Prétraitement
- Convert your images in the FITS format Siril uses (image import)
- Work on a sequence of converted images
- → Pre-processing images
- Registration (Global star alignment)
- Stacking
Pré-traiter ses 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 a 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: Pixel rejection in channel #0: 0.368% - 0.354%
12:58:34: Integration of 10 images:
12:58:34: Normalization ............. None
12:58:34: Pixel rejection ........... Winsorized sigma clipping
12:58:34: Rejection parameters ...... low=3.200 high=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 tout 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 algorithm 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 images 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 va supprimer à la fois le signal du dark et le signal du bias. Cependant, si on applique une optimisation des darks, alors un facteur multiplicatif différent de 1 est appliqué au masterDark. Dans ce cas il faut donc 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: Pixel rejection in channel #0: 0.340% - 0.384%
13:00:40: Integration of 10 images:
13:00:40: Normalization ............. None
13:00:40: Pixel rejection ........... Winsorized sigma clipping
13:00:40: Rejection parameters ...... low=3.200 high=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 master flat. Le master flat est obtenu à partir de la combinaison médiane 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 images flat est toujours composé du vrai signal de 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 flat est trop long, ces derniers contiennent également un signal de darkFlat qu'il faudra enlever.
Siril automatically evaluates the normalisation coefficient used in the flat division. However, this value can be self-evaluated.
Le masterFlat devrait être créé en empilant les images flat 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 les vignettages et les poussières sont fortement visible. On remarque également la structure typique de la matrice de Bayer.
13:05:23: Pixel rejection in channel #0: 0.388% - 0.304%
13:05:23: Integration of 9 images:
13:05:23: Normalization ............. multiplicative
13:05:23: Pixel rejection ........... Winsorized sigma clipping
13:05:23: Rejection parameters ...... low=3.400 high=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 procédé comme ça :
- Intégrer tous les bias dans un masterBias
- Intégrer tous les darks dans un masterDark
- Calibrer les images flats avec le masterDark
- Intégrer tous les flats calibrés dans un masterFlat
- Pré-traiter les images avec le masterDark et le masterFlat.
If you want to do the whole processing batch, once again with no masterFlatDark but with dark optimization, you must remove the master-bias from the master-dark before:
- Integrate all bias to build master-bias
- Calibrate dark frames with master-bias
- Integrate all calibrated darks to build master-dark
- Calibrate flat frames with master-bias
- Integrate all calibrated flat to build master-flat
- Preprocess light frame with master-bias, master-dark and master-flat
Le pré-traitement n'écrase pas les fichiers FITS des images originales de la séquence mais créé de nouveaux fichier 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.
Since 0.9.2 version, a new tool is available in the preprocessing tab: cosmetic correction. This tool search deviant pixels through master-dark and will correct them. You always should use this tool if you own master-dark. Please, pay attention to the CFA box. Check it if your monochrome pictures are CFA images. If you don't have master-dark (which should be avoided), you could use automatic cosmetic correction tool available through the "image processing" menu.
Results examples
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.
Special case of demosaicing
- 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'interpolations. Pour ce faire, Siril propose le choix de 5 méthodes différentes : - VNG (par défaut) - Bilinéaire (Faible qualité mais rapide) - Plus proche voisin - AHD - Super Pixel (aucune interpolation, le schéma de Bayer, par exemple RGGB, est utilisée comme un super pixel et la taille de l'image est donc divisé par 4).
Make your choice in the window below by clicking on Settings and 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.
Next item of the tutorial: Registration (manual image alignment).