Okee, zoals beloofd op het astroforum facebook draadje:
Ik heb de data van @mauricetoet verwerkt in mijn programma waarbij witbalans niet is genegeerd in het calibratie proces.
Ik heb in wel 4 modules van mijn programma code moeten aanpassen, om uberhaupt calibratie te kunnen doen waarbij de witbalans settings van de CR2 files niet genegeerd worden. (In mijn programma kan je in het calibratieproces als gebruiker gewoon geen fout maken, door verkeerde settings. Het is een fail-safe implementatie met speciale raw image loaders in het calibratie proces, dit zijn dus andere loaders dan die voor het laden van een CR2 light worden gebruikt.)
Anyway, om welke data gaat het;
25x bias ISO 200 voor bias calibratie van de flats: deze data heeft de volgende camera witbalans voor R, G1, G2, B in de CR2 makernote staan
1362.0 1026.0 1026.0 1578.0 dit moet worden gedeeld door 1024, afgerond getoond- > 1.33 1,00 1,00 1,54
25x bias ISO 1600 voor bias calibratie van de light frame: heeft dezelfde WB : – > 1.33 1,00 1,00 1,54
19x flats ISO200 met WB -> 1.33 1,00 1,00 1,54
De light heeft zelf een andere WB, namelijk -> 1,24 1 ,00 1,00 2,22 ( maar dit heeft verder geen invloed op de calibratie natuurlijk, want wit balans wordt pas toegepast na calibratie van de raw sensor data, zoals het hoort.)
De masterbias frames zijn gemaakt met de WB aan, ter vergelijking de statistiek van de masterbias ISO200 zonder WB
Zonder WB:
MEAN-R = ‘1,024E+03’ / mean of channel-R
MEAN-G1 = ‘1,024E+03’ / mean of channel-G1
MEAN-G2 = ‘1,024E+03’ / mean of channel-G2
MEAN-B = ‘1,023E+03’ / mean of channel-B
MED-R = ‘1,024E+03’ / median of channel-R
MED-G1 = ‘1,024E+03’ / median of channel-G1
MED-G2 = ‘1,024E+03’ / median of channel-G2
MED-B = ‘1,023E+03’ / median of channel-B
SIGMA-R = ‘1,661E+00’ / standard deviation of channel-R
SIGMA-G1= ‘1,635E+00’ / standard deviation of channel-G1
SIGMA-G2= ‘1,652E+00’ / standard deviation of channel-G2
SIGMA-B = ‘1,629E+00’ / standard deviation of channel-B
NOISE-R = ‘1,646E+00’ / MRS gaussian noise estimate of channel-R
NOISE-G1= ‘1,633E+00’ / MRS gaussian noise estimate of channel-G1
NOISE-G2= ‘1,653E+00’ / MRS gaussian noise estimate of channel-G2
NOISE-B = ‘1,629E+00’ / MRS gaussian noise estimate of channel-B
en de statistiek van de masterbias 200 met WB
MEAN-R = ‘1,362E+03’ / mean of channel-R
MEAN-G1 = ‘1,025E+03’ / mean of channel-G1
MEAN-G2 = ‘1,025E+03’ / mean of channel-G2
MEAN-B = ‘1,577E+03’ / mean of channel-B
MED-R = ‘1,362E+03’ / median of channel-R
MED-G1 = ‘1,025E+03’ / median of channel-G1
MED-G2 = ‘1,025E+03’ / median of channel-G2
MED-B = ‘1,577E+03’ / median of channel-B
SIGMA-R = ‘2,168E+00’ / standard deviation of channel-R
SIGMA-G1= ‘1,727E+00’ / standard deviation of channel-G1
SIGMA-G2= ‘1,745E+00’ / standard deviation of channel-G2
SIGMA-B = ‘2,484E+00’ / standard deviation of channel-B
NOISE-R = ‘2,158E+00’ / MRS gaussian noise estimate of channel-R
NOISE-G1= ‘1,726E+00’ / MRS gaussian noise estimate of channel-G1
NOISE-G2= ‘1,741E+00’ / MRS gaussian noise estimate of channel-G2
NOISE-B = ‘2,480E+00’
Je ziet duidelijk de multipliers van de WB naar voren komen in deze waardes (zoals verwacht).
Hetzelfde zie je natuurlijk bij de andere masterbias en de masterflat.
De masterflat wordt bias gecalibreerd. Door de WB setting, wordt er van R en B veel te veel afgetrokken. Zoveel dat in dit geval het blauwe kanaal in de flat er zwaar onder lijdt, een deel van blauw in de flat verdwijnt links uit het histogram door de bias subtractie.
Oftewel de flat calibratie in blauw zal wel een ramp zijn nu…
De light frame wordt bias gecalibreerd, hier wordt dus ook te veel van R en B afgetrokken. Daarna wordt de data gedeeld door de (Wit balans gecalibreerde) flat waarbij blauw al vrijwel dood is gemaakt om het maar zo te zeggen ;-( .
Dit is de gecalibreerd light zonder de Wit Balans en dus juist gecalibreerd.
Dat is de gecalibreerde light met Wit Balans en dus helemaal fout… (zelfde stretch, saturatie, contrast parameters)
Als we naar de noise kijken na data normalisatie voor lokatie en dispersie, zie ik ook wel rare dingen gebeuren.
Calibratie zonder Wit Balans
R noise : 0,0035
G noise: 0,0038
B noise: 0,0045
Caibratie met Wit Balans
R noise: 0,0029 noise afname? (wordt verklaard door foute data normalisatie omdat het rode kanaal helemaal niet vlak is geworden door de flat calibratie tov de data die juist is gecalibreerd, dus dispersie wordt overschat met 20% en daardoor gaat noise 20% omlaag na normalisatie)
G noise: 0,0038 (onveranderd, groen had multipliers van 1, dus dat verwacht je ook)
B noise: 0,0443 factor 10 slechter ( 1000% toename noise ), het blauwe kanaal is gewoon helemaal om zeep geholpen… en ook hier is de dispersie normalisatie in feit niet meer te doen tov de goed gecalibreerde data.
Je ziet ook aan de Wit Balans gecalibreerde light dat het blauwe licht er gewoon uit is en dat flat calibratie op deze manier echt niet kan.
Deze resultaten zijn toch ook weer nuttig voor verder inzicht, de Wit Balans calibratie is overduidelijk fout. Zo fout dat ik eigenlijk dit geen verklaring meer kan vinden voor de vastgestelde calibratie problemen bij veel mensen in Pixinsight.
Ik vrees dat de calibratie resultaten op deze manier dusdanig snel dramatisch worden, dat de witbalans setting in mijn ogen waarschijnlijk niet de (enige? ) verklaring kan zijn voor de afwijkende calibraties in Pixinsight die bij meerdere gebruikers worden vastgesteld.
Van alle data (meerdere formaten, FITS, CR2, NEF), van meerder fotografen, die ik heb gecontroleerd die gecalibreerd is in Pixinsight is de data van @mauricetoet de enige data die goed is gecalibreerd volgens mij.
Hoe dit komt, blijft voor mij nu toch onverklaarbaar. Ongetwijfeld heeft het een oorzaak, maar ik weet niet welke. Deze test dwingt mij opnieuw om mijn opvatting te herzien.
Ik heb inmiddels erg veel van mijn tijd gespendeerd aan een probleem in een programma wat ik zelf niet gebruik ;-) (en ook niet zal gebruiken) en ik denk dat het verder een zaak is voor de pixinsight gebruikers zelf om tot de bodem hiervan te komen. Ik heb graag dit onderzoek gedaan, want het is heel leerzaam geweest ( en het heeft zelfs een bugje in mijn eigen programma opgelost ;-) )
Ik vind het zeker jammer dat er, in mijn optiek, toch geen goede verklaring is gevonden voor calibratie problematiek in Pixinsight…
De Wit Balans calibratie frames en de gecalibreerde light zijn hier te vinden: