Hoi @KeesScherer,
Kwaliteits beoordeling van je frames op achtergrond waarde zou voor Pixinsight geen probleem mogen zijn lijkt me.
Met welk algoritme wil je de data analyseren dan wel normaliseren?
De vraag is even of je in PI een preview van de foto’s kan krijgen na de data normalisatie, d.w.z. de foto’s gecorrigeerd voor lokatie en dispersie. Als je dan ziet dat de genormaliseerde foto’s er qua belichting hetzelfde uitzien (geen of met dezelfde stretch, met stretch zie je natuurlijk meer mogelijke verschillen) en de histogrammen van de foto’s dezelfde vorm hebben, dan is dat je probleem niet.
Ik geloof zelf dat PI je dit niet kan tonen omdat de frames worden genormaliseerd in het stack proces. (Althans dat was zo toen ik een dik jaar geleden een PI trial had.) . Dus ik geloof niet dat je PI kan controleren in dit opzicht, als het wel kan hoor ik dat graag.
Een groot probleem voor goede data normalisatie zijn de immer aanwezige gradienten. Mogelijk dat die je de indruk geven dat PI verkeerde waardes vindt voor de lokatie van de histogrammen.
Als je data hebt met heel veel hemelachtergrond, dus geen neveligheid, dan zal de lokatie van het histogram min of mee overeen komen met de hemelachtergrond. Maar als de foto’s flink gevuld zijn met neveligheid, dan gaat die vlieger niet meer op. De data normalisatie routines moeten dan ook slimmer/robuuster worden om dat goed te normaliseren.
Een ander probleem is als je data hebt met verschillende beeldvelden (bij een mosaic of als je foto’s van verschillende camera’s/OTA’s wilt combineren ), dan werkt de naieve en conventionele normalisatie methode gewoon echt niet goed, want de lokatie en dispersie wordt bepaald voor de complete foto (althans ik neem aan dat PI dat doet) en als die een ander beeldveld hebben, ga je nooit goed normalisatie krijgen op de conventionele methode.
(APP heeft techniek in huis om je voor het stacken te laten zien of data normalisatie goed gaat overigens ;-) en met hulp van normalisatie maps kan je de kwaliteit van data normalisatie verifieren, Local Normalization Corrections lost het probleem van de gradienten op voor het stacken)