Ana içeriğe geç

Gradient Diagnostics

Durum: Teknik doğrulama bekliyor — Sprint 2.2

Amaç

Arka plan eşitsizliğinin kaynağını gradient removal uygulamadan önce teşhis etmek; sky signal, calibration, optical artefact, sensor artefact ve processing artefact sınıflarını ayırmak.

Tanı ilkesi

Benzer görünen pattern’ler farklı kaynaklardan gelebilir. DBE/ABE ile görünümü azaltmak kök nedenin düzeltildiği anlamına gelmez.

Kavramsal açıklama

Tanı üç koordinat sistemini karşılaştırır:

  • Sky coordinates: yıldızlarla birlikte hareket eden gerçek sky signal.
  • Sensor coordinates: kamera/sensör konumunda sabit pattern.
  • Processing geometry: registration edge, mosaic seam veya normalization sonucu oluşan pattern.
flowchart LR
    artefact["Arka plan pattern'i"] --> sky["Sky coordinates"]
    artefact --> sensor["Sensor coordinates"]
    artefact --> process["Processing geometry"]
    sky --> compare["Frame, filter ve gece kıyası"]
    sensor --> compare
    process --> compare

Kaynak tablosu

Belirti Muhtemel kaynak Gradient removal uygun mu? Önce yapılması gereken kontrol
Gökyüzü yönünde düzgün eğim Gerçek sky gradient Değerlendirilebilir Farklı gece ve orientation
Şehir yönüne bağlı parlaklık Light pollution Değerlendirilebilir Sky direction ve filter kıyası
Ay yönlü gradient/color Moonlight Değerlendirilebilir Moon geometry, haze ve frames
Radial corner falloff Vignetting Önce calibration Master Flat ve raw/calibrated
Calibration sonrası yeni pattern Yanlış/eksik flat Hayır, önce calibration Flat group ve optical train
Sabit koyu halka/spot Dust shadow Önce flat Master Flat’te aynı konum
Bright star çevresinde renkli halo Filter halo Global model riskli Filter ve star position
Lokal yay/ghost Internal reflection Genellikle kök neden önce Rotate/flip ve optical geometry
Sensör konumunda sabit ghost Sensor reflection Kök neden önce Frame orientation/gece kıyası
Köşede sabit glow Amp glow Önce dark calibration Matching Master Dark
Dither yönlü ince pattern Walking noise Hayır Dither, rejection ve integration
Siyah/eksik ortak alan Registration edge Hayır Registered frames ve crop
Panel sınırında geçiş Mosaic seam Tek başına yeterli değil Panel normalization/geometry
Geçici geniş parlaklık Cloud veya haze Çoğu zaman frame QA önce Subframes ve transparency
Geceler arası seviye farkı Sky transparency Normalization önce Frame measurements
Kanal ağırlıklı arka plan rengi Color cast Kaynağa bağlı Kanal histogramları/filter
Correction sonrası kalan eğim Residual gradient Yeniden model değerlendir Model Image ve coverage
Ters lobe/halo veya signal kaybı Overcorrection Hayır, geri dön Original/model/output

Tanı yöntemleri

  1. STF ile aggressive fakat clipping farkındalıklı görüntüleme yapın.
  2. Histogram ve background previews ile seviyeleri ölçün.
  3. R/G/B veya narrowband kanalları ayrı inceleyin.
  4. Model Image’ı target morphology ile karşılaştırın.
  5. Rejection maps’te pattern’in integration kaynaklı olup olmadığını araştırın.
  6. Master Flat’i aynı orientation’da inceleyin.
  7. Raw ve calibrated frame’i aynı STF mantığıyla karşılaştırın.
  8. Rotate/flip testiyle pattern’in sensor/optical koordinat ilişkisini araştırın.
  9. Farklı geceleri ve filtreleri karşılaştırın.
  10. Registration edges ve mosaic panel sınırlarını ayırın.

Doğrulama sınırı

Rotate/flip, filtre ve gece karşılaştırmaları tek başına kesin kök neden kanıtı değildir; kontrollü acquisition metadata ve aynı processing koşulları gerekir.

flowchart TD
    start["Pattern görüldü"] --> rawq{"Raw frame'de var mı?"}
    rawq -- "Hayır" --> calibration["Calibration veya processing zincirini incele"]
    rawq -- "Evet" --> fixedq{"Sensor coordinates'te sabit mi?"}
    fixedq -- "Evet" --> sensor["Dark, flat veya reflection hipotezi"]
    fixedq -- "Hayır" --> sky["Sky, moonlight, haze veya optical hipotez"]
    calibration --> maps["Master, rejection ve registered frames kontrolü"]

Gradient mi flat hatası mı?

flowchart TD
    start["Arka plan eşitsiz"] --> sensorq{"Artefact sensor coordinates'te sabit mi?"}
    sensorq -- "Evet" --> flatq{"Master Flat'te görünür mü?"}
    flatq -- "Evet" --> flat["Flat acquisition/calibration zincirini incele"]
    flatq -- "Hayır" --> darkq{"Matching dark sonrası kalıyor mu?"}
    darkq -- "Evet" --> hardware["Reflection veya sensor artefact hipotezi"]
    darkq -- "Hayır" --> dark["Dark calibration hipotezi"]
    sensorq -- "Hayır" --> alignq{"Star alignment sonrası sky ile hareket ediyor mu?"}
    alignq -- "Evet" --> sky["Sky gradient veya gerçek diffuse signal hipotezi"]
    alignq -- "Hayır" --> process["Registration edge, mosaic seam veya processing artefact"]
    sky --> modelq{"Background model hedef signal içeriyor mu?"}
    modelq -- "Evet" --> stop["Gradient removal uygulama; modeli reddet"]
    modelq -- "Hayır" --> test["Correction'ı kontrollü test et"]

Gradient removal uygulanmaması gereken durumlar

  • Gerçek nebula signal gradient sanılıyorsa
  • Galaxy halo background sayılıyorsa
  • Reflection nebula dış bölgeleri background sayılıyorsa
  • Calibration artefact DBE ile gizlenmeye çalışılıyorsa
  • Amp glow yanlış calibration nedeniyle kalmışsa
  • Flat hatası yalnız DBE ile çözülmeye çalışılıyorsa

Görsel eklenecek

Bu bölüm gerçek PixInsight 1.9.3 ekran görüntüsü ve örnek veri ile doğrulanacaktır.

Ne zaman kullanılır?

  • ABE/DBE öncesinde
  • Flat, dark, reflection veya sky gradient ayrılırken
  • Correction sonrası residual/overcorrection araştırılırken
  • Mosaic veya multi-night data değerlendirilirken

Ne zaman kullanılmaz?

  • Tek screenshot’tan kesin kök neden ilan etmek için
  • Metadata olmadan rotate/flip sonucunu kesin kanıt saymak için
  • Gerçek diffuse signal’ı yok varsaymak için

Ön koşullar

  • Raw ve calibrated örnekler
  • Masters, logs ve acquisition metadata
  • Kanal bazlı image’lar
  • Aynı karşılaştırma STF/measurement planı

Uygulama yaklaşımı

  1. Pattern’i spatial olarak tanımlayın.
  2. Raw/calibrated karşılaştırması yapın.
  3. Sensor/sky/processing coordinates hipotezini kurun.
  4. Master Flat/Dark ve rejection maps’i inceleyin.
  5. Filter, gece ve orientation kıyaslarını yapın.
  6. Kök neden çözülmeden gradient removal’a geçmeyin.
  7. Model Image ve correction sonuçlarını ölçün.

Gerçek kullanım senaryosu

Calibration sonrası parlak köşe

Raw light’ta koyu vignetting görülürken calibrated light’ta parlak köşe oluşuyorsa önce Master Flat eşleşmesi ve calibration zinciri araştırılır. DBE ile parlak köşeyi azaltmak kök nedeni çözmüş sayılmaz.

Sık yapılan hatalar

  1. Her geniş pattern’i light pollution sanmak.
  2. Amp glow’u gradient removal ile gizlemek.
  3. Registration edge’i modellemeye çalışmak.
  4. Color cast’i yalnız luminance gradient saymak.
  5. Rotate/flip testini metadata olmadan kesin kanıt saymak.
  6. Model Image hedef signal içerirken correction uygulamak.

Sorun giderme

Belirti İlk karşılaştırma Sonraki adım
Calibration sonrası pattern Raw vs calibrated Master calibration zinciri
Filtreye özgü halo Filter channels Filter/reflection hipotezi
Geceye özgü eğim Night groups Moon/haze/transparency
Sensor sabit glow Dark frames Matching dark/amp glow
Panel sınırı Mosaic inputs Geometry/normalization
Correction sonrası ters pattern Original/model/output Overcorrection ve modeli reddetme

SSS

Rotate/flip testi neyi gösterir?

Pattern’in image, sensor veya optical geometry ile ilişkisine dair kanıt sağlar; tek başına kesin teşhis değildir.

Walking noise gradient midir?

Background eşitsizliği gibi görünebilir fakat dither/integration kaynaklı pattern’dir; gradient model ilk çözüm değildir.

Amp glow DBE ile çıkarılır mı?

Matching dark calibration önce incelenmelidir; DBE kök calibration hatasını gizleyebilir.

Mosaic seam gradient midir?

Panel normalization, geometry ve sky farkları birlikte olabilir; tek gradient varsayımı yeterli değildir.

Color cast nasıl incelenir?

Kanal histogramları, background previews, filtre ve sky koşulları birlikte karşılaştırılır.

Residual gradient ne demektir?

Correction sonrası kalan geniş ölçekli yapı olabilir; underfitting kadar gerçek signal korunumu da değerlendirilir.

Quick Reference

Tek sayfalık kontrol listesi

  • [ ] Pattern raw/calibrated karşılaştırıldı
  • [ ] Sensor/sky/processing coordinates ayrıldı
  • [ ] Master Flat ve Dark incelendi
  • [ ] Kanal, filtre ve gece kıyası yapıldı
  • [ ] Rejection maps ve registration edges kontrol edildi
  • [ ] Gerçek diffuse signal dışlanmadı
  • [ ] Model Image hedefe benzemiyor
  • [ ] Kök neden çözülmeden correction uygulanmadı

Decision Tree

flowchart TD
    start["Gradient removal düşünüldü"] --> calibrationq{"Calibration ve processing artefact dışlandı mı?"}
    calibrationq -- "Hayır" --> diagnose["Önce tanıyı tamamla"]
    calibrationq -- "Evet" --> signalq{"Gerçek diffuse signal riski var mı?"}
    signalq -- "Evet" --> cautious["Model belirsizliğini kaydet"]
    signalq -- "Hayır" --> model["Background model üret"]
    model --> preserveq{"Model ve output signal'ı koruyor mu?"}
    preserveq -- "Hayır" --> reject["Modeli reddet"]
    preserveq -- "Evet" --> document["Residual ve kanıtları kaydet"]

Teknik doğrulama durumu

Kategori Bekleyen doğrulama
UI-1 1.9.3 diagnostic ekranları ve process outputs
DOC-1 Artefact sınıflarının process kapsamıyla ilişkisi
DATA-1 Rotate/filter/night ve raw/calibrated testleri
IMG-1 Her artefact sınıfı için gerçek örnek

İlgili bölümler