Cum funcționează de fapt stivuirea (și de ce mai multe cadre nu înseamnă mereu mai bine)

Întreabă de ce stivuim astrofotografii și de obicei ți se va răspunde „ca să reducem zgomotul”. E adevărat și aproape inutil, fiindcă nu îți spune de câte cadre ai nevoie, de ce stiva ta de 200 arată mai rău decât stiva altcuiva de 60 sau de ce încă o oră în plus uneori nu schimbă absolut nimic.

Argumentul propriu-zis e scurt, iar odată ce îl ai, majoritatea deciziilor de stivuire își răspund singure.

Semnalul se adună. Zgomotul nu.

Îndreaptă telescopul spre o nebuloasă și fă o expunere. Fiecare pixel primește un anumit număr de fotoni de pe cer. Numărul acela nu e fix — sosirea fotonilor e aleatorie, iar numărătoarea variază de la o expunere la alta cu aproximativ rădăcina pătrată din ea însăși. Adună 100 de fotoni și variația de la un cadru la altul e în jur de 10. Adună 10.000 și e în jur de 100.

Acum stivuiește N cadre. Semnalul — numărul real de fotoni veniți de la obiect — se adună liniar: de N ori mai mult. Zgomotul e aleatoriu și se anulează parțial, crescând doar cu rădăcina pătrată din N.

Deci raportul dintre semnal și zgomot se îmbunătățește cu √N.

Singura relație asta explică mare parte din ce observi:

• 4 cadre sunt de două ori mai bune decât 1.
• 16 cadre sunt de două ori mai bune decât 4.
• 64 de cadre sunt de două ori mai bune decât 16.

Fiecare dublare a calității costă de patru ori mai multe cadre. De aceea diferența dintre 10 și 40 de cadre e dramatică, iar diferența dintre 200 și 260 e invizibilă. Nu greșești cu nimic atunci când a doua te dezamăgește — ai adăugat cu 30% mai multe cadre pentru o îmbunătățire de 14%, iar 14% e sub pragul la care ochiul observă ceva în mod fiabil.

Dacă vrei un salt vizibil față de o stivă de 200 de cadre, îți trebuie în jur de 800.

De aceea zgomotul de citire îți decide lungimea subexpunerii

Mai există o sursă de zgomot care nu se comportă așa. De fiecare dată când senzorul e citit, electronica adaugă o penalizare fixă. Ea nu depinde de lungimea expunerii — un cadru de 5 secunde și unul de 500 de secunde o plătesc fiecare exact o dată.

Așa că un timp total de integrare dat poartă zgomot de citire proporțional cu în câte cadre îl împarți. Nouăzeci de minute ca 540 de subexpuneri de zece secunde plătesc penalizarea de 540 de ori. Aceleași nouăzeci de minute ca 18 subexpuneri de cinci minute o plătesc de 18 ori.

Ăsta e întregul argument pentru subexpuneri mai lungi și e motivul pentru care un montaj cu ghidaj se desprinde de un telescop inteligent pe ținte slabe chiar și la timp total identic. Nu e vorba că montajul ghidat adună mai multă lumină. Citește senzorul de treizeci de ori mai rar.

Contrapresiunea e că subexpunerile lungi cer urmărire bună, iar un cadru de 300 de secunde cu stele filate nu valorează nimic. Lungimea corectă a subexpunerii e cea mai mare pe care montajul tău o livrează în mod fiabil — ceea ce e o chestiune mecanică, nu una de procesare.

Alinierea e locul unde se pierd de fapt stivele

Argumentul cu √N presupune că fiecare cadru contribuie cu același semnal la același pixel. Asta cere ca poziția cadrelor să fie înregistrată, și aici eșuează de fapt majoritatea stivelor dezamăgitoare.

Cadrele se mișcă între expuneri. Deriva montajului, refracția aproape de orizont, flexiunea și — pe orice montaj altazimutal, adică pe fiecare telescop inteligent — rotația de câmp. Într-o oră, cadrele făcute la început și la sfârșit pot fi rotite unul față de celălalt cu zeci de grade.

O aliniere care tratează doar translația nu face față. Mai rău e cum eșuează: nu cu un mesaj de eroare, ci cu o stivă în care totul e ușor mânjit. Arată ca o focalizare proastă sau ca seeing slab, iar oamenii petrec un sezon întreg vânând problema greșită.

Înregistrarea corectă pleacă de la stelele înseși. Construiește triunghiuri din cele mai luminoase stele din fiecare cadru și le descrie prin rapoartele laturilor — mărimi care supraviețuiesc translației, rotației și scalării. Triunghiurile care se potrivesc votează ce stea îi corespunde căreia, o ajustare robustă aruncă voturile care nu sunt de acord, iar o trecere de rafinare aduce rezultatul la precizie subpixel.

Ultima parte contează. Precizia subpixel nu e un moft; o eroare constantă de o jumătate de pixel pe toată stiva te costă exact detaliul pe care l-ai fi pierdut la un seeing ceva mai prost.

Respingerea: partea care elimină ce medierea nu poate

Medierea se ocupă de zgomotul aleatoriu. Nu se ocupă de lucrurile care nu sunt aleatorii: sateliți, avioane, raze cosmice, farurile unei mașini care mătură câmpul.

Mediază 100 de cadre din care unul are o dâră de satelit și dâra e tot acolo, la 1% din intensitate — slabă, dar vizibilă pe un cer întunecat, și supraviețuiește întinderii histogramei.

Respingerea o elimină uitându-se de-a lungul stivei la fiecare pixel și aruncând valorile care nu își au locul acolo. Metodele diferă prin ce înseamnă „nu își au locul”, iar alegerea între ele nu e arbitrară:

Sigma clipping ia media și abaterea standard la fiecare pixel și elimină valorile dincolo de un prag. Funcționează bine și e opțiunea implicită cu motiv — dar presupune că fiecare cadru eșantionează aceeași distribuție.

Sigma clipping winsorizat trage valorile extreme spre grosul datelor în loc să le elimine. Mai sigur pe stive subțiri, unde estimarea unei abateri standard din opt eșantioane și apoi aruncarea de valori tinde să arunce semnal real.

Clipping cu ajustare liniară răspunde la o altă întrebare. Sortează valorile fiecărui pixel de-a lungul stivei și trece o dreaptă prin ele. O împrăștiere lină — genul produs de transparența care se schimbă în timpul nopții — e așteptată de modelul acela și nu costă nimic, în timp ce o dâră de satelit rămâne o singură valoare mult în afara dreptei.

Distincția asta contează mai mult decât pare. Când intră nori subțiri de altitudine sau când ținta ta coboară spre domul de lumină, cadrele chiar diferă între ele. Împrăștierea e dată reală, nu zgomot. Sigma clipping vede cadrele de la capetele intervalului ca pe niște valori aberante și începe să le arunce — iar cele de la capătul întunecat sunt de obicei cele mai curate cadre din sesiune. Îți pierzi cele mai bune date din cauza unei metode care a presupus că sunt greșite.

Semnalul de urmărit e cât de mult derivează nivelul cerului de la un cadru la altul. Dacă e stabil, sigma clipping e alegerea corectă. Dacă se mișcă cu mai mult de câteva procente, o ajustare liniară te va servi mai bine. Akastroid măsoară asta și comută automat peste o derivă de circa 8%, o decizie pentru care nu ai nevoie de nicio cunoștință de astronomie ca să iasă bine și de destule ca să o nimerești de mână.

Stivele subțiri au nevoie de alt tratament

Cu opt cadre nu poți estima o distribuție. Orice metodă de respingere lucrează cu prea puține eșantioane, iar un clipping agresiv va elimina semnal real pretinzând că elimină valori aberante.

Sub aproximativ opt cadre, medierea simplă sau mediana e de obicei alegerea onestă. Între opt și cincisprezece, winsorizarea. Peste atât, clipping-ul propriu-zis devine sigur.

Aici defectul e subtil: o respingere agresivă pe o stivă subțire produce o imagine care arată curată și căreia îi lipsesc în tăcere detaliile slabe. Nu arată stricată. Arată ușor goală, și nu e nimic pe ecran care să îți spună de ce.

Când mai multe cadre chiar nu mai ajută

Trei situații în care ora următoare nu îți cumpără nimic:

Ești limitat de zgomotul de citire. Cu subexpuneri foarte scurte, pragul de zgomot e stabilit de citire, nu de fotonii cerului. Stivuirea tot ajută, dar te lupți cu un cost fix pe care mai multe cadre nu îl elimină. Subexpuneri mai lungi, da.

Ești limitat de cer pe o țintă slabă. Sub un cer luminos, fundalul domină, iar regiunile exterioare slabe ale țintei s-ar putea pur și simplu să nu se ridice niciodată deasupra lui. Raportul semnal-zgomot tot se îmbunătățește cu √N — dar √N din „abia detectabil” rămâne abia detectabil. Un cer mai întunecat sau filtrele de bandă îngustă schimbă asta; timpul în plus, nu.

Alinierea e limita ta. Dacă înregistrarea lasă erori de o jumătate de pixel, adăugarea de cadre adaugă mai multe date ușor nealiniate. Stiva devine mai netedă și deloc mai clară. Merită verificat înainte să dai vina pe cer.

Un răspuns de lucru

• Lungimea subexpunerii: cea mai mare pe care montajul tău o urmărește fiabil. Ea domină zgomotul de citire, iar zgomotul de citire domină țintele slabe.
• Numărul de cadre: gândește în factori de patru. Dacă vrei o îmbunătățire vizibilă, planifică să împătrești, nu să mai adaugi un pic.
• Înregistrarea: trebuie să trateze rotația. Nenegociabil pe orice montaj altazimutal.
• Respingerea: potrivește-o cu adâncimea stivei și cu stabilitatea nopții tale.
• Cunoaște-ți limita: zgomot de citire, strălucirea cerului sau aliniere. Mai multe cadre ajută doar la primele două, și doar încet.

Nimic din toate astea nu cere să înțelegi matematica dincolo de √N. Dar explică de ce stiva de care ești nemulțumit e nereușită — iar asta e de obicei un lucru mai util de știut decât încă un cursor.