Это простая задача с использованием деконволюции, поскольку звезды на изображении должны быть острыми, но они размыты. Это означает, что звезды на изображении могут использоваться как функция разброса точек, с которой вам нужно выполнить деконволюцию. Вы можете сделать это, используя бесплатную программу ImageJ и плагин параллельная итеративная деконволюция или DeconvolutionLab . Изображение должно быть сначала преобразовано в линейное цветовое пространство и разделено на цветовые каналы. Затем вы выполняете деконволюцию для цветовых каналов отдельно, а затем повторно комбинируете цветное изображение. А затем вы конвертируете деконволюционное изображение обратно в пространство цветов sRGB.
Я обновлю этот ответ позже, используя результат в формате jpeg, вы можете попробовать сделать это самостоятельно, используя файл tiff, скомпилированный из исходного необработанного файла.
Обновление:
Я пытался сделать изображение более четким, используя деконволюцию, но для получения действительно хороших результатов требуется гораздо больше работы, а также необходимо использовать необработанный файл, поскольку файл jpeg ухудшил информацию о высокочастотных компонентах. В данном конкретном случае мы сталкиваемся с тремя основными проблемами. Первый - это эффекты постеризации (видимые дискретные скачки яркости), которые также возникают из-за работы с 8-битным JPEG-файлом вместо 16-битного TIFF-файла (который фактически получается только из обычно 14-битных необработанных файлов).
Другая проблема связана с резкостью звезд, из-за которых они превышают максимальную яркость для 8-битных изображений. Хотя звезды в исходном изображении не были переэкспонированы, они де-факто будут переэкспонированы, если вы будете использовать стандартный метод обрезания значений яркости выше 255. Если вы просто задали яркость, какой бы она ни была, все изображение станет слишком темно. Теперь отсечение значений яркости на 255 приводит к двум проблемам, одна из которых заключается в потере цвета звезд.
Отсечение также приводит к другой проблеме. Звезды, у которых после деконволюции был четкий профиль яркости, теперь будут иметь плоский профиль яркости, не сильно отличающийся от того, как они выглядели на исходном изображении. Обратите внимание, что весь смысл этого упражнения в соответствии с просьбой ОП заключался в том, чтобы обострить звезды!
Первая проблема может быть решена путем преобразования изображения из sRGB в 32, но с линейным RGB (поэтому мы стараемся не преобразовывать в 8-битный линейный RGB), а затем при обратном преобразовании это лучше сделать с помощью пользовательской гаммы исправление вместо стандартного преобразования.
Проблемы, вызванные яркостью звезд после деконволюции, можно решить с помощью методов тонального отображения, аналогичных тем, которые используются при обработке HDR-изображений для 8-битных изображений. Это не в полной мере решает проблемы: чем ярче звезда, тем менее резкой и тем более белой она будет выглядеть. Также станут видны артефакты деконволюции.
Шаги, использующие ImageJ в деталях:
Загрузить изображение
Изменить тип изображения на RGB Stack
преобразовать его из текущего 8-битного в 32-битный.
Затем преобразуйте из sRGB в (линейный) RGB, сначала разделив на 255, запустив математический макрос:
if (v <0.040445) v = v / 12.92; if (v> 0.04044) v = pow ((v + 0.055) / 1.055.2.4)
и умножить на 255.
Увеличьте изображение и выберите яркую звезду где-то в середине изображения, продублируйте изображение (которое в ImageJ создаст новое изображение только с выделением). Затем измерьте фон в цветовых каналах, выбрав часть фона и используя функцию «измерения». Если фон достаточно равномерный, вы можете вычесть это значение из значений серого в некотором цветовом канале, и у вас есть достаточно точная функция разброса точек. Чтобы сделать это действительно точно, вы должны повторить это для нескольких звезд поблизости, выровнять изображения и взять среднее значение.
Кроме того, из-за некоторой нерезкости, возникающей из-за длительного времени экспозиции, в результате которого звезды становятся звездными следами, функция разброса точек не является равномерной по всему изображению. Это требует использования множества различных функций разброса точек для разных частей изображения. Горы на расстоянии должны быть заточены с использованием другой функции разброса точек в зависимости от ширины размытых звезд.
Я только что скомпилировал свою функцию разброса точек на основе изображения только одной звезды, так что здесь есть много возможностей для улучшения. Затем следующий шаг - разделить 32-битное RGB-изображение на его цветовые компоненты, выбрав «Изображения для укладки», а затем запустив «параллельную итеративную деконволюцию», я выбрал метод MRSND, так как это дает наилучшие результаты для тусклых изображений (отведений). для меньшего количества артефактов, которые в сочетании с постеризацией могут выглядеть очень некрасиво), для прекондиционера выберите «нет», границу можно принять равной нулю, так как границы довольно темные, это не приведет к появлению артефактов (в противном случае выбор рефлексива обычно будет лучше ). Мы хотим сделать вычисления максимально точно, поэтому лучше выбрать «следующую степень двух» для изменения размера, вывести «float», но в этом случае это то же самое, что выбрать «то же, что и источник». Точность должна быть установлена в два раза. Для MRSND максимальное количество итераций должно быть достаточно большим, я принял это значение равным 50. Максимальное количество потоков зависит от вашего компьютера, обычно для него задано правильное значение.
Затем вы нажимаете «deconvolve», из-за ошибки нехватки памяти все может пойти не так. В этом случае вы можете уменьшить точность с двойной до одинарной, или вы можете разрезать изображение по частям, деконвертировать детали по отдельности и в конце сшить все вместе. Для этого образа достаточно 8 ГБ ОЗУ, но для изображений немного большего размера вы можете столкнуться с этой проблемой только с 8 ГБ ОЗУ.
Тогда я обработал результат следующим образом. Я сделал тональное отображение; значения яркости ниже 212 были разделены пополам, в то время как большие были отображены в диапазоне от 106 до 255 с использованием функции 71.03109 * log (v) - 274.48416 с использованием математического макроса. Вы можете экспериментировать с различными функциями, выбранная здесь логарифмическая функция, вероятно, не лучший выбор. Вам нужно измерить самое яркое значение серого с помощью функции «measure», а затем вычислить непрерывную функцию, которая отобразит диапазон яркости звезд на некотором прилично большом интервале.
Затем вы можете объединить 3 изображения в одно цветное изображение. Затем вместо стандартного преобразования обратно в sRGB вы можете поэкспериментировать с гамма-коррекцией. В этом случае при делении значений 255 серого применяется гамма 0,4 и умножение на 255, что приводит к получению приглушенного изображения, которое выглядит намного лучше, чем стандартное преобразование в sRGB (нет видимых серьезных артефактов).
Последний шаг - преобразование 32-битного цветного изображения в 8-битное.
