Siril:Tutorial preprocessing/fr

Prétraitement

• Convert your images in the FITS format Siril uses (image import)
• Work on a sequence of converted images
• → Pre-processing images
  • Bias (offset)
  • Dark
  • Flat
  • Pre-processing
  • Results examples
• 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).

• 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.

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.

Siril évalue de façon automatique un coefficient de normalisation utilisé pendant la division du master FLAT. Cependant cette valeur peut être surévaluée. Dans ce cas là, un message en console vous avertira :

Overflow detected, change level value in settings: 3278.00 is too high.

La solution ici consiste à décocher le bouton "auto-evaluation" et de définir sa propre valeur. Ici, plus petite que 3278 par exemple. Aussi, vous pouvez effectuer l'empilement avec l'algorithme Winsorized Sigma clipping en vérifiant les niveaux de rejet de pixel (<0.500). Cette fois il est recommandé de choisir la normalisation multiplicative.

Voici un master flat calculé à partir de 9 images avec l'empilement Winsorized Sigma Clipping. Notez que les vignettage et les poussières sont fortement visible. On remarque également la structure typique de la matrice de Bayer. Enfin, il est recommandé de cocher la case "Multiplicative normalisation" avant de procéder à l'empilement médian des flats.

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

Pre-processing

The preprocessing operation consists in computing the following equation:
calibrated image [math]\displaystyle{ = \frac{light - masterDark - masterBias}{masterFlat - masterFlatDark - masterBias} }[/math]

For DSLR images, when dark optimization is not used and masterFlatDark not needed, one good method is to process like that:

• Integrate all bias to build master-bias
• Integrate all darks to build master-dark
• Calibrate flat frames with master-bias
• Integrate all calibrated flat to build master-flat
• Preprocess light frame with master-dark and master-flat

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

The result of a single frame pre-processed is given below. Note how dust have been removed from the light frame.

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 4 méthodes différentes : - VNG (par défaut) - Bilinéaire (Faible qualité mais rapide) - 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). Faites votre choix dans la fenêtre ci-dessous en cliquant dans "Settings" et l'onglet "Debayer".

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, cliquez sur le bouton "Debayer" qui devrait être activé. Le dématriçage devrait alors débuter et prendre quelques minutes en fonction de la puissance de votre processeur.

Finally you will have a new set of pre-processed light frames, automatically loaded in Siril, that you could register. Please note that at this stage you always have a lot of noise in your image. Indeed, pre-processing images with Dark, Bias and Flat do not remove noise but unwanted signal. The following Picture shows you the result of demosaicing. It is displayed in Auto-stretch visualisation mode in order to enhanced the visibility of signal but without altering your image.

Next item of the tutorial: Registration (manual image alignment).