Aller au contenu

Messages recommandés

Posté

Des conditions un poil meilleures qu'il y a un mois et toujours la même technique (traitement en cours d'acquisition = vidéo assistée).
C11+ASI_ZWO_224MC+EQ6_R
 

moon2.png

  • J'aime 1
Posté (modifié)

superbe !

 

tu me donnes des idées car ayant aussi la 224mc mais pour la lune j'utilise ma 178mm avec filtre vert et/ou rouge et orange pour les mers lunaires !

 

que veux-tu dire par traitement en cours d'acquisition , tu fais du stacking durant l'aquisition comme avec l'asiair pour le CP ?

Modifié par frankastro64
Posté

Certains cratères ont un aspect un peu bizarre mais c'est très prometteur comme approche.

Ça fait un peu comme un Polaroid en fait : tu as l'image finale directement.

Alors qu'en lunaire classique, on shoote 1000 images, que l'on trie par qualité puis assemblage, traitement etc...

On n'a le résultat final que qq heures après.

Comme au bon vieux temps de la photo argentique, où il fallait attendre une semaine pour le développement et tirage papier de la péloche 📸

Posté (modifié)

C'est une combinaison de vidéo assistée (input1, input2, ..., input14) et de "deep learning" (result).
Chaque image 'input x' résulte de l'accumulation de 1000 images acquises à 60fps.
A chaque étape : input1, input1+input2, ...,  input1+input2+...+imput14, une image résultante est calculée : result1, result2, ..., result14.
Plus N est élevé, meilleur sera le résultat (ici N=14 soit une image finale obtenue en 14x1000/60 = 233s soit moins de 4 minutes).
Tous les traitements sont faits lors de l'acquisition .
 

unet_moon.png

Modifié par ms55
Posté (modifié)

<< Certains cratères ont un aspect un peu bizarre mais c'est très prometteur comme approche.  >>
En modifiant les paramètres du réseau Unet, je peux obtenir un résultat plus doux. La prochaine fois j'augmenterais le nombre d'images en entrée.
En fait avec une monture bien réglée, on peut laisser tourner 1 heure (et non 4 minutes comme ici), ce qui permettrait d'obtenir de meilleures trames en entrée (trous de turbu).
Enfin, je ne stocke que les images 'input x' et le résultat ce qui permet un sacré gain de place.

 

moon1.png

Modifié par ms55
  • J'aime 1
  • Merci / Quelle qualité! 1
Posté (modifié)

En appliquant les mêmes paramètres à l'image traitée 1 mois plus tôt (N=12) avec une turbulence plus forte. Il aurait peut-être fallu faire 2 fois plus d'images.
 

moon1.png

Modifié par ms55
Posté (modifié)

C'est une adaptation de l'algorithme suivant à la vidéo assistée :
http://people.csail.mit.edu/miika/eccv18_deblur/
 

Le résultat est obtenu directement en cours d'observation, dans le cas présent en moins de 4 minutes (14x1000/60=233s).
Si les conditions de turbulence sont mauvaises, il doit suffire de laisser tourner plus longtemps (à tester lors d'une prochaine séance).

Tout est intégré dans un même logiciel (acquisition, stacking, deep learning).
 

Le deep learning permet de ne retenir que les détails qui enrichissent l'image finale, en astro ces détails furtifs apparaissent dans les trous de turbu d'où l'intérêt de poser un certain temps à grande vitesse (60 à 120 ips).

image_1.png

Modifié par ms55

Rejoignez la conversation !

Vous pouvez répondre maintenant et vous inscrire plus tard. Si vous avez un compte, connectez-vous pour poster avec votre compte.

Invité
Répondre à ce sujet…

×   Collé en tant que texte enrichi.   Coller en tant que texte brut à la place

  Seulement 75 émoticônes maximum sont autorisées.

×   Votre lien a été automatiquement intégré.   Afficher plutôt comme un lien

×   Votre contenu précédent a été rétabli.   Vider l’éditeur

×   Vous ne pouvez pas directement coller des images. Envoyez-les depuis votre ordinateur ou insérez-les depuis une URL.

  • En ligne récemment   0 membre est en ligne

    • Aucun utilisateur enregistré regarde cette page.
×
×
  • Créer...

Information importante

Nous avons placé des cookies sur votre appareil pour aider à améliorer ce site. Vous pouvez choisir d’ajuster vos paramètres de cookie, sinon nous supposerons que vous êtes d’accord pour continuer.