• BIAS - a kiovasás zaja - kell vagy sem

  • 2015. február 06.
  • érdekes dolog ütötte meg a fülemet nem olyan régen. Több asztrofotóstól hallom, hogy nem alkalmaznak BIAS korrekciót a képek kalibrálása során. Ez nekem mióta elkezdtem a fotózást, valahogy mindig is alapvető korrekció volt, hasonlóan a DARK és a FLAT korrekcióhoz. Egyik Polaris-os asztrofotós szakkörön Fűrész Gábor is beszélt ennek mélységeiről, elmagyarázta, hogy mit is csinálunk tulajdonképpen a BIAS vonás alatt.

    A BIAS (kiolvasási zaj térképe) minden képet terhel, melyet digitális kamerával készítettünk. A szenzorok kiolvasása során a pixelek "alap töltését" is megkapjuk pluszban – sajnos – , a képünk – legyen az bármilyen rövid expóidejű – legsötétebb része soha nem nulla sötétségű. Tehát az a pixel, melybe nem érkezett foton, rendelkezik kiolvasáskor értékkel. Ezek az értékek a BIAS-ok.

    Elgondolkodtam, hogy vajon tényleg miért is van szükség egy asztrofotó képnél a BIAS korrekcióra, ennek mértéke elmarad a rögzített kép értékeitől, illetve eléggé homogén is. Az nyilvánvaló számomra, hogy tudományos célra készített fotóknál a képeket BIAS-al "nullázni kell", de egy asztro-kép esetében soha nem a hajszálnyi különbségekre, mindinkább a kép kinézetére, a rendesen fotonokkal megbombázott pixelekre vagyunk kíváncsiak.

  • Bal oldalon egy CCD kamera (StarLight Xpress SXVR H-16), jobb oldalon egy DSLR kamera (CMOS, Canon EOS 100D) BIAS eloszlása látható.
  • A CMOS kiolvasási zaja sokkal homogénebb, mivel itt nem csak horizontálisan olvassuk ki a pixel értékeket, hanem mátrix-szerűen címezve. A CMOS pixelek értékeihez a "véletlen zaj" két irányból adódik, így homogénebb eloszlást látunk. De csak képen, értékeket tekintve pixelről pixelre megvan a szórás! Nem tettem a képekhez statisztikát, körülbelül hasonló a CCD és a CMOS kép intenzitása. A CCD bias jellemző képét jól mutatja a bal oldal, függőleges sávok, oszlopokban történik a kiolvasás. A H16 (chip: Kodak KAI4022M: progressive scan) esetében a teljes oszlopot egyben olvassuk ki, vannak chip-ek, ahol ez pár soron keresztül (általában 3-6) történik köztes kiolvasással.

  • Reál beállítottságú agyam elsőre tiltakozott az ellen, hogy az elméletileg szükséges lépést pusztán "csak úgy" elhagyjam, meg kellett erről győződnöm a saját szememmel is. A pixel-matek azt mondja, hogy ha egyszer le lehet vonni azt a bizonytalanságot pixelről pixelre amit a kiolvasás zajának pixelről-pixelre változó értéke okoz, akkor miért is ne tegyük ezt meg. Ugyanakkor a fotó-matek viszont azt sugallja, hogy a kiolvasási zaj környékére úgysem tudjuk a képeinket mélyíteni, miért is szórakoznánk tényleg ezzel a korrekcióval. Az alapanyag képeimet mindig is annak mentén készítettem, hogy a kiolvasás zajszintje felett legyen az égi háttér fényessége. Jobban a háttér fölé fotózva még a foton zajtól is megszabadulunk, nagyon fényes hátterű képeket viszont nincs értelme készíteni, mivel egy tartomány után már új információt, jobb SNR-t (jel-zaj arány) úgysem érünk el, a rövidebb expókból legalább többet gyűjtünk adott idő alatt, ami használ az SNR-nek. Tehát az is logikus, amiket magyarázatként hallottam azoktól akik nem korrigálnak BIAS-al, hogy úgyis olyan kismértékű "eltolást" csinálunk csak, amit egy fotón úgysem veszünk észre.

  • Az ábrákon jól nyomon követhetjük a BIAS-ok értékeinek (fényességének) nagyságát egy nyers kép intenzitásához képest.
  • Bal oldalon a BIAS, középen egy ún. SuperBIAS, jobb oldalon az NGC4236 galaxisról készült nyerskép. A BIAS-ok maximális értéke nem éri el a galaxis nyerskép minimális értékét, mivel azt az égi háttér fényessége "feljebb húzta". A felfénylő háttér értékei kiolvasási zaj nélkül szinte teljesen megegyeznének, értékeihez viszont a BIAS értékei adódtak.

  • Némi magyarázat szükséges úgy gondolom a fenti képek értelmezéséhez. A kihúzás csak vizuálisan látszik (Pixinsight-ban STF funkció), a Statistics értékei a nyersképek értékeit mutatják, a kihúzatlan, "szűz" értékeket. Az STF-el vizuálisan megjelenített képek nem jelentenek egyforma kihúzást, mélységük az adott kép intenzitásától függ. Annyi az összes STF-el kihúzott képre igaz, hogy hisztogramon az alsó tartományból a "0" értékek levágásra kerülnek. Az STF-et én egyfajta "kifeszítésnek" szoktam inkább csak nevezni, semmint kihúzásnak. A Statistics ablakokban szereplő értékek ADU-k. Fotont nem kapott pixel (fekete kép) 0 ADU, 50%-ban telített pixel (50%-os szürke kép) 32.768 ADU, teljesen beégett pixel (fehér kép) 65.535 ADU értékű, hasonlóan a PhotoShop-ból jól ismert 0-255-ig terjedő értékeihez (fekete kép 0, 50%-os fényességű kép 128, teljesen beégett kép 255 értékű a hisztogramon). ADU jelentése = "analog to digital unit". Az ég alatti munka során a célszoftverek általában ADU-ban adják meg a területek, pixelek fényesség értékeit. 16 bites képességű szenzor és 16 bites kiolvasás esetében a képen 65.001 féle szürkeárnyalatot különböztethetünk meg.

    Superbias… A Pixinsight egy nagyszerű metódusa. általában 200db bias képet szoktam készíteni, ezek átlagolása adja a fent is látható masterBIAS-t. Mivel extra halványak a bias képek, így a lehető legjobb és leginkább egzakt árnyalatbeli különbséget a minél több képből való sztekkelés adhatja. Nincs az a bias mennyiség, mellyel az elméletileg elérhető legjobb, leginkább egzakt eredményt kapjuk. Ennek modellezésére szolgál a Superbias eljárás. Használható horizontálisan vagy vertikálisan. CMOS esetén a két kép átlaga adja a Superbias képet. A Superbias belső matematikai eljárással (statisztikai módszerek) azt próbálja modellezni, milyen lenne a BIAS-unk eloszlása több ezer kép átlagolásának eredményéből. A Superbias modul bevezetésekor a magyarázó oldalon az áll például, hogy Vicent Peris általában 2000 db !!!! rövid expóidejű képből átlagolt BIAS képeket használ a kalibráláshoz. A Superbias modullal hasonlóan símított eredmény érhető el 200 képből is.

  • Itthon is egyre többen Nebulosity-t használnak kalibrálásra, sztekkelésre. Egyik fotós kollégánk talált egy kis bug-ot a programban (az Ő adott beállításai mellett). Nem oly régen vele beszélgetve hallottam a program kalibrációjával kapcsolatban érdekes felvetést. A szoftverben a BIAS képek használata el is tolja a képet már rossz irányba, veszít alsó értékeket, a kép halvány részei hirtelen nullába mennek, a kép a nagyon halvány részeken hirtelen levágott lesz. állítólag a Nebulosity a DARK képekből képez valamiféle BIAS-t (piaci pletyka szinten…?). Míg azt elhiszem, hogy a Nebulo-s BIAS korrekció tényleg levág a kép aljából – láttam az eredményt – , azt viszont, hogy a DARK képekből visszafejtve lehet BIAS-t csinálni, azt kizártnak tartom. Hiába osztunk el egy DARK-ot állandóval, válogatunk alsó tartományokból, nem kaphatjuk meg a kiolvasás zaját véleményem szerint. A hosszú expozíciós DARK-ra rárakódik a BIAS, viszont a DARK eloszlása nem tükrözi a BIAS eloszlását, az alsó értékekre (ahol a BIAS lenne) rakódik hosszú expó miatt nagyobb termikus zaj is.

  • A Statistics értékei itt nem ADU-ban vannak feltűntetve, hanem egy ún. normalized real, 0-tól 1-ig terjedő intenzitás mértékben. "0" a fekete kép, "1" a beégett fehér.
  • A PixelMath-ban szereplő alábbi művelettel keletkezett a bal oldali kép: HA(PIXEL értéke a DARK képen nagyobb mint a bias kép legvilágosabb pixele (a kép maximuma), AKKOR az eredmény legyen a bias kép értékeinek MEDIáNJA (húzzuk vissza BIAS középre azt, amit a termikus zaj eltolt felfelé), ha nem, akkor maradjon a DARK kép adott pixelének értéke). Tehát próbáltam leválogatni azokat a pixeleket, melyek a DARK képen nem mentek a kiolvasási zaj értéke fölé. A bias tehát nem reprodukálható véleményem szerint dark képből. Viszont a "hottest pixel"-ek milyen szépen eltűntek… Az 1 perces dark pedig még nem is számít hosszúnak a gyakorlatban!

  • Lehetséges hogy a Nebulosity más metódust alkalmazhat, de el nem tudom képzelni, hogy fentitől nagyban eltérő másféle megoldással hogyan működne a DARK-ból a BIAS visszafejtés. Lehet valami fluxus-kalibráció a titok… 🙂 Nem célom a programot lehúzni, valószínű hogy megfelelő beállításokkal ezen a problémán átlehet átugorni. Ahogy tudom viszont, ezzel kapcsolatban nem sok beállítás van, legalábbis a kolléga alapos és kitartó munkával, sok időt erre szánva, még nem talált rá.

    Ezt a kitérőt csak amiatt írtam le, ezen probléma kapcsán gondolkodtam el, szükség van e a BIAS korrekcióra. Egyszerűen el lehet dönteni azt a kérdést, a kiolvasási zajjal korrigálás vajon – csak szimplán fotós szempontból – előnyös-e, vagy lényegtelen. Vegyünk egy nyers képet, kalibráljuk le bias-al és anélkül is, majd vessük össze mit látunk.

  • A minta: M27 H-alfa szűrővel, 17db nyerskép átlaga (a jobb oldalinál nincs pixel rejekció, de esetünkben ez a végeredményt semmiben sem befolyásolja, sőt egy hajszállal még inkább rontja is a jobb oldali kép esélyét a versenyben
  • A képek a fentebb említett STF funkcióval vannak csak kihúzva. Ugyanazt a DARK képet használtam, egyiknél sincs FLAT korrekció.

  • A saját tapasztalatom fenti összehasonlítás alapján az, hogy "lehet élni BIAS nélkül", nem feltétlen kell korrigálni. A teljes képeket nézve fotós szempontból nem igazán látszik különbség a kétféle módon kalibrált kép alapján. A nagyításokon látszik egyedül az, amit indulásból is gondoltam. Az igazán halvány részleteken, és a háttér simaságán látszik a BIAS korrekció előnye. A nagyon halvány részletek "flat-je" a BIAS. Nélküle feldolgozott képnél jóval erősebb zajszűrésre van szükség, ha azonos mélységig szeretnénk a képet kihúzni.

    Az illusztrált kép feldolgozásánál majd a Súlyzó köd külső halójának legteljesebb megjelenítése lesz a célom. Egyértelmű számomra, hogy a külső halvány részek bemutatása – melyek a BIAS-szint környékén táncolnak – csak úgy lesz igazán szép, úgy tud mélységében szép lenni, hogy ha a nyerseket igenis korrigálom a kiolvasási zajjal pixelről pixelre. Nem tart sokból a BIAS képeket elkészíteni, aki a mélységekben is szeretne keresgélni, érdemes az időt rászánni.

Vissza