Siril:Tutorial preprocessing/fr

This page is the old documentation for early versions of Siril 0.9. Please refer to the new documentation on siril.readthedocs.io or the new tutorials on siril.org instead.

Prétraitement

• Convertir vos images dans le format FITS utilisé par Siril (importation d'images)
• Travail sur une séquence d'images converties
• → Pré-traitement
  • Bias (offset)
  • Dark
  • Flat
  • Pré-traitement
  • Exemples de résultat
• Alignement (Global star alignment)
• Empilement

Pré-traiter les images

Lorsqu'une séquence est chargée, les images peuvent être pré-traitées. Le pré-traitement est une étape optionnelle mais fortement recommandée. Elle implique de posséder des images darks (noires), offsets/bias (décharge) et flats (PLU). La façon dont sont créés les master est décrite dans cette rubrique, voir aussi la partie sur l'empilement.

Bias (offset)

Une image BIAS est une image prise dans le noir total (capuchon fermé) et à la vitesse la plus rapide. En pratique, sur les appareils photos reflex modernes, cela correspond à la vitesse de 1/4000s. Le BIAS va contenir le bruit électronique ainsi que le signal de lecture de l'appareil photo. Afin d'introduire le moins possible de bruit dans l'image pré-traitée, il est recommandé de prendre un grand nombre d'images BIAS (>20), d'autant plus que leur prise est simple et rapide. Enfin, notez que la prise des BIAS doivent se faire au même ISO que les images à pré-traiter. Aussi veillez à empiler vos BIAS avec un algorithme médian ou à moyenne avec rejet de pixels déviants tel que le Winsorized Sigma Clipping proposé dans Siril. Faites attention à ce que les niveaux de rejet ne dépassent pas 0.5%, et surtout choisissez No Normalization.

Voici un master BIAS calculé à partir de 10 images avec un empilement Winsorized Sigma Clipping.

   12:58:34: Rejet des pixels dans le canal #0: 0.368% - 0.354%
   12:58:34: Intégration de 10 images :
   12:58:34: Combinaison ............... moyenne
   12:58:34: Normalisation ............. aucun
   12:58:34: Rejet des pixels .......... Winsorized sigma clipping
   12:58:34: Paramètres de rejet ....... bas=3.200 haut=3.300

Dark

Les images darks sont prises avec un temps d'exposition et un ISO identiques aux images à pré-traiter, mais dans le noir. Encore une fois, vous pouvez utiliser le capuchon de l'objectif ou bien celui du télescope. Ils doivent également être fait à une température très proche des images enregistrées. C'est pour ça qu'il est recommandé de les faire en toute fin de session ou bien au milieu. De la même façon que pour les BIAS, plus le nombre d'images dark enregistrées sera important et moins le bruit ajouté aux images pré-traitées sera important. La encore, empilez les darks avec un algorithme médian ou bien Winsorized Sigma Clipping (en vérifiant toujours les niveaux de rejet en fin de processus) et faites attention de ne toujours pas faire de normalisation.

ATTENTION : Souvenez-vous que chaque image dark est composé du vrai signal dark mais aussi du signal bias. Si vous n'appliquez pas d'optimisation des darks, vous pouvez laisser le signal du bias dans le master et celui-ci sera en fait [math]\displaystyle{ masterDark + masterBias }[/math]. Par conséquent, soustraire ce master aux images supprimera à la fois le signal du dark et le signal du bias. Cependant, si on applique une optimisation des darks, un facteur multiplicatif différent de 1 est appliqué au masterDark. Dans ce cas il faut enlever en amont le signal du masterBias dans chaque image dark.

Voici un master dark obtenu à partir de 10 images avec un empilement Winsorized Sigma Clipping.

   13:00:40: Rejet des pixels dans le canal #0: 0.340% - 0.384%
   13:00:40: Intégration de 10 images :
   13:00:40: Combinaison ............... moyenne
   13:00:40: Normalisation ............. aucune

   13:00:40: Rejet des pixels .......... Winsorized sigma clipping

   13:00:40: Paramètres de rejet ....... bas=3.200 haut=3.300

Flat

Un instrument optique n'illumine pas le capteur de façon homogène. De plus, les poussières présentes sur ce dernier peuvent conduire à l'apparition de taches sur les images. Pour corriger ces effets, nous avons besoin de diviser chaque image par un masterFlat. Le masterFlat est obtenu à partir de la combinaison médiane (ou moyenne avec rejet de pixels déviants) d'images d'une zone lumineuse uniforme (en général le fond de ciel au crépuscule ou à l'aube), prise avec un temps de pose court.

ATTENTION : Souvenez-vous que chaque image flat est toujours composée du vrai signal flat ainsi que du signal bias. Vous devez alors soustraire le masterBias de chaque flat afin d'obtenir le vrai masterFlat. De plus, si le temps d'exposition des flats est trop long, ces derniers contiennent également un signal de darkFlat qu'il faudra enlever.

Siril évalue de façon automatique un coefficient de normalisation utilisé pendant la division du master FLAT. Cependant cette valeur peut être définie manuellement.

Le masterFlat devrait être créé en empilant les images flats avec l'algorithme médian (ou Winsorized, en vérifiant que le taux de rejet ne dépasse pas 0.5%), et choisir Multiplicative normalisation.

Voici un master flat calculé à partir de 9 images avec l'empilement Winsorized Sigma Clipping. Notez que le vignettage et les poussières sont fortement visible. On remarque également la structure typique de la matrice de Bayer.

   13:05:23: Rejet des pixels dans le canal #0: 0.388% - 0.304%
   13:05:23: Intégration de 9 images:
   13:05:23: Combinaison ............... moyenne
   13:05:23: Normalisation ............. multiplicative
   13:05:23: Rejet des pixels .......... Winsorized sigma clipping
   13:05:23: Paramètres de rejet ....... bas=3.400 haut=3.700

Pré-traitement

Le prétraitement consiste à calculer l'équation suivante :
calibrated image [math]\displaystyle{ = \frac{light - masterDark - masterBias}{masterFlat - masterFlatDark - masterBias} }[/math]

Pour les images d'APN, quand l'optimisation des darks n'est pas utilisé et que le masterFlatDark n'est pas nécessaire, une bonne méthode est de procéder comme ça :

• Intégrer tous les bias dans un masterBias
• Intégrer tous les darks dans un masterDark
• Calibrer les images flats avec le masterBias
• Intégrer tous les flats calibrés dans un masterFlat
• Pré-traiter les images avec le masterDark et le masterFlat.

Si vous souhaitez effectuer le traitement complet, et par exemple cocher l'optimisation des darks (mais encore une fois sans masterFlatDark), vous devez alors supprimer le masterBias du masterDark au préalable :

• Intégrer tous les bias dans un masterBias
• Calibrer tous les darks avec le masterBias
• Intégrer tous les darks calibrés dans un masterDark
• Calibrer tous les flats avec le masterBias
• Intégrer tous les flats dans un masterFlat
• Pré-traiter les images avec le masterBias, le masterDark et le masterFlat.

Le pré-traitement n'écrase pas les fichiers FITS des images originales de la séquence mais créé de nouveaux fichiers dont le nom commence par le préfixe pp_ si vous laissez la valeur par défaut. Voici ci-dessous un exemple de l'utilisation de l'onglet pré-traitement. Enfin assurez-vous que la séquence de vos images à pré-traiter soit bien chargée en mémoire. Notez également qu'à la fin du traitement, la nouvelle séquence créée est automatiquement chargée et ouverte.

Depuis la version 0.9.2, un nouvel outil est disponible dans l'onglet "preprocessing" : cosmetic correction. Cet outil cherche les pixels déviants dans le masterDark et les corrige dans chaque image calibrée. Vous devriez toujours utiliser cet outil si vous possédez le masterDark. Faites cependant attention à cocher la case CFA si vos images proviennent d'un appareil photo numérique à matrice de Bayer. Si vous n'avez pas de masterDark (ce qui devrait être évité), vous pouvez utiliser l'outil de correction cosmetic automatique disponible dans le menu "image processing".

Exemples de résultat

Le résultat du pré-traitement appliqué à une image est donné dans l'exemple ci-dessous. Notez comment les poussières ont été supprimées.

Un autre exemple d'un pré-traitement réussi est donné en illustration ci-après. Notez comment le signal thermique a été supprimé.

Cas spécial du dématriçage

• Dématriçage (Pour les images issues d'un capteur avec matrice de Bayer)

La dernière étape du pré-traitement consiste à récupérer les couleurs de nos images monochromes CFA en utilisant des algorithmes d'interpolation. Pour ce faire, Siril propose le choix de 5 méthodes différentes : - VNG (par défaut) - Bilinéaire (Faible qualité mais rapide) - Plus proche voisin (Faible qualité mais rapide) - AHD - Super Pixel (aucune interpolation, le schéma de Bayer, par exemple RGGB, est utilisé comme un super pixel et la taille de l'image est donc divisée par 4).

Faites votre choix dans la fenêtre ci-dessous en cliquant sur "Settings" et "Other debayer tab"

Pour procéder au dématriçage, retournez à l'onglet "Conversion" et remplissez les champs comme dans l'exemple ci-dessous :

Ensuite, cochez le bouton "Demosaicing" et cliquez sur le bouton "Convert" juste après. Le dématriçage devrait alors débuter et prendre quelques minutes en fonction de la puissance de votre processeur.

Finalement, vous avez une nouvelle séquence d'images couleurs que vous pourrez aligner. Notez qu'à cette étape, vous avez toujours des images contenant beaucoup de bruit. En effet, l'étape de pré-traitement ne supprime pas le bruit mais le signal non désiré. L'image suivante montre le résultat d'un dématriçage. Il est affiché en mode "Auto-stretch" afin de montrer l'étendu du signal présent dans l'image sans altérer cette dernière.

Prochain sujet du tutoriel : Alignement (Global star alignment).