Utilizziamo i seguenti repository.
- https://raw.githubusercontent.com/setiastro/pixinsight-updates/main/
- https://pixinsight.starnetastro.com/
- https://www.cosmicphotons.com/pi-scripts/imageblend/
Creazione di una preview
Selezionare la vista immagine. Premere Alt + N e disegnare la preview col mouse.
Salvataggio dei parametri e delle operazioni
Detto in breve: i parametri di operazioni (PROCESS) e script si salvano creando delle “istanze” nel workspace; i workspace si salvano in un progetto. In questo modo è possibile recuperare tutte le azioni.
Quando si editano i parametri di un processo, si può creare un'”istanza”, cioè un’icona che rappresenta quel processo con i suoi parametri. Questo si ottiene trascinando sul workspace (il desktop del programma) l’icona triangolare in basso a sinistra.
Un’immagine – a meno di quelle create con gli script, attenzione! – contiene una “history” che si può recuperare (menu contestuale con clic destro -> Load History Explorer.
Preprocessing
Il preprocessing viene fatto facilmente con WBPP (SCRIPT -> Preprocessing -> Weighted Batch PreProcessing).
Selezionare i dark, i flat, i light. Impostare il percorso per salvare i file.
Importante inserire i dati corretti per il plate solving, che è necessario più avanti. Ricordiamo le dimensioni dei pixel.
| Sensore / camera | Dimensioni pixel | Risoluzione | Dimensioni sensore |
| Canon EOS R8 | 5.98 µm | 5999 x 3999 | 35.9 mm x 23.9 mm |
| Sony A7S | 8.4 µm | 4256 x 2848 | 35.6 mm x 23.8 mm |
Da notare che abbiamo provato a mettere insieme frame ripresi con diverse sensibilità e il WBPP sembra essere in grado di trattarle correttamente.
Opzionale a questo stadio: ribilanciamento canali
IMAGE -> Extract -> Split RGB Channels
Guardare le statistiche di ogni canale (PROCESS -> Image -> Statistics) e vedere quello con la mediana minore (perché? viene consigliato qui, immagino per minimizzare la probabilità di saturazione dei dati).
Aprire PROCESS -> ColorCalibration -> LinearFit, selezionare il canale con la mediana più bassa come “Reference image” e applicarlo agli altri due canali.
Ricombinare i canali con PROCESS -> ChannelManagement -> ChannelCombination.
Elaborazione “standard”
Usiamo in sequenza: DeepSNR (se vogliamo…), GradientCorrection, BackgroundNeutralization, ImageSolver (per avere una soluzione astrometrica e per poter correlare il database di sorgenti all’immagine), SpectoPhotometricColorCalibration.
Da notare che qui non stiamo ancora riducendo il rumore, ma stiamo solo cercando di calibrare l’immagine e rimuovere lo sfondo. Il processo si può certamente migliorare quando necessario.
Elaborazione separata delle nebulosità
A un certo punto, per evidenziare le nebulose rispetto alle stelle, ci servirà quasi sempre ridurre la luminosità delle stelle rispetto a quella delle nebulose. Per farlo, dapprima separiamo le stelle dalla nebulosità. Sembra molto efficace il processo StarNet2 (da starnetastro).
PROCESS -> Etc -> StarNet2
Selezionare “Create starmask” e “Linear data” ed eseguire.
Si creano due immagini, una contenente le stelle, e un’altra contenente la nebulosa.
GraXpert
La versione 3.1.0rc2 contiene un algoritmo di deconvoluzione. Stiamo provando! Dato che molte immagini hanno problemi “non uniformi”, anche solo il “deconvolve stars only” sembra ragionevole.
BlurXTerminator
Questo sembra molto ben funzionante con immagini che hanno aberrazioni o piccoli mossi non uniformi sull’intera immagine.
Riduzione del rumore
Per eliminare il rumore della nebulosa, utilizziamo le tecniche più aggressive, dato che non ci dobbiamo preoccupare della deformazione delle stelle.
PROCESS -> Noise Reduction -> MultiscaleLinearTransform
Alcuni settaggi che possono andare bene:
Layer 1, scale 1: S(3.5,0.75,3)
Layer 2, scale 2: S(2.5,0.75,3)
Layer 3, scale 4: S(1.5,0.75,3)
Layer 4, scale 8: S(0.5,0.75,1)
R, scale 16
Tutte: Bias 0, Noise Reduction only
Riduzione del rumore 2
Un altro sistema è usare TGVDenoise. Qui c’è il tutorial: Riduzione del rumore con TGVDenoise. E’ importante lavorare su una preview, per valutare di volta in volta il risultato. Il trucco fondamentale di questo video è l’utilizzo del valore di stdDev dalle statistiche dell’immagine come valore per Edge Protection.
Ricomposizione
Per rimettere insieme tutto, utilizziamo lo script Image Blend
SCRIPT -> Utilities -> ImageBlend
Qui selezioniamo come “base image” quella della nebulosa, e come “blend image” quella delle stelle. Come “Blend Mode” selezioniamo Replace, e impostiamo l’opacità delle stelle arbitrariamente. A 0.50 si ritorna alla situazione originale (anche se abbiamo ridotto il rumore della nebulosa), ma solitamente utilizzeremo 0.20, 0.10 o anche meno, in modo da mantenere le stelle meno evidenti rispetto alla nebulosità.
Questo crea una nuova immagine che può essere elaborata.
Solitamente ci limiteremo ad aumentare la saturazione (PROCESS -> All Processes -> ColorSaturation) e impostare la funzione di trasferimento.
Per salvare in JPEG
Per salvare in JPEG l’immagine “finale” dobbiamo procedere così (bisognerà spiegare il perché, ma per ora… seguire la procedura).
- Aprire i processi HistogramTransformation e ScreenTransferFunction.
- In ScreenTransferFunction, selezionare i livelli come desiderato (qui: inserire una guida su come usarlo)
- Trasferire i parametri da ScreenTransferFunction a HistogramTransformation “trascinando” l’icona triangolare in basso a sinistra di ScreenTransferFunction nella barra in basso di HistogramTransformation
- Disabilitare la STF (icona a forma di “monitor” nella toolbar di PixInsight) e abilitare la preview di HistogramTransformation (icona a forma di cerchietto nella barra in basso di HistogramTransformation). Dovremmo vedere la stessa immagine di prima.
- Applicare la HistogramTransformation con l’icona quadrata in basso a sinistra.
- Disabilitare la preview di HistogramTransformation. Dovremmo vedere la stessa immagine di prima (ma ora SENZA la STF attiva).
- Salvare con FILE -> Save As…
NOTE FINALI TEMPORANEE
Consiglio da Max: GraXpert
Da valutare: https://pixinsight.deepsnrastro.com/