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 voor beiden stacks.
Nu gaan we kijken wat er gebeurd met de 2stacks als we
1) alleen normaliseren voor de lokatie ( add )van de histogrammen van de stacks
2) normaliseren voor zowel lokatie als dispersie ( add + scale )van de histogrammen van de stacks
in beide gevallen worden de gevonden lokaties van de kanalen gebruikt voor het neutraliseren van de achtergrond.
en dat doen we 2 kanten op.
a) met de PI stack als referentie
b) met de DSS stack als referentie
Dus we hebben 2*2 = 4 situaties waarin we de 2 stacks bekijken en vergelijken met elkaar. Visueel en in getallen.
Ik laat het eerst in plaatjes zien, dan zie je wat de data normalisatie voor dispersie in feite doet.
Data normalisatie voor lokatie is enkel de achtergronden additief (middels een offset die zowel + als – kan zijn ) gelijk trekken.
Alle plaatjes die getoond worden van de 2 stacks naast elkaar hebben een identieke preview stretch gekregen van de lineaire data.
1) Alleen normalisatie voor lokatie
——————————–
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 dat de dispersie van de DSS stack veel groter is, of andersom de PI stack heeft veel lagere dispersie.
