- Para reducir la resolución de la imagen y mejorar la relación señal a ruido (SNR)
Para una descripción general, vea Bandeja: Manejo de Resolución para reducción de ruido.
El algoritmo Bin cambia la resolución por una relación señal / ruido (SNR) mejorada, no solo cambia la escala.
El algoritmo produce resultados correctos incluso en tamaños arbitrarios (no solo potencias de 2) al aplicar un filtro de suavizado a la frecuencia de corte adecuada correspondiente al nuevo tamaño de imagen.
Fuentes útiles
Hay una buena descripción general del módulo Bin aquí.
La guía no oficial también es una buena fuente de ayuda. Se relaciona con la versión 1.3.5 por lo que puede tener algunos cambios. Las notas a continuación se relacionan con la versión 1.4 de StarTools.
Cuándo usar:
- Después del estiramiento global inicial (AutoRevelado) (AutoDev).
- Cuando quiera mejorar la SNR, si la imagen está sobreexpuesta.
- Si los datos son ruidosos, es posible que desee agrupar para mejorar la SNR, incluso si la imagen no está sobreexpuesta perdiendo algunos detalles.
AutoRevelado-{Banda / Lente} – Bin-Recortar-Limpiar-AutoRevelado (o Revelado) - {Según sea necesario: Deconv / Agudizar / Contraste / HDR / Flujo / Vida} – Color - {Filtro} – Denoise - {Si es necesario: Capa / Magic / Curar / Reparar / Sintetizar}
In english: AutoDev- {Band / Lens} -Bin-Crop-Wipe-AutoDev (o Develop) - {Según sea necesario: Decon / Sharp / Contrast / HDR / Flux / Life} -Color- {Filter} -Denoise- {Si es necesario: Filtro de Radio del Núcleo / Magic / Heal / Repair / Synth}
Lo que está entre {...} son módulos opcionales.
Método:
- Esta es una forma de usar el módulo que debería dar buenos resultados en la mayoría de los casos:
- Cargar el módulo - esto automáticamente divide la imagen en un 50%.
- Acércate a la imagen para ver si la imagen aún está sobreexpuesta. Ver las Notas Finales sobre sobreexposición.
- Pruebe diferentes niveles de agrupación hasta que los detalles más pequeños ocupen solo un par de píxeles en su eje menor.
- Deja un poco de sobreexposición si quieres usar el módulo Decon más tarde.
- 'Mantener' (Keep) cuando haya terminado.
- ¿La imagen sigue sobreexpuesta? Para una descripción de sobreexposición ver más abajo.
- Acerque el zoom y observe las estrellas más pequeñas que no estén encimadas. ¿Están distribuidas en 3 o más píxeles en cualquier dirección? - Si es así, la imagen está sobreexpuesta - la combinación de la vista, la óptica, el enfoque y la cámara han llevado a esta difusión.
- Alejar: asegúrese de que la reducción en la resolución no haya hecho que las estrellas más prominentes pierdan su redondez y otros detalles en las partes más brillantes de la imagen se conviertan en angulosas y "cuadradas".
- Es posible que desee utilizar el módulo de Lente (Lens) seguido por el módulo de Recorte (Crop).
Preseteo (Presets)
Define una cantidad preestablecida de binning.
- 25% - Reduce la resolución de la imagen al 25% de lo que era – Mejora la SNR en aprox. 4x
- 35%: reduzca la resolución de la imagen al 35% de lo que era: mejore la SNR en aprox. 2.9x
- 50% - Reduce la resolución de la imagen al 50% de lo que era – Mejora la SNR en aprox. 2x
- 71% - Reduce la resolución de la imagen al 71% de lo que era – Mejora la SNR en aprox. 1.7x
Escala
- La escala establece la reducción de la resolución (por ejemplo, 25%, el número de píxeles a lo largo de un eje se ha reducido al 25%)
- También se muestra el factor de reducción de ruido correspondiente (1600.00%) y la mejora de la profundidad de bits (+4.00 bits)
- 100% = sin reducción de escala, 0% factor de reducción de ruido, mejora de profundidad de 0 bits
- El valor predeterminado es (escala / reducción de ruido 50%) / (400.0%) / (+ 2.00 bits)
Sobreexposición
- Una imagen se muestra en exceso si la resolución de la imagen es mayor que el detalle de la imagen disponible. La resolución extra no contribuye a mejorar los detalles.
- Por ejemplo, si imprime una imagen sobreexpuesta 2x e imprime la misma imagen después del agrupamiento 2x (para que no se exponga demasiado) ampliada al mismo tamaño, el detalle visible será el mismo en ambos.
- Como regla general, si la estrella no saturada más pequeña ocupa 3 o más píxeles en cualquier dirección, puede agrupar los datos un poco más sin perder detalle.
- Esta regla se aplica a las cámaras monocromáticas y también a las cámaras OSC / DLSR donde la imagen se ha apilado con un número suficiente de frames (imagenes) que han sido interpolados.
- La regla debe ajustarse para obtener menos buenas imágenes de OSC / DSLR. En el extremo, para un solo subtrama OSC / DSLR, el algoritmo de desprendimiento repartirá una estrella a lo largo de un mínimo de 3 píxeles, por lo que la regla en este caso si una estrella ocupara 3 píxeles ya no sería sobreexpuesta.
- El principal beneficio de la sobreexposición es que, utilizando el algoritmo correcto, puede agruparlo para mejorar la relación señal / ruido (SNR) de la imagen.
- Las rutinas de deconvolución también lo pueden usar, por lo que puede ser beneficioso dejar un poco de sobreexposición para que lo use el módulo Decon.
- Si asumimos que tenemos un enfoque y una óptica perfectas, para obtener la mejor información de la vista, necesitamos tener una escala de imagen de aproximadamente la mitad de la vista.
- Escala de la imagen (segundos de arco por píxel) = 206 * tamaño de píxel de la cámara (micrones) / longitud focal (mm)
- Para muchas combinaciones de cámara y telescopio DSLR, la escala de la imagen es de alrededor de 1 arco / píxel o menos.
P.ej. Canon 1100D (5.2um píxeles) - con reflector f5 de 200 mm = 1,07 arcsec / píxel, con refractor f6 de 80 mm = 2,23 arcsec / píxel
- Para muchas combinaciones de cámara y telescopio DSLR, la escala de la imagen es de alrededor de 1 arco / píxel o menos.
- Seeing:
- Una noche promedio en un sitio promedio: 4-5 segundos de arco
- Una buena noche en un sitio promedio: 2-3 segundos de arco.
- Las mejores condiciones en los mejores sitios - 0.5-1 segundo de arco
Bin vs Deconvolution (Decon)
El algoritmo Bin puede aprovechar el exceso de exposición para mejorar la señal al ruido. El algoritmo de deconvolución utilizado por el módulo Decon puede aprovechar la sobreexposición para recuperar detalles. Entonces, ¿cómo debemos decidir cuánto se destinará a bin? ¿Debemos dejar algo de sobreexposición para usar la deconvolución?
- Al agrupar más, se mejorará la SNR y se permitirá que Decon sea "más profundo" y deconvuelva con éxito las características que están más oscuras / enterradas. Otros módulos también se beneficiarán de la mejora de SNR.
- Al agrupar menos se logrará lo contrario (y el ruido más alto también afectará a otros módulos), pero se pueden recuperar y describir detalles más finos (es decir, mantenerlos a una resolución más alta) en áreas donde la señal es alta.
- Para cuando haya más ruido de imágenes sobreexpuestas, el usar toda la sobreexposición proporciona mejores resultados.
- Para imágenes de mayor calidad, el dejar un poco de sobreexposición puede ser beneficioso. Inicialmente, probablemente la mejor manera de decidir es probarlo. Vea qué resultados puede obtener cuando pasa por el flujo de trabajo (incluido Decon) al mantener un exceso de exposición, en cuanto a lo que puede obtener al utilizar el mismo flujo de trabajo al agrupar la mayor cantidad de recursos posible.
- Asegúrese de que la imagen general tenga una resolución lo suficientemente alta, con las estrellas prominentes que mantienen su redondez y el detalle prominente no artificialmente irregular y angular. Las imágenes impresas de alta calidad generalmente tienen alrededor de 300 píxeles por pulgada, aunque 240 píxeles por pulgada pueden ser suficientes.
Hardware binning
- Reduce el ruido al disminuir la cantidad de ruido de lectura; por ejemplo: El binning 2x2 significa que se leen 4 píxeles a la vez, por lo que da una cuarta parte del ruido de lectura.
- Se fija en el momento de la captura, no hay forma de reducirlo más adelante.
- Puede dar mejores resultados cuando el ruido de lectura es dominante sobre el ruido de disparo, como con objetos muy débiles bajo cielos realmente oscuros.
- El ruido de lectura no cambia porque los píxeles se leen individualmente.
- El ruido de disparo se reduce - Ejemplo: agrupamiento 2x2: la señal aumenta 4x pero el ruido aumenta en sqrt (4) = 2, por lo que la SNR aumenta en 2 - suponiendo que el ruido de lectura es insignificante.
- Permite la división fraccionada (por ejemplo, 2.1x2.1).
- Permite la experimentación después de la captura.
- Mejores resultados cuando hay un brillo intenso o contaminación lumínica (es decir, el disparo y otro ruido son dominantes sobre el ruido de lectura).
- En caso de duda, utilice el método de agrupación de StarTools a menos que el objetivo sea un objeto débil bajo un cielo realmente oscuro.