze usunięta, albo w jakikolwiek inny sposób tło jest nierówno naświetlone. Przychodzi nam wtedy z pomocą narzędzie Dynamic Background Extraction. Jest to proces, który na podstawie zaznaczonych punktów analizuje tło obrazu i stara się tak zmodyfikować obraz, żeby tło miało jednakową jasność na całej powierzchni. Wyrównanie tła wymaga umieszczenia na obrazie punktów, które reprezetują poziom tła. Po otwarciu procesu klikamy na zdjęcie na którym chcemy go zastosować. Następnym krokiem jest umieszczenie na obrazie punktów reprezentujących tło. Możemy je umieścić ręcznie - wtedy po prostu klikamy na obrazie w miejscach, które uznajemy za tło. Będzie to miało sens w przypadku na przykład nieregularnych mgławic zajmujących większą część kadru.
Jeśli chcemy rozmieścić punkty automatycznie, wykorzystamy do tego sekcję Sample Generation. Parametr Default sample radius określa wielkość punktów, którymi będziemy próbkować obraz - wartość ta jest wyznaczana automatycznie na podstawie wielkości obrazu i rzadko kiedy ją zmieniam. Kolejny parametr to Samples per row. Jak można się domyślić określa on ilość próbnych punktów na rząd. Możemy kliknąć przycisk Generate z domyślnymi ustawieniami i sprawdzić wynik. Na obrazie zobaczymy punkty, które algorytm wyznaczył jako reprezentatywne dla tła obrazu. Teraz przychodzi pora na dostrojenie wyznaczonej mapy tła, o ile według nas punkty są w niewłaściwych miejscach lub ich brakuje. Ja używam do tego trzech parametrów, które postaram się opisać: - wspomniany już Samples per row. Jeśli nasz obraz zawiera jedynie płynny i łagodny gradient, nie potrzeba nam dużego zagęszczenia próbek i wartość 6-12 dla tego parametru powinna w zupełności wystarczyć. Jeśli jednak nasz obraz zawiera mniejsze nierównomierności, będziemy musieli ten parametr zwiększyć, żeby zagęścić siatkę. Ale proces DBE możemy wykonywać wiele razy po sobie i zanim uruchomimy go z dużą wartością próbek na wiersz, warto go najpierw uruchmomić z wartością niską, żeby usunąć gradienty o niewielkiej częstotliwości - Tolerance w sekcji Model Parameters (1). Zwiększanie tego parametru powoduje, że obszary bardziej różniące się jasnością będą traktowane przez algorytm jako tło i zaznaczane. W przypadku poniżej msuiałem zwiększyć ten parametr do wartości aż 5, żeby uzyskać pokrycie punktami całego tła, ponieważ w prawej dolnej części wystąpiło mocne zaświetlenie kadru. Oczywiście parametr ten musimy zwiększać uważnie, tak żeby nie zaznaczyły nam się obszary, które w żadnej mierze nie są tłem.
- Minimum sample weight. Ten parametr określa minimalną wagę próbki, dla której będzie ona brana pod uwagę przy wyrównywaniu tła. Waga próbki określana jest przez algorytm na podstawie tego, jak bardzo się ona różni od pozostałych próbek. Zmniejszanie tego parametru powoduje generowanie próbek w bardziej różniących się obszarach. W skrócie - jeśli punkty wygenerowały nam się w miejscach w których nie powinny (na mgławicy, na galaktyce) zmniejszamy Tolerance i/lub zwiększamy Minimum sample weight. I przeciwnie - jeśli w miejscach, które uważamy za tło punkty nam się nie wygenerowały, możemy zwiększyć Tolerance i/lub zmniejszyć Minimum sample weight. Jeśli operowanie parametrami nie spowoduje nam wygenerowania dobrej mapy punktów, możemy ręcznie dodać punkty klikając na obrazie, przesuwać je myszką w inne miejsce albo usuwać klawiszem Delete po zaznaczeniu. Kiedy już mapa wygląda według naszego uznania przyzwoicie możemy przystąpić do właściwego procesu. W sekcji Target Image Correction zaznaczamy Correction -> Substraction (jeśli już mamy obrazek wyciągnięty krzywymi i poziomami opcja Division może dać lepsze rezultaty) i klikamy zielony haczyk. Po chwili wygeneruje się nam obraz z poprawionym tłem. U mnie pierwsze podejście wygląda tak: Widzimy, że nie jest to na pewno wymarzony wynik. Ciemniejsze obszary wystąpiły w miejscach, gdzie punkty zostały umieszczone w pobliżu jasnych miejsc, które nie są na pewno tłem. Wracamy więc do naszego obrazka z mapą punktów i przesuwamy w bok te, które są umieszczone na jasnych
gwiazdach, albo na jasnych obszarach. Za pierwszym podejściem również prawy dolny róg nie został całkiem dobrze wyrównany. Obszar ten wymaga większego zagęszczenia punktów kalibracyjnch. Po dwóch kolejnych próbach udało mi się uzyskać taki wynik: Punkty zostały w tym przykładzie rozmieszczone w taki sposób:
Przy procesie Dynamic Background Extraction warto spędzić trochę czasu i dokładnie poustawiać punkty referencyjne tak, żeby uzyskać na tym etapie jak najlepszy rezultat. Każda niedokładność którą tutaj zostawimy, będzie w kolejnych etapach obróbki nam przeszkadzała, a często będzie jeszcze bardziej uwypuklana przez stosowanie innych procesów. W prezentowanym przeze mnie przypadku potrzebne będzie na pewno jeszcze jedno podejście do procesu DBE tym razem z większą ilością punktów - około 25 na wiersz. Taka jest cena za używanie starych klatek flat. W następnej części kolejny proces, który trzeba stosować przed wyciąganiem obrazu krzywymi - dekonwolucja. To dość pracochłonny proces, ale pozwala na odzyskanie realnych szczegółów w naszej pracy, a nie jedynie wyostrzenie przez poprawę lokalnego kontrastu.