Come funziona davvero lo stacking (e perché più frame non è sempre meglio)

Chiedi perché stackiamo le astrofotografie e di solito ti diranno “per ridurre il rumore”. È vero e quasi inutile, perché non ti dice quanti frame ti servono, perché il tuo stack di 200 sembra peggiore dello stack di 60 di qualcun altro, o perché aggiungere un’altra ora a volte non cambia niente.

L’argomento vero è breve, e una volta che ce l’hai, la maggior parte delle decisioni di stacking si risponde da sola.

Il segnale si somma. Il rumore no.

Punta il telescopio su una nebulosa e fai un’esposizione. Ogni pixel riceve un certo numero di fotoni dal cielo. Quel numero non è fisso: l’arrivo dei fotoni è casuale, e il conteggio varia da un’esposizione all’altra di circa la propria radice quadrata. Raccogli 100 fotoni e la variazione da frame a frame è circa 10. Raccogline 10.000 ed è circa 100.

Ora stacka N frame. Il segnale - il vero conteggio di fotoni dall’oggetto - si somma linearmente: N volte tanto. Il rumore è casuale e in parte si cancella, crescendo solo come la radice quadrata di N.

Quindi il rapporto segnale/rumore migliora di √N.

Quella singola relazione spiega gran parte di ciò che osservi:

• 4 frame sono il doppio meglio di 1.
• 16 frame sono il doppio meglio di 4.
• 64 frame sono il doppio meglio di 16.

Ogni raddoppio di qualità costa quattro volte tanti frame. Ecco perché la differenza tra 10 e 40 frame è drammatica e quella tra 200 e 260 è invisibile. Non stai facendo niente di sbagliato quando la seconda ti delude: hai aggiunto il 30 % di frame in più per un 14 % di miglioramento, e il 14 % è sotto quello che l’occhio nota in modo affidabile.

Se vuoi un salto visibile rispetto a uno stack di 200 frame, te ne servono circa 800.

Ed è per questo che il rumore di lettura decide la durata dei sub

C’è una seconda fonte di rumore che non si comporta così. Ogni volta che il sensore viene letto, l’elettronica aggiunge una penalità fissa. Non dipende dalla durata dell’esposizione: un frame da 5 secondi e uno da 500 la pagano esattamente una volta ciascuno.

Quindi un dato tempo di integrazione totale porta rumore di lettura in proporzione a in quanti frame lo dividi. Novanta minuti in 540 sub da dieci secondi pagano la penalità 540 volte. Gli stessi novanta minuti in 18 sub da cinque minuti la pagano 18 volte.

Questo è tutto l’argomento a favore di sottoesposizioni più lunghe, ed è il motivo per cui un setup guidato si stacca da un telescopio smart sugli oggetti deboli anche a parità di tempo totale. Non è che la montatura guidata raccoglie più luce. Legge il sensore trenta volte meno spesso.

La controspinta è che i sub lunghi richiedono un buon inseguimento, e un frame da 300 secondi con scie non vale niente. La durata giusta del sub è la più lunga che la tua montatura riesce a garantire: una questione meccanica, non di elaborazione.

L’allineamento è dove gli stack si perdono davvero

L’argomento √N assume che ogni frame contribuisca lo stesso segnale allo stesso pixel. Questo richiede che i frame siano registrati, ed è qui che la maggior parte degli stack deludenti fallisce davvero.

I frame si muovono tra le esposizioni. Deriva della montatura, rifrazione vicino all’orizzonte, flessioni e - su qualsiasi montatura altazimutale, che include ogni telescopio smart - rotazione di campo. In un’ora, frame presi all’inizio e alla fine possono essere ruotati di decine di gradi l’uno rispetto all’altro.

Un allineamento che gestisce solo la traslazione non ce la fa. Peggio ancora è come fallisce: non con un messaggio di errore, ma con uno stack in cui tutto è leggermente sbavato. Sembra fuoco scarso o cattivo seeing, e la gente passa una stagione a inseguire il problema sbagliato.

Una registrazione fatta bene parte dalle stelle stesse. Costruisce triangoli dalle stelle più brillanti di ogni frame e li descrive tramite i rapporti dei lati: quantità che sopravvivono a traslazione, rotazione e scala. I triangoli corrispondenti votano su quale stella corrisponde a quale, un adattamento robusto scarta i voti discordanti e un passaggio di raffinamento porta il risultato a precisione sub-pixel.

Quest’ultima parte conta. La precisione sub-pixel non è un lusso: un errore costante di mezzo pixel su tutto lo stack ti costa lo stesso dettaglio che avresti perso con un seeing leggermente peggiore.

Lo scarto: la parte che rimuove ciò che la media non può

La media gestisce il rumore casuale. Non gestisce ciò che non è casuale: satelliti, aerei, raggi cosmici, i fari di un’auto che spazzano il campo.

Fai la media di 100 frame di cui uno ha una scia di satellite e la scia è ancora lì all’1 %: debole, ma visibile su un cielo scuro, e sopravvive allo stiramento.

Lo scarto la rimuove guardando lungo lo stack ad ogni pixel e scartando i valori che non c’entrano. I metodi differiscono su cosa significhi “non c’entrano”, e scegliere tra loro non è arbitrario:

Il sigma clipping prende media e deviazione standard ad ogni pixel e scarta i valori oltre una soglia. Funziona bene ed è il default per una buona ragione, ma assume che ogni frame campioni la stessa distribuzione.

Il sigma clipping winsorizzato tira gli outlier verso il grosso invece di rimuoverli. Più sicuro sugli stack poco profondi, dove stimare una deviazione standard da otto campioni e poi buttare valori tende a scartare segnale reale.

Il linear-fit clipping risponde a una domanda diversa. Ordina i valori di ogni pixel lungo lo stack e ci adatta una retta. Una dispersione graduale - del tipo prodotto dalla trasparenza che cambia durante la notte - è attesa da quel modello e non costa nulla, mentre una scia di satellite è ancora un valore lontano dalla retta.

Quella distinzione conta più di quanto sembri. Quando arrivano velature alte, o il tuo oggetto scende verso la cupola di luce, i frame differiscono davvero. La dispersione sono dati reali, non rumore. Il sigma clipping vede i frame agli estremi dell’intervallo come outlier e inizia a scartarli - e quelli all’estremo scuro sono di solito i frame più limpidi della sessione. Perdi i tuoi dati migliori per un metodo che ha assunto fossero sbagliati.

Il segnale da osservare è quanto deriva il livello del cielo per frame. Se è stabile, il sigma clipping è giusto. Se si muove di più di qualche punto percentuale, un adattamento lineare ti servirà meglio. Akastroid lo misura e passa automaticamente all’altro sopra circa l’8 % di deriva: una decisione che non richiede conoscenze di astronomia per essere giusta e ne richiede parecchie per essere presa bene a mano.

Gli stack poco profondi hanno bisogno di un trattamento diverso

Con otto frame non puoi stimare una distribuzione. Qualsiasi metodo di scarto lavora con troppo pochi campioni, e un clipping aggressivo rimuoverà segnale reale sostenendo di rimuovere outlier.

Sotto circa otto frame, la media semplice o una mediana è di solito la scelta onesta. Tra otto e quindici, la winsorizzazione. Oltre, il clipping vero diventa sicuro.

Il modo di fallire qui è sottile: uno scarto aggressivo su uno stack poco profondo produce un’immagine che sembra pulita e a cui manca silenziosamente il dettaglio debole. Non sembra rotta. Sembra leggermente vuota, e non c’è niente sullo schermo a dirti perché.

Quando più frame smette davvero di aiutare

Tre casi in cui l’ora successiva non ti compra niente:

Sei limitato dal rumore di lettura. Con sub molto brevi, il fondo di rumore è fissato dalla lettura, non dai fotoni del cielo. Lo stacking aiuta ancora, ma stai combattendo un costo fisso che più frame non rimuovono. Sub più lunghi sì.

Sei limitato dal cielo su un oggetto debole. Sotto cieli luminosi domina il fondo, e le regioni esterne deboli del tuo oggetto potrebbero semplicemente non emergere mai sopra di esso. Il rapporto segnale/rumore migliora ancora come √N, ma √N di “appena rilevabile” è ancora appena rilevabile. Cieli più scuri o filtri a banda stretta cambiano questo; più tempo no.

Il tuo allineamento è il limite. Se la registrazione lascia errori di mezzo pixel, aggiungere frame aggiunge altri dati leggermente mal registrati. Lo stack diventa più liscio e non più nitido. Vale la pena controllarlo prima di dare la colpa al cielo.

Una risposta pratica

• Durata del sub: la più lunga che la tua montatura insegue in modo affidabile. Questo domina il rumore di lettura, e il rumore di lettura domina gli oggetti deboli.
• Numero di frame: pensa in fattori di quattro. Se vuoi un miglioramento visibile, pianifica di quadruplicare, non di aggiungere un po’.
• Registrazione: deve gestire la rotazione. Non negoziabile su qualsiasi montatura altazimutale.
• Scarto: adattalo alla profondità del tuo stack e alla stabilità della tua notte.
• Conosci il tuo limite: rumore di lettura, luminosità del cielo o allineamento. Aggiungere frame aiuta solo i primi due, e solo lentamente.

Niente di tutto questo richiede di capire la matematica oltre √N. Ma spiega perché lo stack di cui sei insoddisfatto è insoddisfacente - e di solito è una cosa più utile da sapere di un altro cursore.