Enter a message name below to show all available translations.
Found 2 translations.
| Name | Current message text |
|---|---|
| h English (en) | The final step to do with Siril is to stack the images. Go to the "stacking" tab, indicate if you want to stack all images, only selected images or the best images regarding the value of FWHM previously computed. Siril proposes several algorithms for stacking computation. * Sum Stacking This is the simplest algorithm: each pixel in the stack is summed using 32-bit precision, and the result is normalized to 16-bit. The increase in signal-to-noise ratio (SNR) is proportional to <math>\sqrt{N}</math>, where <math>N</math> is the number of images. Because of the lack of normalisation, this method should only be used for planetary processing. * Average Stacking With Rejection ** Percentile Clipping: this is a one step rejection algorithm ideal for small sets of data (up to 6 images). ** Sigma Clipping: this is an iterative algorithm which will reject pixels whose distance from median will be farthest than two given values in sigma units (<math>\sigma_{low}</math>, <math>\sigma_{high}</math>). ** Median Sigma Clipping: this is the same algorithm except than the rejected pixels are replaced by the median value of the stack. ** Winsorized Sigma Clipping: this is very similar to Sigma Clipping method but it uses an algorithm based on Huber's work <ref>Peter J. Huber and E. Ronchetti (2009), Robust Statistics, 2nd Ed., Wiley</ref> <ref name="Juan">Juan Conejero, ImageIntegration, Pixinsight Tutorial</ref>. ** Linear Fit Clipping: this is an algorithm developed by Juan Conejero, main developer of PixInsight <ref name="Juan" />. It fits the best straight line (<math>y=ax+b</math>) of the pixel stack and rejects outliers. This algorithm performs very well with large stacks and images containing sky gradients with differing spatial distributions and orientations. |
| h French (fr) | L'étape finale consiste à empiler les images. Pour ce faire, allez dans l'onglet "stacking" et indiquez si vous voulez empiler toutes les images ou seulement les meilleurs images au regard des valeurs FWHM calculées lors de l'alignement. Siril propose plusieurs algorithmes d'empilement. * Sum Stacking Il s'agit du plus simple algorithme. Chaque pixel dans la pile est sommé utilisant une précision de 32bits. et le résultat est normalisé sur 16bits. L'augmentation du rapport signal sur bruit (SNR) est proportionnel à <math>\sqrt{N}</math>, où <math>N</math> est le nombre d'image. A cause de l'absence de normalisation, il est recommandé d'utiliser cette algorithme pour l'empilement des images planétaires. *Average Stacking With Rejection ** Percentile Clipping : il s'agit d'un algorithme de rejet en une étape idéal pour les petits jeu d'images (jusqu'à 6 images) ** Sigma Clipping : c'est un algorithme qui va rejeter les pixels dont la distance à la médiane sera plus grande que les 2 valeurs donné en unité sigma(<math>\sigma_{low}</math>, <math>\sigma_{high}</math>). ** Median Sigma Clipping : il s'agit du même algorithme que précédemment, excepté que le pixel rejeté est remplacé par la valeur médiane de la pile. ** Winsorized Sigma Clipping : cette algorithme est très similaire à la méthode Sigma Clipping mais il utilise un algorithme basé sur les travaux de Huber <ref>Peter J. Huber and E. Ronchetti (2009), Robust Statistics, 2nd Ed., Wiley</ref> <ref name="Juan">Juan Conejero, ImageIntegration, Pixinsight Tutorial</ref>. ** Linear Fit Clipping : il s'agit d'un algorithme développé par Juan Conejero, principal développeur de PixInsight <ref name="Juan" />. Il pratique un ajustement d'une droite (<math>y=ax+b</math>) de la pile des pixel et rejette les pixels déviants. Cette algorithme marche très bien avec des jeux d'images très important et lorsque le ciel contient des différences de gradient. |