M45 - Epsilon 180ED (Primera luz)

Esta es la primera luz con el Epsilon 180ED de Takahashi. La foto aún está a medio procesar, únicamente tiene un ajuste inicial de histogramas y saturación de color. Son un total de 17 tomas de 10 minutos con la Canon EOS 350D a ISO 200, sin darks ni flats, desde Rassos de Peguera (Barcelona) y la temperatura ambiental fue de unos 2º durante la adquisición de las tomas

La imagen presenta dos problemas. En primer lugar el enfoque se realizó manualmente sin ayuda de ordenador, únicamente a través de la pantallita de la cámara. El punto de enfoque fue variando entre cada toma durante la noche, por lo que el resultado de la imagen combinada está ligeramente fuera de foco. Por otro lado, esta cámara impide correctamente la llegada de los rayos de luz del telescopio, el cual tiene una relación focal muy corta de F/2.8, lo que genera algunos gradientes muy molestos que solo pueden corregirse eficazmente mediante la adquisición de unos buenos flats. Este efecto provoca también una dispersión de la luz en las estrellas situadas en la parte inferior de la imagen, generando unos 'spikes' adicionales que no forman parte de la araña del espejo secundario. Lógicamente este problema no se produce con cámaras CCD.

Transformaciones por wavelets

Bueno, pues me animé hace unos días a realizar con esta excelente imagen de Maximo Ruiz un pequeño experimento con wavelets a partir de los datos en bruto.

A diferencia de lo propuesto por Maxi en Procesado básico de una toma, en PixInsight , en la que nos muestra la descomposición de la imagen por capas, yo he aplicado sobre toda la imagen transformaciones por wavelets, pero a través de una máscara. Esta máscara es una combinación de la luminancia y una máscara de estrellas, utilizando la siguiente expresión en PixelMath:

mask * ~star_mask

Todos los ajustes de wavelets los he llevado a cabo de forma completamente lineal, antes de cualquier función de transferencia de medios tonos. Previamente he neutralizado el fondo mediante el script JavaScript Background Neutralization escrito por Oriol Lehmkuhl, el cual está disponible públicamente en: http://pixinsight.com/forum/viewtopic.php?t=799

Aquí podéis ver los resultados obtenidos en una comparación mouse-over. Por favor, situad el cursor del ratón sobre los enlaces de abajo y esperad hasta que carguen las imágenes:

http://astrosurf.com/astro35mm/tutorial/ngc253/mouseover_fa.htm

La primera transformación de wavelets es básicamente una técnica de restauración de imagen, en la que he realzado los detalles de pequeña escala y aumentado el contraste global en toda la galaxia, aplicando únicamente todos los parámetros sobre la luminancia.

La segunda transformación está pensada para realzar la crominancia de la imagen. Al incrementar el brillo y contraste de las pequeñas estructuras de la luminancia, casi siempre se produce una pérdida de saturación de color. En http://pixinsight.com/examples/deconvolution/Gemini-NGC5189/en.html Juan Conejero propone para el realce de saturación de color algo más elegante que un ajuste de color mediante curvas. Este procedimiento consiste en una función de transferencia hiperbólica. Y esto es precisamente lo que he hecho aquí. Esta función generalmente es aplicada sobre las componentes de gran escala sin afectar a las pequeñas, únicamente sobre aquellas estructuras representadas en la capa residual de una transformación por wavelets. Y por supuesto de forma completamente lineal.

Estos son los iconos de proceso utilizados en este ejemplo:

• ATrousWaveletTransform
• Large-scale hyperbolic transfer function

Para cargar los iconos de proceso en la plataforma de PixInsight Core 1.2 haced click con el botón derecho de ratón sobre el fondo de la aplicación y seleccionar Load Process Icons... Por último hay que hacer doble click sobre el icono de proceso y automáticamente PixInsight Core cargará los parámetros en la ventana de ATrousWaveletTransform.

Pues esta es mi pequeña aportación.

Modelización del fondo del cielo

A partir de la extración del fondo de una imagen de cielo profundo podemos corregir los problemas no uniformes de la iluminación y del color, tales como los asociados al viñeteo. Este procedimiento forma parte de la propia calibración de la imagen, e idealmente debería aplicarse sobre los datos raw lineales.

PixInsight dispone de dos módulos de procesamiento con mecanismos de extracción de fondo dinámico y automático:

• AutomaticBackgroundExtraction (ABE)
  
• DynamicBackgroundExtraction (DBE)
  

En situaciones normales ABE obtiene una excelente modelización del fondo de la imagen, mientras DBE es más flexible y apropiado cuando se enfrenta a casos más complicados, especialmente cuando hay que refinar mucho más el procedimiento, y el usuario puede intervenir dinámicamente sobre la imagen.

Dependiendo de la naturaleza del problema en diferencias de iluminación y/o color, la corrección de la imagen debe hacerse mediante una resta o división. El viñeteo por ejemplo es un efecto multiplicativo, así que la división es lo más apropiado. Por otro lado, la polución lumínica y extinción atmosférica son efectos aditivos, por lo que se deben neutralizar restando.

Este es un caso de viñeteo fácil de corregir con ABE mediante una división. He utilizado la mayoría de parámetros incluidos por defecto, excepto los que corresponden a la generación y rechace global de muestras, evitando así que algunas de las cajas sean incluidas sobre el objeto fotografiado.

Figura 1.- Original con viñeteo

Figura 2.- Distribución de las muestras en ABE

Figura 3.- Extracción automática de fondo (pseudo-flat)

Figura 4.- Corrección con ABE mediante división

DBE en cambio es más adecuado en casos más complejos, como esta fotografía de gran campo afectada por la extinción atmosférica y polución lumínica. En esta prueba utilizo exclusivamente los parámetros por defecto, los cuales introducen ya una mejora considerable.

El hecho de poder intervenir dinámicamente sobre la imagen permite al usuario colocar manualmente las muestras sobre el fondo del cielo y forzar al mecanismo de modelización en situaciones difíciles, como pueden ser los propios gradientes de la Vía Láctea.

Calibración de color RGB

Las fotografías en color requieren casi siempre ser calibradas si queremos obtener un buen balance cromático en toda la imagen. Debido a las características de los dispositivos de captura, bien digitales o CCD, la respuesta no suele ser uniforme a lo largo de todo el espectro de color. Por este motivo es necesario ajustar el peso de cada canal RGB. Y por supuesto este ajuste debe ser lineal, porque de otra forma no es posible conseguir un perfecto balance cromático de toda la imagen.

Yo realizo siempre la calibración de color en PixInsight con el módulo de procesamiento ChannelMatch. Para ello me baso principalmente en los valores estadísticos de un objeto el cual conozco su color. Ese objeto de referencia suele ser el fondo del cielo, el cual se asume que es completamente neutro, sin dominantes de color.

En primer lugar visualizo las imágenes raw lineal ayudándome de una función de transferencia de pantalla (ScreenTransferFunction) y de esta manera localizo fácilmente las regiones de fondo del cielo. A continuación genero a partir de los datos iniciales una imagen independiente desde un preview, a la que suelo llamar 'fondo'. La lectura y representación del histograma de esta muestra de fondo me indica sin duda que la distribución de los valores de pixel de cada canal de color difieren en gran medida.

La idea pues es solapar las campanas de cada canal del histograma desde ChannelMatch modificando los factores de corrección lineal. De esta forma obtengo un balance cromático correcto, ya que el principal pico de la distribución suele ser un buen indicativo del propio fondo del cielo.

Como se puede ver arriba, al variar los factores de corrección, las campanas del histograma de cada canal de color quedan perfectamente solapadas, obteniendo así una muestra del fondo completamente neutra.

Finalmente los factores de corrección obtenidos (en este caso R=0.85, G=0.66 y B=1.0) son aplicados sobre toda la imagen.

Transformación no lineal (MTF)

Cuando obtenemos una serie de fotografías desde nuestra cámara digital o CCD primeramente necesitamos realizar una calibración. El proceso de calibración requiere aplicar adecuadamente los darks, bias y flats sobre las tomas de luz del objeto fotografiado, manteniendo la respuesta lineal del dispositivo de captura de nuestra cámara.

Fuente: http://www.astro.ufl.edu

Mediante una transformación no lineal de los datos después del proceso de calibración es posible adaptar la imagen para hacerla mucho más visible a nuestros ojos, ya que originalmente los datos se encuentran representados en una pequeña porción del rango dinámico disponible en las sombras, por lo que a través de un dispositivo como un monitor solo podemos distinguir visualmente los píxeles saturados de la imagen.

Esta transformación no lineal consiste básicamente en una función de transferencia de medios tonos, lo que permite modificar los valores dependiendo del brillo de cada píxel.

La siguiente representación muestra el histograma de entrada (datos raw lineales) y salida (distribución no lineal) generada con HistogramTransformation a partir de una imagen de cielo profundo.

Distribución lineal

Distribución no lineal

A partir de la distribución no lineal, la información queda repartida a lo largo de todo el rango dinámico disponible, permitiendo a los dispositivos de visualización mostrar la información registrada mucho más claramente.

Este Blog

He creado este blog principalmente porque me gusta procesar las imágenes astronómicas. Mi intención es ir introduciendo algunas de las principales técnicas de procesado y actualizar el blog con nuevas técnicas a medida que son desarrolladas. Todo ello incluyendo algunos ejemplos prácticos con los resultados de aplicar los distintos procesos sobre las imágenes.

Mi aplicación favorita para el procesamiento de imágenes es PixInsight, un entorno de procesamiento modular especializado en astrofotografía. Con este software puedo disponer del control absoluto de cada aspecto en el tratamiento de una imagen registrada a través de cualquier dispositivo de captura, a la vez que me permite también desarrollar la capacidad creativa.

Espero que este blog sea útil para todos los aficionados que, al igual que yo disfrutan con la astronomía obteniendo sus propias fotografías, tanto en objetos del sistema solar como de cielo profundo.