En dan nu SNR en noise, en nu zien we hele grote verschillen met de uitkomsten van PI.
Allereerst
1) APP berekent noise en SNR pas na data normalisatie ( PI niet ).
2) APP toont SNR en noise van alle drie de kanalen apart.
3) de data is in dit geval genormaliseerd met achtergrond neutralisatie, dat kan ook uitgezet worden.
4) gebruikte debayer patroon heeft veel invloed op de scherpte en ruis in een opname. In PI is waarschijnlijk VNG gebruikt? In APP is Adaptive Airy Disc gebruikt ( zelf ontwikkeld dus nog onbekend in de fotografie wereld).
SNR voor R G en B
1) 1,45 1,49 1,14
2) 1,31 1,38 1,16
3) 1,30 1,37 1,17
4) 1,32 1,40 1,23
Dit geeft een behoorlijk consistent beeld voor de SNR per kanaal. Frame 1 heeft duidelijk wat meer SNR, beinvloed door extra gradienten denk ik. PI toont hogere waardes en wat meer spreding in de gevonden waardes… bij APP is de spreding kleiner dan 1% van de gevonden waarde bij de laatste 3 frames. In Pi is het iets van 3-5%.
noise voor R G B
1) 0,00237 0,00187 0,00224
2) 0,00244 0,00194 0,00227
3) 0,00248 0,00199 0,00228
4) 0,00250 0,00204 0,00226
Dit moet vergeleken worden met de Noise waardes van PI in 16bit neem ik aan?
een noise waarde van 0,0025 in de 0-1 range correspondeert met 0,0025 * 65535 in 16bit = 160 ADUs
Pi vind voor de eerste 2 frames een noise van 70-77 ADU, voor de laatste 2 54-55 ADU. (Hier gaan nu bij mij alarmbellen klinken…)
Het is uiterst vreemd dat PI hele verschillende noise waardes vind voor deze frames. Als je naar de Noise waardes kijkt in APP zijn die heel stabiel per kanaal en dat verwacht je denk ik ook, want de subs zijn bij vrijwel dezelfde temperatuur gemaakt en de data is genormaliseerd. Dat frame 1 de laagste noise heeft komt omdat de noise bepaling wordt gedaan na data normalisatie en frame 1 heeft de hoogste dispersie door vermoedelijk gradient.. dus dat trekt de noise van dat frame als bijdrage aan de stack die je mogelijk maakt omlaag.
Ik zal de noise vergelijking even doen zonder correctie voor dispersie om dat te laten zien.