[懶人影像處理] 課程的補充

(updated 2023/05/27)

這篇放上星期五的懶人影像處理課因為時間關係我沒有提到的需要補充的地方，請參照上課影片。

M101已上傳(有四、五張被雲覆蓋的在疊圖前請自己挑掉)，同學的信箱應該都會收到連結。
有些沒講到的地方與詳細的預處理疊圖、彗星疊圖一起留待懶人影像處理（二）。

 1.

Advanced模式下就可以選擇曲線的樣式，這兩個曲線就可以做很多變化。(請注意這兩個曲線的中間調的對比的變化差異)

得到無星影像後我們便可以獨自對無星影像處理，包括降噪及放入高對比曲線調整，因為沒有星點也就不會影響到星點。調整後再來做混合模式。恆星影像可以使用starnet++製作的starmask，或者使用重建的星象（其他重點請上課的朋友複習影片）。

如果拉圖看不到直方圖有在動，通常表示大部分的像素都在暗部（32位元影像處理中常見，尚未拉曲線的原始影像經常大部份畫素離飽和值都還很遠），請用Log顯示。

對了，從Siril中呼叫Starnet用的Starnet版本是 command line的，需要下載的是command line tool版本。

解壓縮後可以看到Starnet++.exe 這個執行檔是我們要在Siril環境參數中指定路徑的檔案（在環境設定中選取該檔案然後按open）。

當第一次在macos 執行starnet 會遇到permission  denied 權限問題，請打開終端機，進入你的statnet++所在檔案夾，然後執行 chmod a+x  ./starnet++ 授予權限。

此外再執行可能接著會出現無法打開，因為它來自未識別的開發者 的限制，請到mac安全與隱私權設定中執行 ［強制打開］。

2.

注意在彩色影像合成時對齊的設定有沒有跑掉，不然就會像我昨晚一開始一樣一直無法對齊。

做測光校色 (PCC)的解星時要注意的地方，除了焦距像元要設對（至少要很接近）以外，如果設定對了還一直無法解成功可以試著勾 downsample。

注意練習檔是鏡像的（請對照剛合成後的上圖與PCC後的下圖），這點用iT拍的話常發生，不同的軟體讀寫FIT都有可能造成，所以影像處理時解星的最大好處在自動Flip（許多天體你不熟悉的話看不出來有沒有鏡像），在圖上標出天體編號讓看的人知道倒是其次（自己從星圖就可以對照）。

3.

關於預處理與對齊、疊圖，請注意下圖中顯示的後面那幾張檔案因為已經進入曙光中所以我沒放進練習檔，不過如果整體一起來看就會發現有意義趨勢，所以在此跟各位分享一下，加熱帶要提早開。

導星鏡結露也會有影響，那幾個圓度小於 0.8的點可以在疊圖前先排除（點它按滑鼠右鍵選排除)。

4.疊圖選單中的Sigma High, Low ，是設定要保留的像素範圍，在這個設定倍數的標準差範圍外的pixels 將被剔除掉(Reject) 並以你設定的運算方式取代它。

Winsorized Sigma Clipping 是在計算初始標準差時使用Winsorized的rejection方式將離群值以上下閥值（程式設定）取代，而做疊合時的rejection 仍是以Sigma clipping的方式，Sigma High, Low設定（使用者設定）的是給 Sigma clipping時使用，這時用以取代超出Sigma High Low 離群值的是中位數。

5.

昨天在說明Siril的影像運算器(Pixel Math)時，使用的這張投影片，要強調一下，這已不是在製作HaL明度圖層了，這是在做完HaLHaRGB後的加強步驟，這裡混合的是兩張彩色影像，一張就是原來的HaLHaRGB，另一張是從它製作出來的對比加強影像，混合算式不是使用混合Ha與Ｌ時單純的比例（請對照影片）。

Pixel Math 其實就是影像運算器（Image Calculator），所以如果你有用過ImageJ的Image Calculator 就能很快上手，不要因為它換了一個酷炫的名字就嚇到。只是差別在於Sirl中可以在同一個視窗中分別對三個色版或對RGB(Use single RGB/K)做運算，ImageJ沒有這麼便捷。

如果你想要知道更多的混合方式，可以問Monica，不保證全部正確，要自己驗證一下，我看了幾個算式大致沒什麼問題，但是要使用Siril的Pixel Math用的函數

以下是Chatgpt 的回答，請自行check 一下。要注意這裡面的公式的A,B值都是經過歸一化（scale到0~1之間），所以如果你要用實際pixel value去計算，你要自己修改裡面的常數。另外，門檻值譬如0.5(normalized) midpoint是可以自行調整以改變效果：

Certainly! Here are the pixel math formulas for various blending modes using two images, A and B:

1. Normal Blend:

   Pixel Math Formula: result = A

2. Additive Blend:

   Pixel Math Formula: result = A + B

3. Subtract Blend:

   Pixel Math Formula: result = A - B

4. Multiply Blend:

   Pixel Math Formula: result = A * B

5. Screen Blend:

   Pixel Math Formula: result = A + B - A * B

6. Overlay Blend:

   Pixel Math Formula: result = (A < 0.5) * (2 * A * B) + (A >= 0.5) * (1 - 2 * (1 - A) * (1 - B))

7. Darken Blend:

   Pixel Math Formula: result = min(A, B)

8. Lighten Blend:

   Pixel Math Formula: result = max(A, B)

9. Color Dodge Blend:

   Pixel Math Formula: result = (A == 1) * 1 + (A < 1) * min(1, B / (1 - A))

10. Color Burn Blend:

    Pixel Math Formula: result = (A == 0) * 0 + (A > 0) * max(0, 1 - ((1 - B) / A))

11. Hard Light Blend:

    Pixel Math Formula: result = (B < 0.5) * (2 * A * B) + (B >= 0.5) * (1 - 2 * (1 - A) * (1 - B))

12. Soft Light Blend:

    Pixel Math Formula: result = (B < 0.5) * (2 * A * B + A^2 * (1 - 2 * B)) + (B >= 0.5) * ((2 * A) * (1 - B) + sqrt(A) * (2 * B - 1))

ps.

歸一化：

Min-max normalization: This method divides each pixel value by the maximum pixel value in the image. This ensures that all pixel values are between 0 and 1.

Normalized Pixel Value = (Pixel Value - Minimum Pixel Value) / (Maximum Pixel Value - Minimum Pixel Value)

6.

DSLR 的原始檔(這時還是CFA格式)記得在校正這步驟要勾選 Debayer存檔，變成RGB影像才有辦法繼續下一個對齊的步驟。

如果校正完才發現忘記勾選，這時要重新校正請務必注意要開啟未校正前的sequence，注意看影像右上角有顯示檔案名稱，如果前綴是pp_開頭就是已經校正 (Pre-Processing)過了，那再拿來校正一次就不正確了，要從sequence去選剛轉換成FIT影像的sequence 此例即是 M8_light1_.seq，這時還是黑白的。