Wie Stacking wirklich funktioniert (und warum mehr Bilder nicht immer besser sind)

Frag, warum wir Astrofotos stacken, und du bekommst meist die Antwort „um das Rauschen zu reduzieren“. Das stimmt, hilft aber wenig. Es sagt dir nicht, wie viele Bilder du brauchst, warum dein Stack aus 200 Bildern schlechter aussieht als der aus 60 von jemand anderem, oder warum eine weitere Stunde manchmal gar nichts ändert.

Das eigentliche Argument ist kurz, und wenn man es einmal verstanden hat, folgen die meisten Stacking-Entscheidungen daraus.

Signal addiert sich. Rauschen nicht.

Richte dein Teleskop auf einen Nebel und belichte. Jedes Pixel empfängt eine gewisse Zahl Photonen. Diese Zahl ist nicht fest: Photonen kommen zufällig an, und die Anzahl schwankt von Belichtung zu Belichtung etwa um ihre eigene Quadratwurzel. Sammle 100 Photonen, und die Schwankung von Bild zu Bild beträgt etwa 10. Sammle 10.000, und sie beträgt etwa 100.

Jetzt stacke N Bilder. Das Signal, die echte Photonenzahl vom Objekt, addiert sich linear: N-mal so viel. Das Rauschen ist zufällig und hebt sich teilweise auf, es wächst also nur mit der Quadratwurzel von N.

Das Signal-Rausch-Verhältnis verbessert sich also um √N.

Diese eine Beziehung erklärt das meiste von dem, was du beobachtest:

• 4 Bilder sind doppelt so gut wie 1.
• 16 Bilder sind doppelt so gut wie 4.
• 64 Bilder sind doppelt so gut wie 16.

Jede Verdopplung der Qualität kostet viermal so viele Bilder. Deshalb ist der Unterschied zwischen 10 und 40 Bildern dramatisch und der zwischen 200 und 260 unsichtbar. Wenn dich das Zweite enttäuscht, hast du nichts falsch gemacht. Du hast 30 % mehr Bilder für 14 % Verbesserung hinzugefügt, und 14 % liegen unter dem, was das Auge zuverlässig wahrnimmt.

Für einen sichtbaren Schritt nach oben von einem 200-Bilder-Stack brauchst du etwa 800.

Deshalb entscheidet das Ausleserauschen über deine Belichtungszeit

Eine zweite Rauschquelle verhält sich nicht so. Jedes Mal, wenn der Sensor ausgelesen wird, fügt die Elektronik einen festen Betrag hinzu. Er hängt nicht von der Belichtungszeit ab; ein 5-Sekunden-Bild und ein 500-Sekunden-Bild zahlen ihn je einmal.

Eine gegebene Gesamtbelichtungszeit trägt also Ausleserauschen im Verhältnis dazu, in wie viele Bilder du sie aufteilst. Neunzig Minuten als 540 Zehn-Sekunden-Belichtungen zahlen den Preis 540-mal. Dieselben neunzig Minuten als 18 Fünf-Minuten-Belichtungen zahlen ihn 18-mal.

Das ist das ganze Argument für längere Einzelbelichtungen. Es ist auch der Grund, warum ein geguidetes Setup bei schwachen Zielen einem Smart-Teleskop bei gleicher Gesamtzeit davonzieht. Die geguidete Ausrüstung sammelt nicht mehr Licht. Sie liest den Sensor dreißigmal seltener aus.

Der Gegendruck: Lange Belichtungen brauchen gute Nachführung, und ein 300-Sekunden-Bild mit Strichspuren ist nichts wert. Die richtige Belichtungszeit ist die längste, die deine Montierung zuverlässig liefert, und das ist eine mechanische Frage, keine der Bildbearbeitung.

Bei der Ausrichtung gehen Stacks verloren

Das √N-Argument setzt voraus, dass jedes Bild dasselbe Signal zum selben Pixel beiträgt. Dafür müssen die Bilder deckungsgleich sein, und hier scheitern die meisten enttäuschenden Stacks.

Bilder verschieben sich zwischen den Belichtungen: Drift der Montierung, Refraktion nahe dem Horizont, Durchbiegung und auf jeder azimutalen Montierung (also auch jedem Smart-Teleskop) die Bildfelddrehung. Über eine Stunde können Bilder vom Anfang und Ende um Dutzende Grad gegeneinander verdreht sein.

Eine Ausrichtung, die nur Verschiebung behandelt, kommt damit nicht klar, und sie scheitert still. Es gibt keine Fehlermeldung, nur einen Stack, in dem alles leicht verschmiert ist. Es sieht aus wie schlechter Fokus oder schlechtes Seeing, und Leute jagen eine ganze Saison lang dem falschen Problem hinterher.

Eine richtige Registrierung arbeitet mit den Sternen selbst. Aus den hellsten Sternen jedes Bilds werden Dreiecke gebildet und über ihre Seitenverhältnisse beschrieben, die Verschiebung, Rotation und Skalierung überstehen. Übereinstimmende Dreiecke stimmen darüber ab, welcher Stern welchem entspricht, eine robuste Anpassung verwirft widersprüchliche Stimmen, und ein Verfeinerungsschritt bringt das Ergebnis auf Subpixel-Genauigkeit.

Dieser letzte Schritt ist wichtig. Ein konstanter Fehler von einem halben Pixel über den Stack kostet dich dasselbe Detail, das du bei etwas schlechterem Seeing verloren hättest.

Ausreißerunterdrückung: Was Mitteln nicht entfernen kann

Mitteln behandelt zufälliges Rauschen. Es behandelt nicht, was nicht zufällig ist: Satelliten, Flugzeuge, kosmische Strahlung, die Scheinwerfer eines Autos, die durchs Feld streichen.

Mittle 100 Bilder, von denen eines eine Satellitenspur hat, und die Spur ist immer noch da, mit 1 % Stärke. Das ist schwach, aber vor dunklem Himmel sichtbar, und es überlebt das Strecken.

Ausreißerunterdrückung entfernt sie, indem sie an jedem Pixel über den Stack hinweg schaut und Werte verwirft, die nicht dazugehören. Die Methoden unterscheiden sich darin, was „nicht dazugehören“ bedeutet, und die Wahl ist nicht beliebig.

Sigma-Clipping nimmt Mittelwert und Standardabweichung an jedem Pixel und verwirft Werte jenseits einer Schwelle. Es funktioniert gut und ist zu Recht der Standard, nimmt aber an, dass jedes Bild dieselbe Verteilung abtastet.

Winsorisiertes Sigma-Clipping zieht Ausreißer zur Masse hin, statt sie zu entfernen. Es ist sicherer bei flachen Stacks, wo eine aus acht Werten geschätzte Standardabweichung mit anschließendem Verwerfen gern echtes Signal wegwirft.

Linear-Fit-Clipping stellt eine andere Frage. Es sortiert die Werte jedes Pixels über den Stack und legt eine Gerade hindurch. Eine gleichmäßige Streuung, wie sie sich verändernde Transparenz über die Nacht erzeugt, erwartet dieses Modell, und sie kostet nichts, während eine Satellitenspur weiterhin ein einzelner Wert weit ab von der Linie ist.

Dieser Unterschied ist wichtiger, als er klingt. Wenn hohe Wolken aufziehen oder dein Ziel Richtung Lichtglocke sinkt, unterscheiden sich die Bilder tatsächlich. Die Streuung sind echte Daten, kein Rauschen. Sigma-Clipping sieht die Bilder an den Enden des Bereichs als Ausreißer und beginnt sie zu verwerfen, und die am dunklen Ende sind meist die klarsten Bilder der Sitzung. Du verlierst deine besten Daten an eine Methode, die annahm, sie wären falsch.

Achte darauf, wie stark die Himmelshelligkeit pro Bild driftet. Ist sie stabil, ist Sigma-Clipping richtig. Bewegt sie sich um mehr als ein paar Prozent, ist ein Linear-Fit besser. Akastroid misst die Drift und schaltet ab etwa 8 % automatisch um.

Flache Stacks brauchen eine andere Behandlung

Mit acht Bildern kannst du keine Verteilung schätzen. Jede Ausreißermethode arbeitet mit zu wenigen Proben, und aggressives Clipping entfernt echtes Signal, während es angeblich Ausreißer entfernt.

Unter etwa acht Bildern ist einfaches Mitteln oder ein Median meist die sicherere Wahl. Zwischen acht und fünfzehn: Winsorisieren. Darüber wird echtes Clipping sicher.

Der Fehler ist leicht zu übersehen. Aggressive Unterdrückung auf einem flachen Stack erzeugt ein Bild, das sauber aussieht, dem aber still und leise schwache Details fehlen. Es sieht nicht kaputt aus, nur ein wenig leer, und nichts auf dem Bildschirm sagt dir, warum.

Wann mehr Bilder nichts mehr bringen

Es gibt drei Fälle, in denen dir die nächste Stunde nichts bringt.

Ausleserauschen. Bei sehr kurzen Belichtungen wird der Rauschboden vom Auslesen bestimmt, nicht von Himmelsphotonen. Stacking hilft noch, aber du kämpfst gegen feste Kosten, die mehr Bilder nicht entfernen. Längere Belichtungen würden es.

Himmel, bei einem schwachen Ziel. Unter hellem Himmel dominiert der Hintergrund, und die schwachen Außenbereiche deines Ziels steigen vielleicht nie darüber hinaus. Das Signal-Rausch-Verhältnis verbessert sich weiter mit √N, aber √N von „kaum nachweisbar“ ist immer noch kaum nachweisbar. Dunklerer Himmel oder Schmalbandfilter ändern das. Mehr Zeit nicht.

Ausrichtung. Wenn die Registrierung Fehler von einem halben Pixel hinterlässt, fügt jedes weitere Bild mehr leicht fehlregistrierte Daten hinzu. Der Stack wird glatter und nicht schärfer. Prüf das, bevor du dem Himmel die Schuld gibst.

Eine praktische Antwort

• Belichtungszeit: die längste, die deine Montierung zuverlässig nachführt. Sie bestimmt das Ausleserauschen, und das Ausleserauschen dominiert bei schwachen Zielen.
• Bildanzahl: in Vierfach-Schritten denken. Für eine sichtbare Verbesserung plane das Vierfache.
• Registrierung: muss auf jeder azimutalen Montierung Rotation beherrschen.
• Ausreißerunterdrückung: an die Tiefe deines Stacks und die Stabilität deiner Nacht anpassen.
• Kenne deine Grenze: Ausleserauschen, Himmelshelligkeit oder Ausrichtung. Mehr Bilder helfen nur bei den ersten beiden, und nur langsam.

Nichts davon braucht mehr Mathematik als √N. Es erklärt aber, warum ein Stack, mit dem du unzufrieden bist, so geworden ist, und das ist meist nützlicher als ein weiterer Regler.