divers Ca me turlipine....

[Baro]

Pour cette premiere journee de l'annee une question sans doute naivement bête me turlipine.

Pourquoi accumuler des dizaines de poses du même objet au lieu de faire des copies de la meilleure image afin de les empiler ?...

Quand je regarde mes brutes , je ne vois absolument aucune difference .....

Sans doute que les spécialistes auront une explication.....

En attendant, je vous souhaite un ciel plus clement que ce fichu mois de décembre .

[Didou]

Faire une moyenne de la même image n'apporte rien, tu retrouves ta valeur de départ.

 

(10*30)/10 ça fait toujours 30

Par contre 10 poses différentes te donnera une moyenne "nuancée"

En plus le bruit de lecture ,fond de ciel et thermique diminue quand tu as beaucoup de poses.

[dauphin-joyeux]

Ce n'est qu'une question de bruit qui n'est pas le même dans les différentes poses : on moyenne le bruit pendant qu'on accumule le signal

Un seul conseil : achète le bouquin de Thierry Legault et tu trouveras (presque) toutes les réponses aux questions que tu ne t'es pas encore posées.

[kant]

Comme dit précédemment, C'est une question de bruit, qui n'est pas identique sur toutes les brutes, contrairement au signal.

Si tu additionnes toujours la même photo, le bruit sera considéré pour du signaler et en moyennant la photo final ressemblera beaucoup à te brute de départ.

En additionnant des brutes différentes, le bruit ne sera quasiment jamais le meme au même endroit, du coup il sera moyenné.

 

Des spécialistes viendront certainement expliquer beaucoup mieux que moi!! Enfin j'ai tenté

[gerard33]

Comme dit précédemment, C'est une question de bruit, qui n'est pas identique sur toutes les brutes, contrairement au signal.

 

le signal non plus

à l'addition, le bruit est supprimé et le signal additionné

non?

[Thierry Legault]

le signal non plus

à l'addition, le bruit est supprimé et le signal additionné

non?

 

pas vraiment. A l'addition de N images (distinctes), le signal est multiplié par N et le bruit est multiplié par (seulement) racine carrée de N, donc on y gagne en rapport signal/bruit.

 

Pour raccorder avec la question de départ : additionner N fois la même image multiplie le signal par N et le bruit par N : on n'y gagne rien.

 

Modifié 1 janvier 2016 par Thierry Legault

[gerard33]

quand je regarde mes brutes nettoyées, je n'ai jamais le même signal, au moins en intensité; il m'arrive souvent de moduler les durées de poses pour garder un ensemble "homogène"

[Baro]

Merci ,pour vos explications.

Je n'ai pas tout compris , mais j'ai retenu l'essentiel. Il faut a tout prix augmenter le signal au détriment du bruit et pour ce faire, il faut additionner un max de signal.

[Thierry Legault]

Merci ,pour vos explications.

Je n'ai pas tout compris , mais j'ai retenu l'essentiel. Il faut a tout prix augmenter le signal au détriment du bruit et pour ce faire, il faut additionner un max de signal.

 

Il suffit juste de retenir que le paramètre fondamental (toutes choses égales par ailleurs) pour la qualité d'image est la quantité de signal recueilli, donc le temps de pose total. Et que ce temps de pose total soit réalisé en une fois (ce qui n'est pas toujours souhaitable ni même faisable) ou découpé en poses successives n'y change rien (à condition que le "saucissonnage" reste raisonnable).

 

[Fred_76]

Merci ,pour vos explications.

Je n'ai pas tout compris , mais j'ai retenu l'essentiel. Il faut a tout prix augmenter le signal au détriment du bruit et pour ce faire, il faut additionner un max de signal.

 

Je vais essayer de faire simple. Quand tu images un endroit du ciel, la valeur que prend un certain pixel de ton image va contenir des signaux et des bruits. Les signaux sont des informations globalement constantes d'une image à l'autre, les bruits fluctuent aléatoirement d'une image à l'autre.

 

Commençons avec les signaux :

- le signal de l'endroit que tu photographies, d'une image à l'autre ce signal est globalement constant (aux fluctuations de la turbulence atmosphérique près)

- le signal de la pollution lumineuse, lui aussi globalement constant d'une image à l'autre (aux fluctuations de la couche de brume/poussières au dessus de ta tête)

- un signal thermique (appelé courant d'obscurité), propriété des capteurs d'APN, globalement constant, il augmente avec la température du capteur et est proportionnel au temps de pose, on le retire lors du prétraitement en soustrayant le "dark maître" (rien à voir avec Star Wars )

- le signal de biais, une valeur constante sur toute l'image ajoutée par le constructeur de l'APN afin d'éviter certains problèmes. On le retire lors du prétraitement en soustrayant le "bias ou offset maître".

 

Puis les bruits principaux (il y en a d'autres) :

- le bruit de lecture, est une fluctuation aléatoire du niveau du pixel autours d'une valeur moyenne, différent d'un pixel à l'autre et d'une photo à l'autre, qui dépend de la température, des impuretés dans le silicium... On retire le bruit moyen de lecture lors du prétraitement en soustrayant le "bias ou offset maître". Mais il reste la fluctuation autour de la moyenne qu'on ne peut pas retirer.

- le bruit photonique, est une fluctuation du signal causé par la nature quantique de la lumière, on ne peut pas le retirer.

 

Quand on se contente d'additionner N fois la même image, on multiplie par N les signaux et les bruits... bref le ratio Signal/ Bruit ou S/B devient NxS / NxB = S/B : on n'a rien amélioré.

 

Si on ajoute plein d'images différentes du même objet, on se rend compte que l'on améliore le ratio S/B car il devient :

 

NxS / (racine N)xB = (racine N) x S/B donc, comme l'a dit Thierry, on augmente le ratio S/B en multipliant le nombre d'images distinctes, ce qui est le but recherché.

[syncopatte]

Pourquoi "racine N" du bruit?

 

Patte.

[christiand]

Meilleurs voeux à tous

 

ça commence fort en 2016

 

On retire le bruit moyen de lecture lors du prétraitement en soustrayant le "bias ou offset maître"

 

 

A mon connaissance un bruit ne se retire pas... Au contraire.

Ce n'est pas toujours évident d'intégrer ces notions, surtout de bien différencier "signal" et "bruit". Je suggére souvent de relire les "les fondamentaux" décrits par C Buil associés aux tutos Iris.

 

 

Christian

[Fred_76]

Christian, tu n'as pas bien lu. Le texte est le suivant :

 

le bruit de lecture, est une fluctuation aléatoire du niveau du pixel autour d'une valeur moyenne, différent d'un pixel à l'autre et d'une photo à l'autre, qui dépend de la température, des impuretés dans le silicium... On retire le bruit moyen de lecture lors du prétraitement en soustrayant le "bias ou offset maître". Mais il reste la fluctuation autour de la moyenne qu'on ne peut pas retirer.

 

L'offset maître permet bien d'enlever la MOYENNE(ou médiane selon la méthode retenue) de la fluctuation du bruit de lecture (en plus du biais ajouté par le constructeur). MAIS IL RESTE la fluctuation.

 

Syncopatte :

 

Le bruit de lecture et le bruit photonique suivent tous deux la loi de distribution de Poisson. Lorsqu'on calcule la somme d'un nombre N d'images affectées d'un tel bruit B, le bruit B(N) de l'image composite résultante est celui de chaque image individuelle multiplié par la racine carrée de N, c'est ce que Thierry a bien écrit :

 

B(N) = B x sqrt(N)

 

Finalement si tu cumules N images du ciel, le rapport signal sur bruit de l'image résultante sera égal à :

 

[s/B] = (NxS) / (B x sqrt(N)) = sqrt(N) x (S/B )

Modifié 2 janvier 2016 par Fred_76

[christiand]

 

Salut Fred,

 

Je ne sais pas si j'ai lu de travers, mais je ne partage pas le fait que l'on puisse "retirer du bruit", même s'il est moyen..

[Fred_76]

Alors tu ne prétraites pas tes images en retirant l'offset maître ?????

 

Le bruit de lecture oscille autour d'une valeur moyenne à chaque pixel. Cette valeur moyenne de même que l'amplitude des oscillations dépend de plein de paramètres physiques, comme par exemple :

- la température du capteur,

- les impuretés dans le silicium

- les écarts de géométrie de chaque photosite par rapport aux autres

 

La fluctuation, on n'y peut rien, elle est ce qu'elle est, et pour en réduire l'impact, on n'a d'autre solution que d'empiler un grand nombre d'images. Par contre la moyenne, elle, est une constante propre à chaque et c'est celle là qu'on retire avec l'offset maître, en plus du biais ajouté par le constructeur. D'accord, cette moyenne n'est pas un bruit à proprement parler, ce n'est pas un signal non plus, mais un biais...

[christiand]

Alors tu ne prétraites pas tes images en retirant l'offset maître ?????

 

Bin si Fred.

Mais mes traitements ne retirent jamais le bruit de lecture; si mimime ou "moyenné" soit il. En revanche il le réduisent, mais ce n'est pas la même chose.

Il faut que tu retiennes qu'un bruit ne se retire jamais, il s'ajoute à une image lors d'un traitement.

[syncopatte]

S'agit-il d'une question de vocabulaire?

 

J'ai du mal à comprendre le fait qu'il ne se retire pas mais qu'on en rajoute en le réduisant.

 

Patte.

[Fred_76]

On mélange deux choses en fait. Christian ne se focalise que sur une seule...

 

Outre le biais introduit par le constructeur de l'APN, le bruit de lecture est composé d'un biais constant propre à chaque photosite dont on connait la valeur en moyennant une grande quantité de mesures, et une fluctuation autour de cette valeur qui suit une distribution statistique dite "de Poisson". C'est cette fluctuation qui est un bruit. Le biais constant est comparable à un signal parasite et je l'ai abrégé en "bruit moyen", c'est ce qui choque Christian.

 

L'offset maître moyenne une grande quantité d'offsets unitaires et permet ainsi d'obtenir la carte d'offset qui n'est que la trace des biais de chaque photosite du capteur. Quand on le soustrait à l'image, on retire ces biais MAIS ON NE RETIRE PAS les fluctuations propres à chaque photosite. Pour s'occuper d'elles, il faut cumuler un grand nombre d'images afin de faire remonter le rapport S/B (avec la racine carrée dont on a parlé avant).

[christiand]

Quand tu retirés tu fais une soustraction. Cela ne s applique pas au bruit mais au signal

Quand tu réduis tu fais une division. Par exemple tu réduis le bruit d une image en empilant N images différentes. On divise le bruit ( on le réduit) par racine carrée du nombre N d images.

 

C est pour cette raison que il faut un certain nombres d images unitaires pour faire une image "master", pour réduire le bruit du master.

[christiand]

Je me suis focalise sur le fait de retirer un bruit.

[Didou]

Et tu as quoi comme setup ? Baro ?

[Baro]

Les explications que je viens de lire me depassent et sont incomprehensibles pour moi. Cependant je realise mieux a present l'importance de cumuler des images . Par contre il serait bon egalement de connaitre le nombres d'images de darks, flats et offsets a realiser pour un resultat optimum......

Pour mon setup, j'ai fais un petit montage pour la construction d'un abri a telescope au fond de mon jardin ou le materiel utilisé est visible.

Cliquer sur l'adresse ci dessous.

Bonne annee et bon ciel a tous !

 

https://www.dropbox.com/s/okgbuggp09pf4wu/observatoire_astroweb.mp4?dl=0

[Fred_76]

Pour le nombre d'images de darks, offsets, flats, plus il y en a mieux c'est. Au minimum il en faut une dizaine. Il n'y a pas de maximum, mais passé une soixantaine,c'est à priori du luxe.

 

 

Moi j'en fait 11 pour les offsets et les flats, et 7 à 11 pour les darks selon le temps que j'ai devant moi, mais je sais que ce n'est pas assez...

 

Modifié 2 janvier 2016 par Fred_76

[Farq]

Après de bonnes et précises explications, je me permets de rajouter une chose.

Nous sommes ici, selon moi, face à une problématique de traitement de signal (comme pour les radars ou les communications par exemple, qui utilisent finalement la même information : une onde électromagnétique).

En traitement de signal, on considère qu'un signal (un onde radar, ou aussi une communication) est perturbé par un bruit, qui par simplification est dit "blanc", c'est à dire aléatoire et de densité spectrale de puissance constante sur l'ensemble des fréquences. L'intérêt de ce bruit blanc est sa décorélation (en gros : les valeurs du bruit dans le passé passé n'influent pas sur les valeurs du présent et celles du futur...) : cela va nous aider car acquérir plusieurs échantillons du signal d'origine dans ce bruit blanc va permettre de "rejeter" petit à petit le bruit tout en confortant le signal d'origine. En effet, avec de multiples mesures, les valeurs aléatoires de bruit finissent par s'eroder face à un signal qui lui lui n'est pas aléatoire. On fait donc ici ce que les posts ci dessus ont précisé : amélioration du rapport signal sur bruit.

Le signal d'origine pour nous est l'ensemble des photons (signal électromagnétique) provenant d'une source (étoile, planète, nébuleuse, etc.), d'autant plus noyé dans le bruit qu'il est faible (lointain, ou peu lumineux). Le bruit est à priori constitué des turbulences atmosphériques, des fluctuations électroniques dans l'appareil de mesure, etc.

[Thierry Legault]

Après de bonnes et précises explications, je me permets de rajouter une chose.

Nous sommes ici, selon moi, face à une problématique de traitement de signal (comme pour les radars ou les communications par exemple, qui utilisent finalement la même information : une onde électromagnétique).

En traitement de signal, on considère qu'un signal (un onde radar, ou aussi une communication) est perturbé par un bruit, qui par simplification est dit "blanc", c'est à dire aléatoire et de densité spectrale de puissance constante sur l'ensemble des fréquences. L'intérêt de ce bruit blanc est sa décorélation (en gros : les valeurs du bruit dans le passé passé n'influent pas sur les valeurs du présent et celles du futur...) : cela va nous aider car acquérir plusieurs échantillons du signal d'origine dans ce bruit blanc va permettre de "rejeter" petit à petit le bruit tout en confortant le signal d'origine. En effet, avec de multiples mesures, les valeurs aléatoires de bruit finissent par s'eroder face à un signal qui lui lui n'est pas aléatoire. On fait donc ici ce que les posts ci dessus ont précisé : amélioration du rapport signal sur bruit.

Le signal d'origine pour nous est l'ensemble des photons (signal électromagnétique) provenant d'une source (étoile, planète, nébuleuse, etc.), d'autant plus noyé dans le bruit qu'il est faible (lointain, ou peu lumineux). Le bruit est à priori constitué des turbulences atmosphériques, des fluctuations électroniques dans l'appareil de mesure, etc.

 

oui, à ceci près que les appareils ont un bruit de lecture qui devient négligeable ou quasiment : autour de 1 électron à haut iso sur le Sony 7S (les caméras CCD sont plutôt à la traîne, pour l'instant). Et donc que le bruit principal auquel on a à faire face (et contre lequel la seule arme est d'engranger le plus de lumière possible) devient le bruit photonique : la lumière est bruitée, les photons arrivant de manière désordonnée comme les gouttes de pluie lors d'une averse.

 

Une chose importante que tu as dite et qu'il faut rappeler est qu'un bruit ne s'ajoute pas au signal, il le perturbe (en plus ou en moins). Une fois qu'on a conscience que les deux sont indissociables, on comprend mieux pourquoi un bruit (un vrai) ne se retire pas.

 

Modifié 3 janvier 2016 par Thierry Legault

[Thierry Legault]

Outre le biais introduit par le constructeur de l'APN, le bruit de lecture est composé d'un biais constant propre à chaque photosite dont on connait la valeur en moyennant une grande quantité de mesures, et une fluctuation autour de cette valeur qui suit une distribution statistique dite "de Poisson". C'est cette fluctuation qui est un bruit. Le biais constant est comparable à un signal parasite et je l'ai abrégé en "bruit moyen", c'est ce qui choque Christian.

 

oui (donc vous êtes d'accord sur le fond ), c'est juste l'inconvénient de ne pas utiliser le même vocable et d'appeler bruit des choses différentes. C'est pour ça que personnellement, je préfère réserver le mot bruit à ce qui est vraiment aléatoire, et garder le mot signal pour le signal d'offset/bias (constant).

 

De la même manière, on appelle souvent "bruit" le signal thermique (ce que font les constructeurs d'APN via l'option "réduction de bruit longue pose"), or c'est un "bruit fixe" (donc quelque chose de répétitif d'une pose à l'autre, comme le signal lumineux) : les pixels chauds sont toujours à la même place (et heureusement !). L'inconvénient de le qualifier de bruit, c'est qu'il subit (comme la lumière) une variation aléatoire d'une pose à l'autre...donc un bruit (un vrai). Et si on met le mot bruit à toutes les sauces, ça devient confus

[Dominik]

S'agit-il d'une question de vocabulaire?

 

J'ai du mal à comprendre le fait qu'il ne se retire pas mais qu'on en rajoute en le réduisant.

 

Patte.

 

Si on additionne 25 poses, par rapport à une seule, le signal est multiplié par 25.

 

Le bruit lui n'est multiplié que par racine de 25, donc par 5.

 

Conclusion :

sur l'image finale le signal a été multiplié par 25 et le bruit seulement par 5.

 

Donc le bruit n'a pas été retiré mais il "5 fois moins important" que le signal.

 

C'est ce que j'ai compris. Thierry me renverra dans les cordes si j'ai dit une bêtise ...

[christiand]

Le bruit lui n'est multiplié que par racine de 25, donc par 5.

 

le bruit est divisé par racine de 25, erreur de frappe ... dur dur les bruits qui courent ....

Modifié 3 janvier 2016 par christiand

[Thierry Legault]

le bruit est divisé par racine de 25, erreur de frappe ... dur dur les bruits qui courent ....

 

décidément les malentendus...vous avez tous les deux raison, Dominik raisonne en addition d'images (donc signalx25 et bruitx5) et toi en moyenne ou médiane (signalx1 et bruit/5)