Slik fungerer stacking egentlig (og hvorfor flere delbilder ikke alltid er bedre)

Spør hvorfor vi stacker astrofoto, og svaret du får er som regel «for å redusere støyen». Det er sant og nesten ubrukelig, for det sier deg ikke hvor mange delbilder du trenger, hvorfor stacken din på 200 ser dårligere ut enn en annens stack på 60, eller hvorfor nok en time noen ganger ikke endrer noe som helst.

Selve resonnementet er kort, og når du først har det, svarer de fleste valgene rundt stacking seg selv.

Signalet legger seg sammen. Det gjør ikke støyen.

Rett teleskopet mot en tåke og ta én eksponering. Hver piksel tar imot et visst antall fotoner fra himmelen. Det tallet er ikke fast – fotoner kommer tilfeldig, og antallet varierer fra eksponering til eksponering med omtrent kvadratroten av seg selv. Samle 100 fotoner, og variasjonen fra delbilde til delbilde er rundt 10. Samle 10 000, og den er rundt 100.

Stack så N delbilder. Signalet – det virkelige fotonantallet fra objektet – legger seg sammen lineært: N ganger så mye. Støyen er tilfeldig og kansellerer seg delvis, og vokser bare som kvadratroten av N.

Forholdet mellom signal og støy blir altså bedre med √N.

Den ene sammenhengen forklarer det meste av det du ser:

• 4 delbilder er dobbelt så bra som 1.
• 16 delbilder er dobbelt så bra som 4.
• 64 delbilder er dobbelt så bra som 16.

Hver dobling av kvaliteten koster fire ganger så mange delbilder. Det er derfor forskjellen mellom 10 og 40 delbilder er dramatisk, mens forskjellen mellom 200 og 260 er usynlig. Du gjør ikke noe galt når den siste skuffer deg – du la til 30 % flere delbilder for 14 % forbedring, og 14 % ligger under det øyet merker pålitelig.

Vil du ha et synlig steg opp fra en stack på 200 delbilder, trenger du rundt 800.

Og derfor er det lesestøyen som bestemmer sublengden din

Det finnes en andre støykilde som ikke oppfører seg slik. Hver gang sensoren leses ut, legger elektronikken på et fast påslag. Det avhenger ikke av eksponeringstiden – et delbilde på 5 sekunder og ett på 500 sekunder betaler det nøyaktig én gang hver.

En gitt total eksponeringstid bærer altså lesestøy i forhold til hvor mange delbilder du deler den opp i. Nitti minutter som 540 subs på ti sekunder betaler påslaget 540 ganger. De samme nitti minuttene som 18 subs på fem minutter betaler det 18 ganger.

Dette er hele argumentet for lengre enkelteksponeringer, og det er derfor et guidet oppsett drar fra et smartteleskop på svake objekter selv med identisk totaltid. Det er ikke fordi den guidede riggen samler mer lys. Den leser ut sensoren tretti ganger sjeldnere.

Motkraften er at lange subs krever god følging, og et delbilde på 300 sekunder med strekstjerner er verdt ingenting. Riktig sublengde er den lengste montasjen din leverer pålitelig – og det er et mekanisk spørsmål, ikke et prosesseringsspørsmål.

Det er innrettingen som egentlig ødelegger stacker

√N-argumentet forutsetter at hvert delbilde bidrar med samme signal til samme piksel. Det krever at delbildene ligger i register, og det er her de fleste skuffende stacker faktisk ryker.

Delbildene flytter seg mellom eksponeringene. Drift i montasjen, refraksjon nær horisonten, fleksing – og på enhver alt-azimut-montasje, som inkluderer alle smartteleskoper – feltrotasjon. I løpet av en time kan delbilder tatt i starten og slutten av økta være rotert titalls grader i forhold til hverandre.

Innretting som bare håndterer forskyvning, klarer ikke dette. Verre er måten den svikter på: ikke med en feilmelding, men med en stack der alt er litt utsmurt. Det ser ut som dårlig fokus eller dårlig seeing, og folk bruker en hel sesong på å jakte på feil problem.

Skikkelig registrering tar utgangspunkt i stjernene selv. Bygg trekanter av de klareste stjernene i hvert delbilde og beskriv dem med sideforhold – størrelser som overlever forskyvning, rotasjon og skalering. Trekanter som passer sammen, stemmer over hvilken stjerne som svarer til hvilken, en robust tilpasning kaster ut stemmene som er uenige, og en finjustering trekker resultatet ned på subpikselnivå.

Den siste biten betyr noe. Subpikselnøyaktighet er ingen luksus; en konsekvent feil på en halv piksel gjennom hele stacken koster deg like mye detalj som litt dårligere seeing ville gjort.

Forkasting: den delen som fjerner det et snitt ikke kan

Et snitt håndterer tilfeldig støy. Det håndterer ikke ting som ikke er tilfeldige: satellitter, fly, kosmisk stråling, frontlysene på en bil som feier over feltet.

Ta snittet av 100 delbilder der ett har et satellittspor, og sporet er fortsatt der med 1 % styrke – svakt, men synlig mot en mørk himmel, og det overlever stretchen.

Forkasting fjerner det ved å se på tvers av stacken i hver piksel og kaste verdier som ikke hører hjemme. Metodene er uenige om hva «ikke hører hjemme» betyr, og valget mellom dem er ikke vilkårlig:

Sigmaklipping tar gjennomsnittet og standardavviket i hver piksel og dropper verdier utenfor en grense. Den virker godt, og den er standardvalget med god grunn – men den forutsetter at alle delbilder er trukket fra samme fordeling.

Winsorisert sigmaklipping trekker uteliggerne inn mot hovedtyngden i stedet for å fjerne dem. Tryggere på grunne stacker, der det å anslå et standardavvik fra åtte målinger og så kaste verdier har lett for å kaste ekte signal.

Lineær tilpasning svarer på et annet spørsmål. Den sorterer verdiene i hver piksel gjennom stacken og legger en linje gjennom dem. En jevn spredning – den typen som oppstår når gjennomsiktigheten endrer seg i løpet av natten – er forventet i den modellen og koster ingenting, mens et satellittspor fortsatt er én verdi langt fra linja.

Den forskjellen betyr mer enn den høres ut som. Når høye skyer trekker inn, eller objektet ditt synker mot lyskuppelen, er delbildene reelt forskjellige. Spredningen er ekte data, ikke støy. Sigmaklipping ser delbildene i ytterkantene av spennet som uteliggere og begynner å kaste dem – og de i den mørke enden er som regel de klareste delbildene i økta. Du mister de beste dataene dine til en metode som antok at de var feil.

Signalet du skal følge med på, er hvor mye himmelnivået per delbilde driver. Er det stabilt, er sigmaklipping riktig. Beveger det seg mer enn noen få prosent, vil en lineær tilpasning tjene deg bedre. Akastroid måler dette og bytter automatisk over rundt 8 % drift – en avgjørelse som ikke krever noen astronomikunnskap å få riktig, og ganske mye for å få riktig for hånd.

Grunne stacker trenger annen behandling

Med åtte delbilder kan du ikke anslå en fordeling. Enhver forkastingsmetode jobber med for få målinger, og aggressiv klipping vil fjerne ekte signal mens den påstår at den fjerner uteliggere.

Under rundt åtte delbilder er vanlig snitt eller en median som regel det ærlige valget. Mellom åtte og femten: winsorisering. Over det blir ekte klipping trygt.

Feilmåten her er subtil: aggressiv forkasting på en grunn stack gir et bilde som ser rent ut og i stillhet mangler svake detaljer. Det ser ikke ødelagt ut. Det ser litt tomt ut, og ingenting på skjermen forteller deg hvorfor.

Når flere delbilder virkelig slutter å hjelpe

Tre tilfeller der neste time ikke kjøper deg noe:

Du er begrenset av lesestøy. Med svært korte subs settes støygulvet av utlesingen, ikke av fotoner fra himmelen. Stacking hjelper fortsatt, men du slåss mot en fast kostnad som flere delbilder ikke fjerner. Lengre subs ville gjort det.

Du er himmelbegrenset på et svakt objekt. Under lys himmel dominerer bakgrunnen, og de svake ytterområdene av objektet ditt kommer kanskje rett og slett aldri over den. Signal-støy-forholdet blir fortsatt bedre som √N – men √N av «så vidt synlig» er fortsatt så vidt synlig. Mørkere himmel eller smalbåndsfiltre endrer dette; mer tid gjør det ikke.

Innrettingen er grensen. Hvis registreringen etterlater feil på en halv piksel, legger flere delbilder bare til mer litt-feilregistrerte data. Stacken blir jevnere og ikke skarpere. Dette er verdt å sjekke før du skylder på himmelen.

Et brukbart svar

• Sublengde: den lengste montasjen din følger pålitelig. Den dominerer lesestøyen, og lesestøyen dominerer svake objekter.
• Antall delbilder: tenk i faktorer på fire. Vil du ha en synlig forbedring, planlegg å firedoble, ikke å legge på litt.
• Registrering: må håndtere rotasjon. Ikke til forhandling på noen alt-az-montasje.
• Forkasting: tilpass den til dybden på stacken og hvor stabil natten var.
• Kjenn grensen din: lesestøy, himmellysstyrke eller innretting. Flere delbilder hjelper bare på de to første, og bare langsomt.

Ingenting av dette krever at du forstår matematikken utover √N. Men det forklarer hvorfor stacken du er misfornøyd med, ble mislykket – og det er som regel mer nyttig å vite enn enda en skyveknapp.