- This topic has 5 replies, 4 voices, and was last updated 9 years, 1 month ago by
.
-
Posts
-
Ik kan het niet laten om stacks van PI en APP te blijven vergelijken (een hele vooruitgang is dat ik DSS inmiddels niet meer noem :-) ) Dit is een vergelijking tussen Luminance (met Hutech IDAS LP2 filter) stacks gemaakt met PI en APP waarbij voor zowel de 19 lights, de 25 Flats en de 30 darks Averaged Winsorized sigma clip is toegepast met kappa 3 en iteraties 1. In APP is een regulair Normalize gebruikt. De stacks zijn geladen in Pixinsight, hebben een handmatige Histogram stretch (zonder clipping) gekregen todat dezelfde achtergrondwaarde van 0.17 (schaal 0.00-1.00) is bereikt. Daarna een HDRMultiscaletransform (6/1, median, to lightness, lightness mask). Resultaat: Links APP, rechts PI. Het ruisnivo in de APP stack is zichtbaar lager.
Toelichting: Dit is zoals ik naar een vergelijking (letterlijk) wil kijken, maar tot nu toe doe ik elke keer iets fout in de vergelijking dus nog even wachten op de beoordeling door Mabula……
Nu zijn mijn ogen al ouder, maar kan het zijn dat je PI stack hoewel ruiziger, een tikkie meer signaal laat zien? Ik moet dan wel echt naar de meest vage sterren kijken in het beeldveld. Als dat zo is dan in de stretch wellicht toch anders, maar dan op een andere manier? Ik snap er te weinig van hoor, dus @bula kom er maar in.
edit: Als ik overigens zoveel moeite moet doen en twijfel heb of het wel zo is, dan is het wellicht sowieso al niet boeiend en wint de betere achtergrond.
Ik zie inderdaad in het geplaatste screenshot, dat de APP stack een veel gladdere achtergrond heeft, maar inderdaad mogelijk minder hard gestretcht is dan de PI stack, zoals @supernov ook aangeeft.
Stacks visueel vergelijken heeft allerlei problemen en gevaren en is gewoon heel lastig. Een van de redenen is dat je visueel vergelijkt middels een niet-lineair stretch model, in dit geval het model van PI. Afhankelijk van waar PI het zwart punt plaatst en de dispersie (lees preiding ten opzichte van de centrale waarde, bijvoorbeeld een average of median) van de data kan dit tot verschillen visueel leiden die een indruk geven dat de ene stack beter is dan de andere na het stretchen, terwijl een objectieve beoordeling alleen mogelijk is op de lineaire data volgens mij. Omdat er niet-linear gestretcht wordt op stacks die niet statistisch vergelijkbaar zijn gemaakt middels data normalisatie kan je niet met zekerheid zeggen welke stack beter is volgens mij.
Verder, omdat de stacks statistisch niet vergelijkbaar zijn, kan je ook geen betrouwbare vergelijking doen op basis van de niet-lineaire stretch parameters. (eigenlijk ben je dus appels en peren aan het vergelijken, ook al komt de stack uit dezelfde lights. Omdat PI anders werkt in de calibratie en data normalisatie modules, zijn de stacks statistisch niet vergelijkbaar is de technische verklaring en daarom moeten de stacks eerst genormaliseerd worden voor lokatie en dispersie voor een betere visuele vergelijking).
(eigenlijk ben je dus appels en peren aan het vergelijken, ook al komt de stack uit dezelfde lights. Omdat PI anders werkt in de calibratie en data normalisatie modules, zijn de stacks statistisch niet vergelijkbaar is de technische verklaring en daarom moeten de stacks eerst genormaliseerd worden voor lokatie en dispersie voor een betere visuele vergelijking).
Kijk, en daar gaan we het niet over eens worden ben ik bang. Als gebruiker voer ik de stretch (Histogram-transfer) uit met de hand terwijl ik in de gaten houd of er geclipped wordt. Aan het eind van die bewerking in meestal 3 tot 4 stappen heb ik een resultaat dat ik visueel beoordeel. De stacks zijn misschien niet statistisch vergelijkbaar, maar wel visueel en dat is wat ik als gebruiker doe. En dat is wat iedere bekijker van het uiteindelijke resultaat gaat doen. Ik normaliseer als PI gebruiker de stack helemaal niet voor lokatie en dispersie (gemiddelde en spreiding) Misschien ben ik wel de enige die dat niet doet, ben benieuwd hoeveel gebruikers dat doen, iemand? Ik dacht juist dat ik met mijn gestretch juist de lokatie en dispersie moedwillig aan het beinvloeden ben.
;-)
Begrijp ik volledig @keesscherer, visueel vergelijken is ook echt prima en dat zullen de meesten inderdaad doen.
Maar er wordt mij natuurlijk ook 2 keer om mijn mening gevraagd, en ik geef je mijn technische blik erop.
Idealitair wil je een methode hebben die data kan vergelijken zonder een subjectieve beoordeling van een gebruiker. Harde getallen. Dus veel fotografen runnen dan in PI het noise script op verschillende foto’s. Daar heb ik wel een groot probleem mee in dit geval. Dat is een vergelijking op lineaire data en die heeft echt alleen zin bij genormaliseerde data omdat ruis simpelweg een relative en geen absolute waarde heeft. Als ik alle data in een stack deel door 2, dan wordt de ruis waarde die uit het noise script komt, ook 2 keer kleiner. Maar als je de boel gaat stretchen, zul je zien, dat de stretch parameters anders zijn en ook dat de gestretchte ruis natuurlijk niet is veranderd in de gestretchte data.
Dus visueel niet-lineair vergelijken, prima, daar gaat het ook gewoon om. Dat is ook de data die we tonen in onze foto’s. Maar als iemand dus data gaat vergelijken door enkel een noise script te runnen, dan vind ik dat een groot probleem. Probleem is ook dat dit overal op de fora wereldwijd gebeurd… Ik overweeg dan ook om hier een uitvoerige uitleg over te geven op mijn website.
Ik begrijp de insteek van Mabula, zeker als ontwikkelaar (en met zijn achtergrond), als te weinig actief Astrofotograaf begrijp ik Kees volledig, als puntje bij paaltje komt kijk ik ook puur visueel (met dien verstande, maximaal aan details en nevel zichtbaar maken is het doel). De applicatie die het mij het makkelijkst maakt, die heeft in die zin gewonnen (voor mij persoonlijk).
- You must be logged in to reply to this topic.