Activity

Uitermate subtiel ja, ik zie het wel, maar wat zie je hier na een beetje stretch-werk nog van terug vraag ik me dan af? Het is wel indicatief voor de achterliggende procedures die door beiden gevolgd worden, PI is niet heilig.

Zijn boxplotjes dan niet interessant om de ruis-waarden in te zetten? Of is dat te simpel gedacht.

En ter bevestiging een visuele inspectie van een kleine stukje hemelachtergrond van de 2 stacks die genormaliseerd zijn voor lokatie en dispersie en waarvan de hemelachtergrond is geneutraliseerd.

Identieke stretch zonder saturatie, puur om de ruis in de achtergrond qua structuur te zien.

Het verschil is subtiel, maar de achtergrond in de DSS…[Read more]

Mijn conclusie na dit hele lange betoog is: de DSS stack is beter dan de PI stack als je puur naar ruis in de stack kijkt. Ik kom tot die conclusie na het normaliseren van beide stacks voor zowel lokatie als dispersie.

Ik begrijp inmiddels dat een en ander misschien niet goed te volgen is. Het is zeker lastig om het in simpele taal uit te leggen en daarom heb ik zoveel mogelijk plaatjes erbij gezet. Samen met de histogrammen zou dat de boel moeten verduidelijken, dacht ik. Het is ook erg veel informatie die ik vanmiddag heb gedeeld.

Het begrip dispersie uit de…[Read more]

Wat @bula gewoon laat zien is dat 1+1, 2 is en niet 3 of 4 zoals DSS en PI aangeven.

Eeeh.. Dat is een heleboel werk geweest Mabula! Dit zou denk ik een goed moment zijn om in Jip & Janneke taal wat conclusies te trekken. Ik ben bang dat ik je niet meer kan bijhouden :-)   En dat komt ook omdat mijn uitgebreide statistiekopleiding op kwaliteitsgebeid hele andere termen in mijn hersenen heeft ge-etst dan hier worden gebruikt.

Dus dit geeft een heel ander beeld, dan de ruis inschatting die @keesscherer, aan het begin van dit draadje gaf.

Ter vegelijking de waardes die Kees door PI heeft laten uit rekenen zonder normalisatie:

MRS ruis :
———-
Pi stack:
rood noise 5.038E-5 percentage 14,64 scales 4
groen noise 4,351E-5 percentage 30.56 scales 4
blauw noise 4,673…[Read more]

Dus nu kijken we naar de ruis waardes na normalisatie voor lokatie en dispersie:

1a) normalisatie voor lokatie en dispersie en de PI stack als referentie

MRS ruis :
———-
Pi stack:
rood noise 1.7387604981816365E-4 percentage 21.52440434883183 scales 4
groen noise 1.4563851524116464E-4 percentage 37.826740689336106 scales 4
blauw noise 1.587…[Read more]

Nu gaan we kijken wat dit betekent voor de ruis in de stacks als we alleen voor lokatie normaliseren. In dit geval wordt de achtergrond niet geneutraliseerd middels de lokatie waardes, want dan worden de kanalen met een multiplier aangepast en dat veranderd de MRS ruis waardes ook weer.

1a) normalisatie alleen voor lokatie en de PI stack als…[Read more]

Ik ben nu wel nieuwsgierig hoe een APP stack zich verhoud tegenover al het bovenstaande.

Nu gaan we het uitdrukken in getallen voor lokatie en dispersie en MRS gaussische ruis en Signaal tot (MRS)Ruis verhouding, de SNR.

Allereerst moet je de lokatie en dispersie bepalen van beiden stacks, zodat deze met elkaar genormaliseerd kunnen worden, op de manier zoals je dat wilt.

Let op, dat getallen zijn genormaliseerde floats in het…[Read more]

Hier wordt ook direct aangetoond dat data normalisatie, wat een essentieel onderdeel is van een goede integratie van onze foto’s, een invloed heeft op de kleur van je foto’s. Ik heb samen met @chrisvdberge en een aantal amerikaanse fotografen, hier nog een leuke discussie over gehad op Cloudy Nights herinner ik mij… maar dat is voor een andere keer ;-)

2) normaliseren voor zowel lokatie als dispersie
b) DSS stack referentie

Eerste plaatje is de PI stack
Tweede plaatjes is de DSS stack

Nu wordt het interessant ;-),

je ziet aan de histogrammen weer dat de dispersie correct is genormaliseerd. De histogram pieken van beide plaatjes zijn even breed. Maar ze zien er anders uit dan in situatie…[Read more]

2) normaliseren voor zowel lokatie als dispersie
a) PI stack referentie

Eerste plaatje is de PI stack
Tweede plaatjes is de DSS stack

Aan de breedte van de histogram pieken zie je nu dat de dispersie correct is genormaliseerd. De pieken zijn even breed geworden per kanaal. De breedte van de piek is de dispersie. Let op, uiteraard weer getoond…[Read more]

1) Alleen normalisatie voor lokatie
————————————
b) DSS stack referentie

Eerste plaatje is de PI stack
Tweede plaatjes is de DSS stack

Aan de breedte van de histogram pieken zie je dat de dispersie van de DSS stack veel groter is, of andersom de PI stack heeft veel lagere dispersie.

Tussen situatie 1a) en 1b) zie je dat…[Read more]

Okee, ik heb de 2 stacks uit DSS en PI van @keesscherer bekeken en geanalyseerd met Astro Pixel Processor.

APP bekijkt het als volgt:

Allereerst heb ik voor een goede vergelijking de twee stacks met elkaar geregistreerd via Lanczos-3 en vanuit de 2 geregistreerde stacks heb ik identieke crops genomen. Dus we hebben nu een exact gelijk beeldveld…[Read more]

Ja klopt, ik had bij mijn Veil Nebula, welke ik over meerdere sessies had opgenomen, niet stilgestaan bij het feit dat mijn standaard-routine van het draaien van de OTA voor de balans.. roet in het eten zou strooien. Logisch achteraf. :)

Maar als je zoiets hebt, iets wat een klein tikkie kan roteren (camera of iets anders in de image-train) dan…[Read more]

Wat ik vermoed is dat er speling op de focusser zit, na de meridiaanflip hangt de imagetrain dan net iets anders. Hierdoor worden denk ik de dubbele spikes en ringetjes veroorzaakt. Ik zal de individuele images ook eens bekijken, voor en na meridiaanflip. Voor de rest heb ik maar 1 nacht geïmaged, maar dus wel met een meridiaan flip. Rototatie is…[Read more]

@marcelvdbosch , mooie M45 ;-)

en @supernov, ik heb ook even zitten kijken, de dubbele spikes zullen normaal gesproken niet worden veroorzaakt door een meridiaan flip, het beeldveld wordt 180 graden gedraaid en de registratie zal dat gewoon helemaal terugdraaien, anders matchen de sterren ook niet meer.

Mogelijk dat tijdens de opnames, of…[Read more]