Super-empilement façon Ga-Hamal

[saturne33]

Bonjour,

J'ai vu récemment quelques exemples d'images postées par un astrophotographe Polonais nommé Ga-Hamal (https://www.cloudynights.com/topic/616224-messier-51-newton-3051500-asi290mm-c/).

Outre que l'instrument avec lequel il travail est plutôt original, je trouve ses résultats assez impressionnants. Mais surtout la technique de traitement est inhabituelle, au moins pour moi.

Si j'ai bien compris (ce qui n'est pas sûre) il emplie toutes ses images avec une image de référence, puis il change d'image de référence et il recommence, jusqu'à ce qu'il ai passé toutes ses images en référence. Donc s'il à 200 images brutes il répète l'empilement 200 fois. Il se retrouve avec 200 d'images empilées qu'il empile finalement (??). J'espère qu'il a un bon script pour faire tout ça...

Est-ce que l'un d'entre vous connaît cette procédure et ai-je bien compris? Et surtout : qu'en pensez-vous, et qu'en pensent les concepteurs de Siril ?? Je serais curieux de comprendre le rationnel scientifique de ce type de traitement.

Bonnes nuits claires !

Didier

[lock042]

Bonjour.

Franchement je reste dubitatif sur cette façon de faire et le gain potentiel qu'elle peu avoir.

Prendre toutes les images comme références suppose de prendre aussi les mauvaises. Et rien que ça c'est une mauvaise idée.

 

Bref, je sais pas trop quoi en penser et je pense que son image serait tout aussi belle avec un traitement classique.

[gerard33]

En y réfléchissant, c'est comme si il ne faisait aucune sélection non ? 

[FalCT60]

Ouf ! voilà qui demande énormément de patience et de tranquillité...

Le 08/10/2020 à 12:44, lock042 a dit :

Bonjour.

Franchement je reste dubitatif sur cette façon de faire et le gain potentiel qu'elle peu avoir.

Prendre toutes les images comme références suppose de prendre aussi les mauvaises. Et rien que ça c'est une mauvaise idée.

 

Bref, je sais pas trop quoi en penser et je pense que son image serait tout aussi belle avec un traitement classique.

 

J'ai pu observer, à mon modeste niveau, que même les meilleures images (5 dans mon cas) sont toutes différentes, les unes des autres.
Donc, en supposant qu'il n'ait conservé que les 200 meilleures, il n'en aura finalement aucune de mauvaise, puisqu'uniquement les meilleures.

Et, au final, puisqu'aucune de ces meilleures images n'est identique, en changeant de référence à chaque empilement, il obtient forcément quelque chose de différent.
Ainsi qu'il l'écrit lui-même : le gain, comparé à un traitement classique, ne doit pas dépasser les 10~20%, mais c'est déjà ça.

Ce qui n'empêche que je ne suis pas près de me lancer là-dedans, ayant déjà assez de mal avec les traitements normaux...🤪

Modifié 10 octobre 2020 par FalCT60

[vinvin]

Ca doit faire un peu comme un alignement subpixel, pourquoi pas si c'est fait sur une sélection des meilleures (en rondeur) et pas toutes les images.

 

Et dans siril on pourrait faire un script qui change d'image de référence à chaque passe mais nous n'avons pas de moyen simple et automatique de choisir une image de référence parmi les meilleures justement.

[m27trognondepomme]

avec pysiril, ça pourrait peut-être se faire ... à creuser comme idée

[Cissou8]

Salut,

 

@m27trognondepommeavec pySiril, c'est carrément faisable...c'est attaché a ce post. Qu'est ce qu'il est pratique ce module 😉! Bon, y a aussi un peu du truandage de fichier .seq pour forcer a changer de référence a chaque nouveau stack individuel. J'ai pas trouvé comment faire sans.

 

Utilisation: SoS.py (pour Stack of Stack) prend un .seq d'images non alignées en entrée et génère autant de stacks individuels qu'il y a d'images dans la séquence. Tous les stacks sont rangés dans un sousfolder SoS et le log est sauvé avec des fois qu'on veuille y jeter un oeil ensuite. Il ne reste plus qu'a faire l'alignement et le "stack de stack" a la fin. Avec quelle normalisation, quelle image de référence, j'ai pas encore réussi a trancher, c'est pour ça que c'est pas implémenté.

 

Alors, j'ai tenté...c'est évidemment très long. Mais j'ai pas réussi a conclure quant a une quelconque amélioration. Pas que ça m’étonne franchement, mais bon, sans faire le test, c’était dur d’être sure du résultat. D'ailleurs, je suis pas encore sure non plus d'avoir donné toutes ses chances a la méthode.

Avant de me lancer, j'ai quand même fait un alignement pour ne garder que les frames avec bonne FWHM/rondeur (<3",>0.9). J'ai stocké ces bons frames (97 tout de même!) dans un nouveau dossier, ouvert une fois avec Siril pour qu'il crée un .seq, lancé le script et suis allée me coucher. J'ai ensuite empilé ces stacks pour avoir un super stack et comparer au stack que j'avais eu la première fois (empilement une seule fois avec l'image de meilleure FWHM comme référence). Le bgnoise est meilleur sur le superstack mais j'ai pas l'impression que les niveaux soient identiques. J'ai aussi extrait les 100 etoiles les plus brillantes et trace leur A/B pour avoir une estimation du SNR et la, le super stack est moins bon qu'un stack individuel. Mais est-ce que c'est la bonne métrique? Faut-il faire de la réjection pour faire le super stack (les pixels déviants ont déjà été rejetés une fois a priori)? Quelle normalisation? Quelle est l'influence des paramètres d'empilement des stacks individuels (addnorm, rejection avec sigma a 3, normalisation du stack dans le script)? En plus, j'ai fait ça sur des images très particulières (avec le Optolong L-Extreme). Enfin bref, si d'autres ont envie de tester, cogiter et faire un retour...

 

C.

 

PS: C'est une version du script pas très aboutie ni très commentée. Il est très vivement recommandé de le lancer sur des copies de vos lights calibrés et pas non plus dans le folder de travail, même si a priori, ça ne doit rien casser. Et aussi, je force un chemin vers l'exe de Siril (la version dev dans mon cas) au début. Il faudra changer ça pour refléter votre set-up perso.

SoS.zip

[lock042]

Alors en fait, @vinvin m'a fait remarquer que j'avais pas documenté la fonction setref.

 

Désolé :). Donc il existe bien une commande pour changer la ref @Cissou8

Modifié 19 octobre 2020 par lock042

[Cissou8]

@lock042, ah oui, ça m'aurait bien servi 😅!

Bon, je le note. Je touche à rien tant que la méthode n'a pas été testée par d'autres. Je ferai propre si jamais elle s'avère miraculeuse...

[m27trognondepomme]

Il y a 9 heures, lock042 a dit :

Alors en fait, @vinvin m'a fait remarquer que j'avais pas documenté la fonction setref.

 

j'ajouterai la commande à pysiril.

c'est ajouter dans  la version 0.0.5: ( setref, merge, requires )

Modifié 19 octobre 2020 par m27trognondepomme

[m27trognondepomme]

Le 18/10/2020 à 17:21, Cissou8 a dit :

@m27trognondepommeavec pySiril, c'est carrément faisable...c'est attaché a ce post.

Trop rapide ... 🥇

j'ai juste évoquer la possibilité et le lendemain , c'est fait et posté.

[vinvin]

Le 18/10/2020 à 17:21, Cissou8 a dit :

J'ai aussi extrait les 100 etoiles les plus brillantes et trace leur A/B pour avoir une estimation du SNR et la, le super stack est moins bon qu'un stack individuel. Mais est-ce que c'est la bonne métrique? Faut-il faire de la réjection pour faire le super stack (les pixels déviants ont déjà été rejetés une fois a priori)? Quelle normalisation? Quelle est l'influence des paramètres d'empilement des stacks individuels (addnorm, rejection avec sigma a 3, normalisation du stack dans le script)?

Bonnes questions... Je vais essayer d'ajouter ma pierre à l'édifice que tu as bien construit ! A/B donne la dynamique entre le max des étoiles et le fond de ciel, pas le rapport S/B. Pour avoir ce dernier il faut plutôt partir du bgnoise.

Je ne sais pas si le super-stacking devrait donner un meilleur rapport S/B, mais il devrait donner une légèrement meilleure résolution ou FWHM.

En ce qui concerne la normalisation, elle va varier avec l'image de référence aussi, en 32 bits je ne pense pas que ça change la qualité du résultat. C'est sûrement utile d'avoir le rejet pour chaque empilement quand même, si le résultat final est fait avec la moyenne des empilements avec chaque image de référence, il faut bien enlever les pixels déviants dans chaque image sinon ils risquent de réapparaitre dans le résultat.

 

Intuitivement, je dirais que refaire l'alignement 4 ou 5 fois, avec les meilleures images comme référence, doit déjà donner de meilleurs résultats, et augmenter le nombre d'empilements et d'images de référence devrait ensuite donner de moins nettes améliorations, tout dépend du dithering entre les images de référence en fait. Si ce sont les 4 ou 5 mêmes, ça ne devrait rien changer, mais s'il y a une variation de 0.5 pixels sur les centres d'étoiles entre chaque, ça sera utile, surtout avec l'up-sampling (faux-drizzle).

Par rapport aux scripts officiels, une amélioration simple est de toute façon de ne garder qu'une partie des images pour l'empilement classique (les filtres), et à mon avis il faut toujours garder ces filtres.