Pixinsight 1.8 详解官方标准化后期处理流程
Pixinsight作为全球第一的天文后期处理软件,功能完备,算法强大,效果出众,堪比天文界的Adobe。也正是因为它太强大了,以至于功能复杂到初次打开竟然都不知道该怎么用,这也是相当尴尬的事情。
我开始使用PI的时候,没有那么多教程,也没有见过别人处理视频。上PI的官网我发现了一个M81和M82处理样例(英文名Deconvolution and Noise Reduction Example with M81 and M82),看似是讲反卷积和降噪而已,其实它非常的有价值,如果能仔细的研究一下其中的每一步,就可以悟出一套标准的处理流程。
现在,我就把这个处理样例用中文进行说明,并加上我自己的一些理解。
1. 反卷积(包含准备工作)提升细节
2. 降噪
3. 非线性拉伸
4. HDR(非必须)
了解了以上4个基本步骤,我们就进入PI处理的第一大步骤:
假定通过仪器的光学路径是光学理想的,与点扩散函数(PSF)卷积在一起,描述光路理论点源通过仪器的表现。通常,这样的点源对最终图像贡献了小范围的模糊性。 如果可以确定这个函数,那么计算它的反函数或互补函数,并将获取的图像与其进行卷积。 结果就可以获得原始的,未失真的图像。
反卷积在别的软件可能就一下搞完了,然后效果渣的惨不忍睹。PI则很讲究,先要做一堆预备工作。
1.1 获得点扩散函数(PSF)样本
使用DynamicPSF工具对星点进行采样。

现在目标附近选择清晰锐利的小星点,选择大约50个左右即可。

然后点击右下角这个照相机按钮,生成一个SPF星点参考样本。
1.2 建立反卷积用的全图星点蒙版
反卷积是一种细节加强算法,如果不保护星点的话,星点会失真的很厉害。
星点蒙版分两次进行:
第一次,用MultiscaleLinearTransform工具,将第一层和R层给叉掉。然后点击左下角小三角图标-执行并生成新的图形。


参数放大后是这样的:

生成Starmask1文件,这个文件只是中间文件。接下来,还需要再用StarMask功能,给刚才生成的Starmask1再进行一次处理,生成真正可用的Starmask2文件。

这次的参数选择如下:

非线性拉伸,使用HistogramTransformation工具:

参数拉伸强度如下面图中第二幅的曲线所示:

最后,用Convolution工具对星点蒙版进行柔化处理,这样做是为了让后面反卷积的时候星点更自然。

参数选择如下:

1.3 反卷积主流程
反卷积对话框里面需要做三件事情:
2. 选择反卷积的星点蒙版,就是刚才处理了半天的Starmask2。
3. 选择合适的反卷积轮数(一般是10-20轮)以及反卷积的降噪选项。下图中凡是亮着的都需要设置。

下面我们来看一下反卷积Deconvolution对话框里具体的参数设置:
星点样品(PSF)部分
算法(Algorithm)部分
1. 算法Algorithm:选Regularized Richardson-Lucy
2. 次数Iterations:选择20轮(如果长焦RC照片一般过采样可以选40次或者更多,APO和牛反一般欠采样可以选10-20次)
3. 目标Target:选Luminance(CIE Y),只对明度做处理。
去光环(Deringing)部分
1. Global dark: 0.005是对于这幅图合适的,自己拍的图需要自己去试验,我用ES127APO拍的用0.05比较合适。
2. Global bright:0,这个没啥好说的
3. 勾选Local deringing
4. Local support选择刚才处理了半天的starmask2文件。
5. Local amount选0.5先试试。
wavelet 处理(wavelet Regularization)部分
1. Noise model: Guassian
2. wavelet layers: 选3, B3 Spline(5)。都是照猫画虎。
3. Noise Threshold和Noise Reduction按照下图的参数设置,基本不会错。

点左下角的执行按钮,等待执行成功,就可以看到效果。
图1:反卷积之前

图2:反卷积之后,明显看到比上图的细节清晰了,星点也更小更锐。

下面是错误的一些示范:
图1:没有设置Deringing,会导致星点出现环,失真。

图2:设置了Deringring,但没有做Local Deringing文件(就是前面处理了半天的Starmask2文件),也会有残留的光环。


2.图像降噪
反卷积完成后,图像的噪点依然没有解决,甚至还更严重了一些。所以需要通过降噪工具先将背景噪声磨平。
2.1 图像降噪基本设置
搞定了蒙版,就可以开始降噪了。同样有一些参数是可以照猫画虎的。
打开MultiscaleLinearTransform工具。
下面的参数:
1. 最上面的Algorithm:选Multiscale linear transform
2. Layers:选Dyadic模式,Layers数量5层。
3. 表中的每一层Layer,Parameters都按照这个图里的设置好。
4. Detail Layer 1/5, 这里设置0
5. Noise Reduction,按照下图设置。
6. Linear Mask,在下一幅图里面详解怎么用这个Mask.

2.2 Linar Mask图像蒙版
这次图像蒙版的意义是,保护图像明亮的细节部分和星点,确保他们不会因为降噪而模糊掉。
1. 勾选Preview mask,可以实时预览蒙版的情况。Linear Mask要想看到预览,需要点击对话框左下角的“O”按钮,实现预览。
2. Amplification:这个需要预览蒙版去选择,有时候是10,有时候是2,甚至图像非常暗的时候选1。具体选多少,看上面那个图上黑白星系蒙版的效果就能明白。尽量让星系全部都蒙上,只对背景做降噪。
3. Smoothness,选1.00
4. 勾选Inverted mask。反转亮度,因为蒙版是反的,就是黑的部分其实是被保护的,亮的部分是透明的作用区域。

下面看一下降噪对比效果。
图1:降噪前

图2:降噪后

图3:M81降噪前的局部放大

图4:M81降噪后的局部放大

3.非线性拉伸
将黑乎乎的原片,色阶拉伸到人眼可以舒适欣赏的状态。
很多人可能会奇怪,刚才那些图不是挺明亮的吗,还需要拉伸?哈哈,你们都被PI强大的预览功能骗了,其实刚才所有的图像都是做了预览拉伸的,也就是预览拉伸后的效果,但是其实没有实际做过这件事情,这时候关闭拉伸预览,就只留下黑乎乎的图了。
我们要做的也很简单,再次打开HistogramTransformation功能。
1. 点左下角“O”预览按钮
2. 控制第二个黑色背景的色阶图上去拉动左侧和中间的两个指针。
3. 观察第一个黑色背景的色阶亮度显示直方图。记住一个基本要领,就是直方图左侧不要被切,直方图最高点大概是正好位于图表宽度的1/4左侧位置。
4. 点左下角方块按钮执行拉伸。
5. 第一次拉伸可能很难到位。不用怕,可以继续在第一次拉伸的基础上再做一次拉伸,微调一下。

下面这幅图就是做完HDR后的效果,可以对比上一幅图看到星系特别亮的部分被压低了亮度,让更多的细节凸显出来。HDR说白了就是让图片更适合人眼的观赏。毕竟人眼对于很亮的物体,很难分辨它的细节,所以压低亮度,看起来就更舒服。(PS:原图亮归亮,但不能过曝,才能做HDR压出细节)

HDR之前,还需要做两个蒙版,但是复杂度有点高怕大家一时接受不了。我们就略过好了。直接介绍HDR的基本参数:
1. Number of layers: 选5,中规中矩;选6,亮度压得比较轻;选4,亮度会压得很厉害。
2. Number of iterations:1
3. Overdrive:0
4. Scaling fuction: B3 Spline(5)
5. 勾选Lightness mask
6. 点左下角方块按钮执行。

下面是两组HDR之前和HDR之后的局部效果对比。




好了,到这里,完整的处理流程就学完了。这就是PI最基本的一系列处理步骤,别小看这个教程,如果你学会了它,已经几乎可以超越所有没用PI的同学们的照片了(如果把他们原图拿过来按照这个流程走一轮)。对,就是这么犀利。
当然PI里面的功能还远不止这些,像降噪,就还有好几种工具。而蒙版其实是PI所有处理的精华,也有许多种蒙版制作方法。还有图像预处理的成套解决方案,帮你搞定暗平偏校准和叠加。还有通道合成的公式。太多太多有用的后期功能,以后等我总结好了,我再继续给大家介绍吧。今天就到这里吧。如果您喜欢本文,记得关注我的微博哟!
2019-07-10 11:29:36
目录 返回
首页