本帖最后由 Eta_Carinae 于 2018-3-26 21:30 编辑
本以为是长篇大论,没想到几分钟就看完了
半新手小小的看法:
1、在Inside Pixinsight中提到SCNR是may be applied to linear data, as well as in the nonlinear state,但实际是极少数有人在Linear State下做SCNR,这样会破坏原本调整好的白平衡。您放送的流程图中也没有在线性下提到SCNR,所以我觉得在线性下做SCNR可能是不合理的。SCNR这种工具,能不做就不做,能少做就少做,能最后做就最后做。
2、分通道DBE的意义通常不大,合在一起做似乎没有出现什么问题。更重要的是Tolerance的调整
3、正常情况下的反卷积极少数直接用高斯模型,一般选用External PSF。Dynamic PSF中选择星点的一致性可能更重要。我一般选择Moffat作为拟合模型。至于次数完全没有硬性规定,一个FWHM 2.X的图(已经接近欠采样),可能在迭代次数很少的时候就出现了假结构。蒙版的明暗也会影响迭代次数。Deringing Global Dark/Bright同样没有硬性规定,从我自己处理的图片来看,Dering Global Bright是可能需要的,并且很重要。
4、拉伸图片的方式多的是,我只用HT/Pixelmath/Curves
16bit plot只是预览色阶的时候显示16位,实际计算精度跟选择没有关系(参考HT中的数值后面小数点有多少位)
5、TGV降噪既可以在线性下又可以在非线性下做。至于重复500-1000次尤其1000次最好的论点,不知道LZ是哪里得出来的。
6、HDRMT慎用。同样Layers自由选择,没有硬性规定,没有6就更好的说法。
7、Pixelmath中加法,您是不是誊抄的时候抄错了,25A+75B直接用A+3B就完事儿了嘛
8、LHE慎用,可能会出现假结构(尤其低频部分),提升反差用DSE可能更适合
9、锐化和反卷积的Deringing同理,Deringing Dark/Bright都很重要,数值非硬性规定
10、星点重制放的太过后面,应该稍微早一些做比较好
11、《Inside PixInsight》充其量就是个Pix1.8的非官方说明书,怎么能称为后期技术最权威参考资料
12、还没想出来
13、什么才是三脚猫ID?我这个半新手算不算?
|