Statistiques

Il s'agit d'une documentation pour les statistiques de Siril, données par l'interface graphique (GUI) à partir du menu Outils ‣Analyse de l'image puis sélection de Statistiques... ou en utilisant la commande stat. Notez que lorsque vous utilisez l'interface graphique, il est possible de dessiner une sélection dans l'image chargée et que, ce faisant, les statistiques sont calculées sur les pixels de la région.

L'option Par canal CFA permet de calculer les statistiques pour chaque canal R, V, B d'une image CFA, même si l'image n'a pas été dématricée.

Plusieurs de ces valeurs sont des mesures de la dispersion statistique.

Statistiques 1 canal pour une image CFA

Statistiques un canal pour une image CFA. Les valeurs données ne sont pas vraiment pertinentes dans ce cas.

Statistiques 3 canal pour une image CFA

Statistiques trois canal pour une image CFA.

Ligne de commande Siril

stat [-cfa] [main]
Renvoie les statistiques de l'image courante, la liste de base par défaut ou la liste principale si main est passé. Si une sélection est faite, les statistiques sont calculées dans la sélection. Si -cfa est passé et que l'image est CFA, les statistiques sont faites sur les extractions par filtre

Estimateurs

Moyenne

C'est la moyenne arithmétique, également appelée moyenne. Elle est calculée en faisant la somme des valeurs des pixels, divisée par le nombre de pixels d'un canal d'image.

Médiane

La médiane est la valeur qui sépare la moitié supérieure de la moitié inférieure d'un ensemble de données. En général, elle représente la valeur de l'arrière-plan d'une image astronomique.

Sigma

Également connue sous le nom d'écart-type, notée \(\sigma\), c'est une mesure de la dispersion des pixels de l'image basée sur les différences au carré par rapport à la moyenne. La valeur sigma d'une sous-image contenant uniquement l'arrière-plan représentera le bruit de l'image.

Bruit de fond

Cet estimateur est disponible dans l'interface graphique à partir du menu Outils ‣ Analyse de l'image ‣ Estimation du bruit et il est également affiché à la fin de l'empilement.

Il s'agit d'une mesure du niveau de bruit estimé dans l'arrière-plan de l'image, pour les pixels ayant une valeur suffisamment faible pour être considérés comme de l'arrière-plan. C'est un processus itératif basé sur k.sigma (un facteur de l'écart-type au-dessus de la médiane), il n'y a donc pas de seuil fixe pour déterminer ce qui est suffisamment bas.

Ligne de commande Siril

bgnoise
Renvoie le niveau du bruit de fond de l'image chargée en mémoire

avgDev

La déviation moyenne, également appelée AAD pour average absolute deviation ou mean absolute deviation. Pour comprendre ce qu'est la déviation moyenne, il faut comprendre ce qu'est la déviation absolue. La déviation absolue est la distance entre chaque valeur de l'ensemble de données et la moyenne de cet ensemble (dans ce cas-ci) ou la médiane (pour MAD ci-dessous). En prenant toutes ces déviations absolues, en trouvant la moyenne, la déviation moyenne absolue est calculée. Pour simplifier, si l'écart type est la déviation quadratique moyenne par rapport à la moyenne, la déviation moyenne est sa version linéaire.

MAD

L'écart absolu médian est une mesure robuste de la dispersion d'un ensemble de données. L'écart absolu et l'écart type sont également des mesures de dispersion, mais ils sont davantage affectés par des valeurs extrêmement élevées ou extrêmement faibles. Il est similaire à l'écart moyen ci-dessus, mais il est relatif à la médiane au lieu de la moyenne.

BWMV

Le biweight midvariance est un autre outil pour mesurer la dispersion d'un ensemble de données, encore plus robuste que les autres cités ci-dessus aux valeurs aberrantes. Il écarte les points de données trop éloignés de la médiane et calcule une variance pondérée, les poids diminuant au fur et à mesure que les points de données s'éloignent de la médiane. L'estimateur de la dispersion est la racine carrée (marquée comme \(\sqrt{BWMV}\)) de cette valeur.

Position et échelle

Ces paramètres, souvent appelés familièrement échelle et décalage, ne sont pas affichés dans les interfaces utilisateur mais sont calculés en interne par Siril. Afin d'aligner les histogrammes des différentes images pour les normaliser avant de les empiler, il faut calculer où ils se situent en termes de niveau et quelle est leur étendue en termes de dispersion. Un estimateur valable de l'emplacement pourrait être la médiane, tandis que le MAD ou le \(\sqrt{BWMV}\) pourrait être utilisé pour l'échelle. Toutefois, afin d'accroître la robustesse des mesures, les pixels situés à plus de \(6\times \text{MAD}\) de la médiane sont éliminés. Sur cet ensemble de données découpé, la médiane et \(\sqrt{BWMV}\) sont recalculées et utilisées respectivement comme estimateurs d'emplacement et d'échelle. Ils sont calculés par rapport à l'image de référence d'une séquence dans Siril.