Extraction
Séparation des canaux
Cette fonction crée trois images monochromes à partir d'une image couleur à trois canaux, en fonction de l'espace couleur configuré. Pour RVB, il s'agit simplement de diviser le fichier en trois. Pour les autres, elle implique le calcul de l'espace couleur équivalent, soit HSL (teinte-saturation-luminosité), HSV (teinte-saturation-valeur) voir , ou CIELAB.
Astuce
Si aucun nom n'est donné à un canal, celui-ci n'est pas extrait.
Ligne de commande Siril
split file1 file2 file3 [-hsl | -hsv | -lab]
Séparer les canaux CFA
CFA signifie color filter array (matrice de filtres couleur). Ce terme est souvent utilisé pour décrire le contenu d'une image couleur à un canal, chaque pixel correspondant à des valeurs acquises derrière un filtre sur le capteur. Il s'oppose aux images dématricées.
L'ouverture d'une image CFA dans Siril est nécessaire pour le prétraitement, comme l'élimination du signal dark avant l'interpolation de l'image en couleur à trois canaux. Nous pouvons également utiliser les informations du filtre de couleur pour extraire des images comme celle-ci :
Séparer les canaux CFA : quartes images sont créées à partir de l'image CFA, chacune représentant un filtre de la matrice de Bayer, donc en général R.fit, G1.fit, G2.fit et B.fit. Ceci est utile si le but est de traiter séparément les différentes couleurs de l'image.
Extraire Ha : l'utilisation d'un filtre H-alpha avec une image de caméra couleur (OSC : on-sensor color, ou one-shot color camera) signifie que seuls les pixels avec des filtres rouges seront utiles, donc en général seulement un quart d'entre eux. Cette fonction crée une nouvelle image qui ne contient que les pixels associés au filtre rouge documenté dans la matrice de Bayer de l'image.
Extraire Ha/OIII : pour les caméras OSC, des filtres qui laissent passer les photons des longueurs d'onde H-alpha et O-III sont apparus. Cette extraction crée deux images : une image à partir des pixels rouges comme l'extrait Ha, et une image combinant les pixels verts et bleus en une seule pour O-III. Les deux images correspondent à la moitié de la définition de l'image d'entrée.
Note
Une question est fréquemment posée sur la raison pour laquelle les images Ha et OIII sont de tailles différentes et sur la manière dont elles sont réparties. Cette note tente d'apporter une réponse à cette question.
Dans un capteur d'images couleur, les pixels sont recouverts d'une matrice de filtres très fine appelée matrice de filtres couleur (CFA) ou matrice de Bayer. La disposition des pixels filtrés correspond à un certain nombre de modèles : RVVB, VBVR, etc.
Parmi ces pixels, seuls les pixels R sont sensibles à Ha. Nous commençons donc par séparer tous les pixels rouges dans une image Ha. Étant donné que seul 1 élément CFA sur 4 est rouge, les dimensions de l'image Ha sont inférieures de moitié à celles de l'image originale.
Les pixels restants, V et B, sont tous sensibles à l'OIII. La sensibilité des pixels filtrés V à l'OIII est différente de la sensibilité des pixels filtrés B à l'OIII, mais ils représentent la même scène et sont répartis uniformément, de sorte que l'intensité moyenne doit être la même.
\[ \begin{align}\begin{aligned}\text{V}_\text{i} = \text{V}_\text{io} \times \frac{3 \times \overline{\text{V}_\text{o}}}{2 \times \overline{\text{V}_\text{o}} + \overline{\text{B}_\text{o}}}\\\text{B}_\text{i} = \text{B}_\text{io} \times \frac{3 \times \overline{\text{B}_\text{o}}}{2 \times \overline{\text{V}_\text{o}} + \overline{\text{B}_\text{o}}}\end{aligned}\end{align} \]Où \(\text{B}_\text{i}\) est le \(i^{\text{ème}}\) pixel bleu, \(\text{B}_\text{io}\) est le \(i^{\text{ème}}\) pixel bleu d'origine et \(\overline{\text{B}_\text{o}}\) est la moyenne de tous les pixels bleus d'origine (et de même pour les pixels verts).
Jusqu'à présent, nous disposons d'un ensemble égalisé de pixels V et B avec des lacunes où les pixels R ont été supprimés. Enfin, nous utilisons l'interpolation bilinéaire pour estimer les valeurs des pixels R et obtenir une image OIII de taille normale.
Note
L'option de rééchantillonnage Ha/OIII permet de gérer la sortie de l'extraction Ha/OIII. Pas de rééchantillonnage produit une image OIII en pleine résolution et une image Ha en demi résolution ; sur-échantillonner Ha rééchantillonne l'image Ha d'un facteur 2 pour correspondre à l'image OIII ; sous-échantillonner OIII rééchantillonne l'image OIII d'un facteur 2 pour correspondre à l'image Ha.
Il se peut que vous souhaitiez utiliser le drizzle pour mettre à l'échelle les données Ha au lieu de les mettre à l'échelle. Comme le drizzle est une méthode d'empilement, dans ce cas vous devez utiliser seqextract_HaOiii pour extraire le Ha et le OIII de chaque image de la séquence, et ensuite empiler les images OIII de la manière habituelle et les images Ha avec un drizzle x2.
Extraire Vert : pour la photométrie, il est souvent utile de ne traiter que la partie verte de l'image CFA, parce qu'elle est plus sensible et qu'elle a deux pixels à moyenner, ce qui réduit encore le bruit. Bien entendu, l'image créée voit également sa définition divisée par deux.
Note
Ces fonctions ne fonctionnent que si la matrice de Bayer a été correctement documentée par le logiciel d'acquisition et si le format d'image le supporte, donc en général FITS ou SER.
Avertissement
Cela ne fonctionne pas avec d'autres matrices de filtres que les matrices de Bayer, comme le Fujifilm X-TRANS.
Couches des ondelettes
Cet outil extrait les différents plans de l'image en appliquant le processus d'ondelettes. Chaque plan est enregistré dans une image et l'ensemble des images peut être lu comme une séquence. Vous pouvez choisir jusqu'à 9 couches pour le calcul des ondelettes et le type d'algorithme est soit Linéaire, soit BSpline. Ce dernier est généralement préféré.
La décomposition se fait à travers un certain nombre de couches de détail définies à des échelles caractéristiques croissantes et une couche résiduelle finale, qui contient les structures restantes non résolues.