ВНИМАНИЕ! На форуме началось голосование в конкурсе - астрофотография месяца СЕНТЯБРЬ!
Павел Зимин и 2 Гостей просматривают эту тему.
после регистрации нужно выбрать самый чистый лайт и совершить над ним DBE.
Собственно, вот:
Звучит немного устрашающе В качестве референсного кадра можно использовать сумму из десятка наилучших лайтов с " совершенным над ними DBE"
в известной книжке про пикс коротко и мутно рассказывается про процесс LocalNormalization (картинок нет, примеров нет).во всяких форумных разговорах про препроцессинг этот процесс вообще редко упоминается.складывается впечатление, что никто его в общем то и не пользует.есть у меня одна бесполезная чилископовая серия с добротным таким градиентом.на ней и покажу как это работает.процесс вклинивается между регистрацией снимков и их сложением.после регистрации нужно выбрать самый чистый лайт и совершить над ним DBE. полученую картинкусохранить отдельно как референс.далее надо запустить LN, выбрать референс, снимки, выходную директорию, установить apply normalization в disabled и поставть галку generate normalization data.в результате в выходной директории появятся файлы *.xnmlтеперь при сложении после добавления снимков, нужно нажать Add L.Norm files и добавить эти самые *.xnml.при этом в списке файлов у снимков появится префикс "<n>"также нужно выбрать Normalization -> Local Normalization вместо стандартного Additive with scaling.остальные параметры по вкусу.на последней картинке результат: слева просто сложение, справа сложение с LN.края кадра убитые изначально, на них внимания можно не обращать )
На прошлом Астрофесте у одного из докладчиков было очень подробно про LocalNormalization.А ещё в ImageIntegration после этого введена новая функция, выполняющая эту задачу.
Картинки не видны, к сожалению Ни одна. Под спойлером тоже .
Вставлю и я свои 5 копеек про LocalNormalization.
2) В качестве референса стоит использовать лучший по «ровности» кадр, обработанный процессами ABE или DBE (сильно увлекаться DBE, как справедливо указывали выше, действительно не стоит: рекомендуется использовать небольшое количество маркеров и большие значения smoothing factor)
3) Будьте готовы, что вам придется готовить референс под каждый канал и даже время экспозиции (т.е. если вы снимали серии, скажем, L 600 сек, L 300 сек, R, G, B и Ha, то нужно будет 6 опорных кадров)
Цитата: БорисЕ от 08 Мар 2021 [22:39:02]3) Будьте готовы, что вам придется готовить референс под каждый канал и даже время экспозиции (т.е. если вы снимали серии, скажем, L 600 сек, L 300 сек, R, G, B и Ha, то нужно будет 6 опорных кадров)Этот шаг из приведенного гайда по LocalNormalization является неправильным выглядит несколько спорным. Референс лучше использовать один и тот же, "сквозной" между сериями с разными экспозициями и фильтрами. Иначе, если между "референсами" будут отличия, то в финальной сумме возникнут системные градиенты в разных каналах / фильтрах.Смысл применения LocalNormalization для узкополосников не очевиден, поскольку уровень фона там обычно намного ниже, чем в R, G, B. Если вы не снимаете на Красной Площади, конечно.
Кто знает, почему недоступна тема с переводом книги по Пиксу? Сейчас хотел скачать, а ее уже и не найти...
И, напоследок, вспомню, что в процессе StarAlignment есть параметр FrameAdaptation, при включении которого происходит примерно то же действие, приведение фона выравниваемых кадров к фону опорника.
Цитата: БорисЕ от 08 Мар 2021 [22:39:02]2) В качестве референса стоит использовать лучший по «ровности» кадр, обработанный процессами ABE или DBE (сильно увлекаться DBE, как справедливо указывали выше, действительно не стоит: рекомендуется использовать небольшое количество маркеров и большие значения smoothing factor)Я обычно поступаю следующим образом. Сначала делаю сумму нескольких кадров, на которых фон представляется ровным. Потом использую эту сумму в качестве опоры, для LN. Далее применяю LN ко всему набору. Создаю сумму нормализованных кадров, а уже потом на этой сумме делаю DBE.
Вопрос к модераторам. Может аспекты приобретения вынести в "Сопутствующее"? А здесь оставить закрепленную ссыль.