ImageIntegration¶
Sayfa Bilgisi
Kategori: Kalibrasyon · Düzey: Intermediate · Tahmini okuma: 5 dk
Anahtar kelimeler: ImageIntegration · Image Integration · integration · calibration · kalibrasyon · linear processing
Önerilen ön bilgiler: CMOS ve Monokrom Kamera · SNR ve Dinamik Aralık
Durum: Tamamlandı — Faz 1B
Amaç¶
Registered frames’i combination, normalization, weighting ve pixel rejection ile lineer master’da birleştirmek.
Kapsam
PixInsight 1.9.3 hedeflenir; kurulu build’in process documentation ve console logu nihai doğrulama kaynağıdır.
Teori¶
Her output koordinatında pixel stack kurulur; normalization ve weights sonrası outlier rejection uygulanır.
| Yöntem | Rol | Sınır |
|---|---|---|
| Average | Verimli birleşim | Outlier rejection gerekir |
| Median | Robust merkez | Average kadar SNR verimli değildir |
| Winsorized Sigma Clipping | Uç etkisini sınırlar ve sigma clipping yapar | Yeterli frame ve threshold QA |
| Linear Fit Clipping | Linear fit tabanlı rejection | Stack uygunluğu gerekir |
| ESD / Generalized ESD | Extreme outlier istatistik testi | 1.9.3 implementation help ile doğrulanmalı |
| Percentile Clipping | Sıralı uç yüzdeleri reddeder | Küçük sette veri kaybı |
flowchart LR
frames["Registered frames"] --> normalization["Normalization"]
normalization --> weighting["Weighting"]
weighting --> rejection["Pixel rejection"]
rejection --> combination["Combination"]
combination --> outputs["Master ve rejection maps"]Lineer veri
Bu pipeline nonlinear stretch uygulamaz. Ara sonuçları görmek için ScreenTransferFunction kullanılır.
Ne zaman kullanılır?¶
- Ham veya kalibre edilmiş frame setini ilgili pipeline aşamasında işlerken.
- Süreci yeniden üretilebilir parametreler ve loglarla yürütürken.
- Bir artefact’ın kök aşamasını ayırırken.
Ne zaman kullanılmaz?¶
- Input metadata ve aşama durumu bilinmiyorsa.
- Nonlinear post-processing yerine kullanmak için.
Doğrulama sınırı
Kamera modeline veya script build’ine bağlı ayrıntılar test edilmeden genellenmez. Belirsiz ayrıntı: Doğrulama bekliyor.
Doğrulama durumu
Bu davranışların PixInsight 1.9.3 arayüzünde ve ilgili process veya script sürümünde doğrulanması gerekiyor.
Teknik doğrulama sınıflandırması¶
| Sınıf | İfade grubu | İnceleme işlemi |
|---|---|---|
| A | Integration register edilmiş pixel stack’leri birleştirir. | Kalabilir. |
| B | Algoritma adları, seçenekleri, varsayılanları ve output maps’in 1.9.3 davranışı. | Doğrulama bekliyor. |
| C | Frame sayısına göre rejection/weight seçimi. | Veri setine bağlıdır; kesin eşik verilmez. |
| D | Average–Median verim farkı ve rejection algoritmalarının istatistiksel davranışı. | Birincil kaynak ve kontrollü test gerekir. |
Menü yolu¶
Process > ImageIntegration > ImageIntegration
Process adı ve bu menü yolu UI ekranında doğrudan okunmuştur. Ayrıntılı kayıt repository içindeki validation/ui/pi-1.9.3/image-integration/image-integration-evidence-matrix.md dosyasındadır. WBPP yolu bu UI kanıt setinin kapsamında değildir.
UI doğrulama sınırı
Mevcut görseller reset/new instance, tooltip, console veya ekran içi PixInsight sürümü göstermiyor. Seçimler default sayılmamalı; integration algoritmaları ve output davranışı ayrıca doğrulanmalıdır.
Parametreler¶
| Parametre / kontrol | Açıklama |
|---|---|
| Combination | Average veya Median |
| Normalization | Calibration masters ve lights için farklı politika |
| Weighting | PSF/SNR/noise/keyword temelli |
| Rejection normalization | Stack uyumluluğu |
| Rejection algorithm | Frame sayısı ve dağılıma göre |
| Rejection Maps | Low/high audit |
| Weight Maps | Katkı denetimi; seçeneğe bağlı |
| Output files | Master, maps ve log |
UI kanıtı Input Images, Format Hints, Image Integration, Pixel Rejection (1), Pixel Rejection (2), Large-Scale Pixel Rejection, Signal and Noise Evaluation ve Region of Interest section başlıklarını doğrular. Combination, PSF type, Noise estimator, Normalization, Rejection algorithm ve Weights açık listelerindeki 40 görünür seçenek evidence matrix içinde tekil kaydedilmiştir; algoritmik anlamları statik ekran görüntülerinden çıkarılmamıştır.
Parametre politikası
Evrensel preset yerine metadata, sample test, log ve maps birlikte değerlendirilir.
Adım adım kullanım¶
- Inputs’ın register ve homojen olduğunu doğrulayın.
- Combination ve normalization seçin.
- Weights’i ölçümlerle doğrulayın.
- Frame sayısına uygun rejection seçin.
- Low/high maps üretin.
- Test integration çalıştırın.
- Maps’te gerçek sinyal reddini ve transient outlier’ları inceleyin.
- Ayarlarla logu master yanında saklayın.
Gerçek kullanım senaryosu¶
Saha örneği
Otuz Ha frame Average ve ölçüm temelli weights ile birleştirilir. Winsorized Sigma Clipping high map’te uydu izlerini göstermeli, nebula filamentlerini sistematik reddetmemelidir.
Girdi gereksinimleri ve Subframe quality¶
Geometrik registration entegrasyona kabul için tek başına yeterli değildir. Her frame; background, noise, FWHM, eccentricity, star count, clipping ve geçerli görüntü alanı açısından incelenmelidir. Sınır dışı bir frame'i çok düşük weight ile saklamak yerine aykırılığın nedeni anlaşılmalıdır.
Normalization ve weighting karar matrisi¶
| Veri durumu | İncelenecek karar | Neden |
|---|---|---|
| Aynı gece, kararlı gökyüzü | Basit normalization yeterli mi? | Gereksiz karmaşıklığı önler |
| Çok geceli değişken background | Local normalization yararlı mı? | Büyük ölçekli seviye farklarını denetler |
| Çözünürlük öncelikli | FWHM/eccentricity ağırlığı | Kötü yıldız geometrisinin etkisini sınırlar |
| Zayıf sinyal öncelikli | SNR/noise temelli ağırlık | Daha temiz frame katkısını artırır |
Weighting frame katkısını, normalization karşılaştırılabilir ölçeği, rejection ise aykırı pixel örneklerini belirler. Birindeki hata diğerinin haritasında belirti verebilir.
Rejection algoritmaları¶
| Yöntem | Güçlü yanı | Risk veya koşul |
|---|---|---|
| Average, rejection yok | Gürültü azaltımı verimlidir | Uydu, kozmik ışın ve defect kalır |
| Median | Aykırılara dayanıklıdır | Average kadar verimli olmayabilir |
| Winsorized Sigma Clipping | Yeterli frame sayısında robust yaklaşım | Gerçek yıldız çekirdeği reddedilebilir |
| Linear Fit Clipping | Frame ölçek farklarını ele alabilir | Fit kalitesi denetlenmelidir |
| ESD | Aykırı örnek tespitini istatistiksel ele alır | 1.9.3 ayrıntıları process docs ile doğrulanmalıdır |
| Percentile Clipping | Küçük kümelerde değerlendirilebilir | Dağılıma ve veri miktarına duyarlıdır |
Hiçbir yöntem her veri setinde en iyi değildir. Frame sayısı, aykırı türü ve rejection map sonucu kararı belirler.
Satellite rejection, artifacts ve performans¶
Uydu izi için amaç tüm parlak çizgiyi maskelemek değil, ilgili pixel örneklerini reddetmektir. Rejection map'te iz görünürken master'da kalıntı olmaması beklenir. Yıldız çekirdekleri veya nebula liflerinin geniş alanlar halinde map'e girmesi aşırı rejection göstergesidir.
Walking noise için daha sert clipping öncesinde dither, calibration kalıntısı, frame sayısı ve normalization değerlendirilmelidir. Drizzle, maps ve normalization yardımcıları disk/bellek kullanımını artırır. Process log, weight tablosu ve maps master ile saklanmalıdır. Örnek iş akışı: PixInsight M31 H-alpha.
Beklenen çıktı¶
Lineer integrated master; low/high rejection maps; seçime bağlı weight/slope/auxiliary maps ve log.
Sık yapılan hatalar¶
- Register edilmemiş lights kullanmak
- Her veri türüne aynı normalization
- Frame sayısını göz ardı etmek
- Maps üretmemek
- Gerçek sinyali aggressive reject etmek
Sorun giderme¶
| Belirti | İlk kontrol | Eylem |
|---|---|---|
| Output beklenmedik | Input metadata ve target | İlk başarısız aşamayı sample frame ile tekrarlayın |
| Artefact tüm frame’lerde | Calibration/master zinciri | Eşleşmeleri ve logu inceleyin |
| Artefact yalnız master’da | Registration/normalization/rejection | Maps ve residual’ları inceleyin |
| Data clipped | Statistics ve pedestal | Önceki aşamaya dönün |
| İşlem başarısız | Console log | İlk hata mesajını çözün |
SSS¶
Average mı Median mı?
Amaç ve stack’e bağlıdır; Average uygun rejection ile verimlidir.
Winsorized ne yapar?
Uç örneklerin statistics etkisini sınırlar.
ESD nedir?
Generalized Extreme Studentized Deviate outlier test ailesidir.
Weighting kötü frame’i düzeltir mi?
Hayır.
Map’te yıldız normal mi?
Sistematik yıldız izi misregistration veya aşırı rejection gösterebilir.
Master neden lineer?
Integration stretch uygulamaz.
Hızlı Referans¶
Tek sayfalık kontrol listesi
- [ ] Input metadata doğrulandı
- [ ] Lineerlik korundu
- [ ] Sample-frame QA geçti
- [ ] Log incelendi
- [ ] Yardımcı maps incelendi
Karar Ağacı¶
flowchart TD
start["Master sorunlu"] --> signalq{"Rejection map gerçek sinyal içeriyor mu?"}
signalq -- "Evet" --> signalcheck["Normalization, alignment ve eşikleri kontrol et"]
signalq -- "Hayır" --> outlierq{"Master içinde outlier kaldı mı?"}
outlierq -- "Evet" --> rejectcheck["Rejection yöntemini veri setinde test et"]
outlierq -- "Hayır" --> snrq{"SNR beklenenden düşük mü?"}
snrq -- "Evet" --> weightcheck["Input kalite ve weights değerlerini kontrol et"]
snrq -- "Hayır" --> accept["Master kabul kontrolüne geç"]Teknik Doğrulama Durumu¶
| Alan | Durum |
|---|---|
| Hedeflenen PixInsight Sürümü | 1.9.3 |
| Teknik İnceleme Durumu | Kısmen Doğrulandı |
| Resmî Kaynak Kontrolü | Kısmi |
| İş Akışı Tutarlılığı | Doğrulandı |
| Kanıt Düzeyi İncelemesi | Güncellendi |
| Son Teknik İnceleme | Phase 6.4 |
Canlı PixInsight uygulama testi yapılmadı. UI ekran kanıtı, statik ifade/iş akışı incelemesi ve yayımlanmış birincil kaynak kontrolü birbirinin yerine kullanılmamıştır.