Объединение нескольких экспозиций

Question

Мне кажется интересным, что идея объединения выдержек в скобках для увеличения записанного диапазона яркости перешла в мейнстрим (известный как HDR) к точке, где она встроена в рендеринг jpeg камеры. (Помимо: теперь, когда камеры достаточно мощные, чтобы сделать это, широта датчика улучшилась, поэтому нам не нужно преодолевать это)

Но есть и другие способы объединения рисков. Я слышал о укладке для сканирования по глубине поля с различными программами, которые могут помочь в этом.

На данный момент меня интересует улучшение снимков при низкой освещенности / высокой ISO с помощью многократных экспозиций.

Я прочитал предложение о размещении их в Photoshop (выравнивание таких стеков теперь встроено) и простое получение медианы каждого пикселя. Это дало полезное улучшение от взрыва обычных экспонированных снимков.

Но это может быть намного интереснее, чем просто принимать медиану. Помимо более разумного объединения вышеупомянутого стека, другой вариант состоит в том, чтобы сделать каждую экспозицию камеры намного короче желаемой экспозиции, а затем сложить их вместе. Фактически, при длительной экспозиции ведра сансора измеряются с интервалами, а не один раз. Простое добавление ни к чему хорошему не приводит, но это позволяет профилировать дисперсию и удалять шум, в принципе лучше, чем просто использовать медиану.

Существует ли существующее программное обеспечение для этих целей? Так как методы пришли к нам из астрономии, энтузиасты dSLR-астрофотографии могли привести их к домашним ПК. Предполагая, что такое программное обеспечение не слишком специфично для такого изображения, это доступно?

Еще одна вещь, которую я заметил из-за необходимости выравнивать серию снимков, даже со штатива, заключается в том, что они не полностью записаны. Это может быть полезно: в некоторых местах даже тупой срединный метод улучшил сглаживание прямой линии из-за дрожания. Я вспоминаю (опять же с этого сайта), что это было сделано специально астрофотографией, где она (смущающе для меня) называлась дизеринг (это означает что-то другое в компьютерной графике) для тесно связанного улучшения. С выравниванием по целому пикселю простая укладка может причинить ему вред или помочь определенным образом из-за различий в регистрации субпикселей, но умный накопитель может знать об этом, чтобы получить еще лучшие результаты, вплоть до того, что это будет выгодно. Существуют ли какие-либо программы для работы с изображениями, выполняющие подобные вещи?

Answer 1

Если у вас есть разумная статистическая модель источников шума, тогда да, вы можете добиться большего успеха, чем медианная фильтрация, но не намного. Намного проще повысить производительность, просто снимая больше изображений.

Что касается использования небольшого смещения изображений, его можно использовать для увеличения разрешения, этот метод называется супер-разрешением, и есть программы, которые могут сделать это для вас, если вы воспользуетесь термином Google.

Answer 2

Есть программное обеспечение, которое делает то, что вы ищете. По сути, усреднение является наиболее эффективным способом снижения шума и увеличения мощности сигнала. Если у вас нет другой алгоритмической способности выявлять и отклонять выбросы, медиана обычно является лучшим подходом. Тем не менее, медиана, как правило, не даст вам наилучшего SNR в конце концов, так как это просто выбор значения, которое он считает лучшим. Использование среднего значения в сочетании с некоторым видом отторжения сигмы обычно дает лучшие результаты с более низким стандартным отклонением и более высоким SNR.

Алгоритм отклонения использует статистику и настраиваемое количество стандартных отклонений для выявления и устранения (путем простого отбрасывания или корректировки значения) сигма-выбросов. Делая это, вы можете устранить мошеннические значения пикселей, которые часто возникают в астрофотографии. Это могут быть следы метеоров, самолетов, даже удары космических лучей по сенсору. В сочетании с тем, что называется дизерингом (незначительное смещение звезд в каждом субкадре), после выравнивания звезд горячие пиксели будут случайным образом распределяться, и их также можно отклонить с помощью такого алгоритма. Как только пиксели, идентифицированные как статистические выбросы, либо удаляются, либо сдвигаются в пределах диапазона (обычно ограниченного до ближайшего значения границы, не являющегося выбросом, или устанавливаются на медианное значение всего стека), алгоритм усреднения фактически дает вам окончательное интегрированное изображение.

Есть две программы, которые я использовал для обработки моей астрофотографии. Первый, и самый начинающий, с которого можно начинать бесплатно, - это DSS или Deep Sky Stacker. Вы можете использовать простой алгоритм суммирования усреднения, но в сочетании с алгоритмом отбрасывания Каппа-Сигмы вы можете получить очень хорошие, чистые результаты. DSS очень прост в использовании, а также поддерживает калибровку с помощью темных точек, уклонов и плоскостей, а также регистрацию и выравнивание звезд.

Другая программа, которую я использую чаще всего в эти дни, - PixInsight. Это не бесплатная программа, но если вы много занимаетесь астрофотографией, это настоятельно рекомендуется. PixInsight - это полнофункциональная программа для астро-редактирования, которая использует некоторые из самых современных алгоритмов для калибровки, интеграции и обработки изображений. PixInsight поддерживает множество расширенных алгоритмов усреднения, включая Winsorized Sigma Clipping. Этот алгоритм в сочетании с базовым алгоритмом усреднения является легко настраиваемым и, вероятно, наиболее эффективным средством, которое я когда-либо видел, для выявления и отклонения (путем привязки к ближайшему неотклоняемому ограничивающему значению) сигма-выбросов.

Еще одним дополнительным преимуществом использования PixInsight, если вы собираете достаточно субкадров, является то, что вы также можете изморосить, чтобы увеличить разрешение, если у вас было слишком мало изображений. Алгоритм морось PixInsight является одним из немногих на рынке, который действительно может применить отклонение к моросящим интеграциям, что дает вам очень чистые результаты с очень высоким разрешением.