Herbert West

Kuba, twój wątek mnie wreszcie przekonał do przyjrzenia się bliżej resamplowaniu. Tu wyniki:

Brawo, dobra robota!

Bardzo ładnie to wygląda, gratuluję realizacji!

Znakomite zdjęcie. Bardzo dobrze wybrałeś kadr!

Bardzo mi się podoba, gratulacje!

Skala: Rozmiar piksela w um / ogniskowa teleskopu w mm x 206,265 = skala w "/piksel Jeżeli sumaryczny błąd prowadzenia w " (nie w pikselach!) jest mniejszy niż skala i gwiazdy są okrągłe (pomijając problemy optyczne) to masz dobre prowadzenie.

Co do prowadzenia, to możesz mieć okropne, ale jeżeli jest poniżej skali, na której operujesz, to jest to bez znaczenia i nie powinno cię to martwić.

Uuu, poważna fota! Świetne, gratulacje!

O, to, to!

Jeżeli Sh 2-261 to Lower's Nebula a nie mgławica kochanka ;-)

@Gayos Ty masz nowszą wersję. To narzędzie siedzi u Ciebie w zakładce HSL (czy też Mieszalnik Kolorów).

PS 21.1.1, czyli już dość stara.

Nie próbowałem drizzle (np. 2x) -> downsample. Drizzle natomiast ma potencjał do redukcji szumu, ale różnica jest na prawdę niewielka (kiedyś sprawdzałem "numerycznie" na jasnej mgławicy). Co ciekawe, sprawdzałem też drizzle na bardzo, bardzo słabych mgławicach i SNR nie był lepszy- w najlepszym wypadku identyczny, a może i nieco gorszy. Obiekty, które robię nie zyskają nic na drizzle, więc może ktoś, kto ma undersampling (ja nie mam) i robi ciemnotki sprawdzi :-)

Zainspirowany ostatnią dyskusją o binowaniu w kamerach CMOS, postanowiłem dokończyć temat, który kiedyś nadgryzłem- resample (w tym wypadku downsample) materiałów i jego wpływ na relację sygnału do szumu (SNR). Wykonałem w tym celu w Pixie próby każdego z algorytmów dostępnych w procesach "Resample" oraz "IntegerResample". Do pomiaru użyłem skryptów "Noise Evaluation" oraz "SNR" - wyniki w załączonej tabeli. Testowałem na masterze H-alfa obiektu Ishida-Weinberger 1, gdzie SNR jest ekstremalnie niski, mimo kilkudziesięciu godzin integracji. Downsample dokładnie 50%, czyli odpowiednik bin2. A. Wyniki numeryczne: [metody average, median i maximum w procesie "IntegerResample"; reszta w "Resample"] Jak widać, Cubic B-Spline Filter daje największą poprawę SNR. Dlatego też w dolnej części tabeli szczegółowe wyniki z różnymi ustawieniami parametru "Smoothness". Poprawa SNR oczywiście kosztem rozdzielczości. B. Efekty "naoczne" [Obydwa obrazki z zaaplikowanym identycznym HistogramTransformation, identyczną kalibracją i wstępną obróbką] 1. Rozdzielczość oryginalna: 2. Resample Cubic B-Spline 50%, Smoothness 1,5 (default): 3. Różnica w Cubic B-Spline między Smoothness = 5 (max) a Smoothness = 2 (default to 1,5) a. Smoothness = 2 \ b. Smoothness = 5 C. Wnioski a. Efekty downsample wybranym algorytmem można porównać do solidnego odszumiania (które poprawia SNR). Natomiast, oczywiście, zamazuje drobne detale - tracimy rozdzielczość. b. Zastosowanie downsample PRZED OBRÓBKĄ na zdjęciach jasnych obiektów, zawierających drobne detale nie ma sensu. c. Downsample przed zasadniczą obróbką w przypadku bardzo ciemnych i pozbawionych drobnych detali obiektów wydaje się dobrym pomysłem - zyskuje się na początku SNR a jego poziom, w takich przypadkach, determinuje dalszą obróbkę. d. Nie ma sensu batch downsample subów/skalibrowanych subów przed stackowaniem. Próbowałem i zysk żaden w porównaniu do downsample mastera i pojawiały się problemy.

Epifanię przeżyłem ostatnio - znalazłem w CameraRaw w Photoshopie, w zakładce HSL (Hue Saturation Luminance) narzędzie o nazwie Targeted Adjustment Tool. Niebywale ułatwia manipulację kolorami, ponieważ NIE TRZEBA NAWET RUSZAĆ SUWAKAMI czy wybierać odpowiednich suwaków. Wybiera się narzędzie, wybiera się odpowiedni parametr do modyfikacji (Hue, Saturation lub Luminance), klika i trzyma się na podglądzie interesujący nas kolor i narzędzie samo wybiera, które dwa kolory są ważne. Przesuwamy myszką w lewo lub w prawo, aby zmieniać ustawienia. Dotyczy zarówno odcienia, nasycenia jak i jasności. Ten łatwy sposób może w dużej mierze zastąpić Selective Color, Hue/Saturation, Color Balance, etc jako podstawowe narzędzie do pracy nad kolorami w PS. I to tyle! Camera Raw Hsl PUB.mp4

Ładne maleństwo, pierwszy raz widzę.

Spryciarz ;-)

Bardzo polecam, jeżeli ktoś początkujący chce (a powinni wszyscy chcieć ;-) doszlifować umiejętności, ale nie ma materiałów do obróbki: https://erellaz.com/moana/open-datasets/ All datasets acquired with Moana from DSO (Dark Sky remote Observatory), near Fort Davis, TX, USA. The observatory: The data distributed here is under Creative Commons license, attribution: “Moana Project”. If you feel like it, feel free to tag BlackRig on Astrobin so I can see your results. The datasets are free, this page has no publicity, and I do not collect any user data. After 15 months of almost daily imaging, the MOANA project concluded in January 2024. I picked up the scope in Fort Davis, and I am in the process of doing some cleaning and upgrades. Then I would like to resume this open & free project on a long-term basis with some partners. Dostępne są: Horse Head nebula of Orion in SHORGB. Virgo Cluster around M86 in RGB. Flaming Star Nebula in SHO. Sculptor Galaxy in color. Pelican nebula in SHO. Tadpole nebula in SHO. M2, globular cluster in RGB. M45, the Pleiades in RGB. IC 443 in RGB and SHO. Baby Eagle Nebula in RGB. NGC 7000, North America in SHO. NGC 6946, the Firework Galaxy in RGB. NGC 6960 in Cygnus: the Western Veil in RGB and SHO. NGC 6914 in Cygnus in RGB and SHO. SH2 101 the Tulip nebula in Cygnus, RGB and SHO. The Wizard nebula, RGB. M8, the lagoon nebula. LRGB and SHO, 2 panels mosaic. The wing of the bat (NGC 6995) in Cygnus in RGB and SHO, for mosaic. Trifid Nebula in LRGB. Cluster Galore: M5, M13 and M92 in RGB. M27, the Dumbbell nebula in SHO. 16 hours. NGC6995, the bat nebula in SHO. M57 the ring nebula in RGB and SHO. M101 with Super Nova 2023ixf in RGB. NGC 4565, the Needle galaxy in Coma Berenices. Pickering’s triangle, a detail of the veil nebula in Cygnus. Messier 104, the Sombrero Galaxy. Messier 97, the Owl nebula. Messier 94, beautiful spiral galaxy . Messier 105‘s group. M51, the Whirlpool Galaxy. Over 15 hours to go after the faint nebulosity, RGB and Ha. Details of the Rosette Nebula (going deep, 27 hours) M1 planetary nebula. 20 hours of color and narrow band high resolution data. Galaxy M77, RGB HA dataset. M33 Mosaic. RGB and Ha. Running Man of Orion. 10 hours of RGB data, bright nebula. Dark structure in the California Nebula, narrow band only, Ha and SII, with dark nebula. Thor’s Helmet, RGB and Narrow Band. M16 dataset: RGB, and narrow band. Helix nebula dataset, about 8 hours of integration, RGB and narrow band. Crescent Nebula, in RGB and narrow band. About 20 hours of integration. Cocoon Nebula, RGB and narrow band, in Cygnus. M78 in Orion, RGB dataset. M15 and Pease 1 in Pegasus, RGB dataset. Horse head nebula in Orion, Ha only. M74, a face on spiral galaxy, in RGB and Ha.

A ja właśnie chciałem napisać, że interesujący kolor w centrum :-) Bardzo dobre zdjęcie!

Bino ;-)

@Piotr K. Jasne, zgadzamy się. Faktycznie ktoś mógł źle zrozumieć to, co napisałem. Dzięki za sprecyzowanie.

Pali się długie, żeby sygnał dominował nad wysokim szumem odczytu. Nie minimalizuje to szumu odczytu ale poprawia SNR. Read noise jest stały ale w miarę zwiększania długości klatki sygnał rośnie. To jest to co napisałem ja i ty też, prawda :-) ?

To specjalność Przemka :-)

Cóż, binning w CMOS ma jedną korzyść- mniejsza waga subów- kosztem rozdzielczości. O szybszym transferze po USB nie na co wspominać. I tyle. Binning w CCD to inna bajka. To nie de facto resample w software, jak w CMOS. To zmiana mechanizmu odczytu danych z sensora- hardware binning. Szum odczytu (read noise) CCD jest o wiele większy niż CMOS i ma istotny wpływ na SNR. A odczyt danych z CCD przy binowaniu ogranicza dwie rzeczy- rozdzielczość, oczywiście, oraz szum odczytu! Dlatego SNR rośnie w CCD przy binowaniu. I dlatego się pali tak długie klatki CCD- bo szum odczytu jest zawsze taki sam - czy czytasz suba 5s czy 30 minut. Tutaj szczegółowo o binowaniu w CCD: https://andor.oxinst.com/learning/view/article/ccd-binning Nie widzę żadnego sensu w binowaniu CMOSa, chyba że ważne są mniejsze suby z jakiegoś powodu.