Tu additionnes ou tu médianes ?

Frédéric a écrit:Médiane et sigma utilisent la même technique ou presque, le but est de rejeter les pixels déviants (en simplifiant) le calcul est donc lourd...et très lourd pour le sigma
L'addition est très rapide, le signal est forcément très bon, mais il faut trier à la main les images ratées ou celles présentant des traces d'avions ou de sat...
L'avantage du sigma est aussi l'harmonisation du fond de ciel, mais faut une machine "couillue".
Mois je médiane à fond... sur un nombre impair d'images

Frédéric a écrit:Absolument pas !!!!!!
sauf que sous iris tu verras qu'une fois réglé en auto le niveaux le signal est identique.
Iris ne supprime pas l'image mauvaise, il l'additionne bien dans son traitement mais supprime uniquement les mauvais pixels.

Le mode Arithmétique réalise une addition simple (suffisant dans bien des situations).

Le mode Médiane est très efficace pour éliminer des pixels déviants (rayons cosmiques, pixels chauds). Mais le rapport signal sur bruit final est moins élevé que lors d'une addition arithmétique.
Le résultat de la commande est une image dans laquelle un pixel donné est la médiane des intensités trouvés dans les images k1..k15 pour le même pixel.

Le mode de Réjection Min-Max exclu du calcul les intensités minimale et maximale dans la séquence d'images pour un pixel donné.

La Pondération adaptative est une méthode de réjection des intensités déviantes puissante basées sur une analyse locale du bruit et sur un processus itératif. Normalement 3 à 5 iterations suffisent pour obtenir un résultat correct.

La méthode Sigma-clipping est encore une autre méthode de réjection. Un pixel dans une image donnée qui dévie de la moyenne de l'intensité des mêmes pixels de la séquence d'une quantité supérieure a Sigma x Coefficient sigma est éliminé de la somme. Sigma est l'écart type local et Sigma coef est un coefficient entré dans le champ correspondant de la boite de dialogue. Typiquement, Coefficient sigma = 1 to 3. En abaissant ce coefficient on rejète plus de pixels.

La méthode Sigma median est similaire au Sigma-clipping à ceci prés que le pixel rejeté est remplacé par la médiane de la pile d'image pour le pixel considéré.

Frédéric a écrit:Pour moi, la médiane ou sigma additionne bien les images (sinon aucun intérêt !!!!!!) la médiane se fait quand il y a 2 pixels déviants, le logiciel fait une moyenne des valeurs de la zone ou il y à le problème d'où le nom... mais pour les valeurs identiques, l'objet galaxie, nébuleuse... est bien additionné... sauf que si sur 30 images par exemple, t'en à 15 très bonnes qui auraient une note de 10 et 15 moyennes qui auraient une note de 8, la médiane sera de 9, le rapport S/B sera légèrement moins bon que de l'addition, ou les valeurs à 10 seraient bien gardées.
C'est pourquoi, il faut un max d'images pour que la moyenne (ou médiane) statistique élimine les pixels mauvais (Stage AIP groupe1) et s'approche le plus possible de la note maxi.
Bon la je sais pas si je suis très clair ....
L'idéal de mémoire au stage c'est le Sigma Clipping, et Maxim à encore une autre méthode encore plus performante (j'ai oublié le nom)

Prism a écrit:
Cette fonction s'applique sur une série d'image et calcule la médiane de cette série.

Description de la fonction :

Un exemple de médiane de 3 images de 2x2 pixels est donné ci-dessous :

Image 1 Image 2 Image 3 Médiane

370 275 395 380 420 375 395 375
380 390 450 385 365 370 380 385

On remarque dans l´exemple ci-dessus que chaque image contient un pixel de valeur aberrant. L´image médiane permet d´éliminer les valeurs hors normes.

Cette méthode est donc plus efficace pour éliminer des valeurs discordantes qu´une simple Pile moyenne. Cette fonction est très utile pour l´obtention d´images de NOIR, d´OFFSET mais surtout de la P.L.U. En effet lors du prétraitement des images, l´obtention de la P.L.U., avec la Pile moyenne de plusieurs images élémentaires, peut donner des résultats médiocres. Il suffit effectivement qu´il reste quelques étoiles sur une des images pour que celles-ci se retrouvent sur le résultat de la moyenne. C'est d'ailleurs cette fonction qui est utilisée lors de la création de master : [Prétraitement] > [Master]

Par convention, le temps de pose pour l'image finale est celui de la première image. Il sera cependant indiqué, dans les commentaires sur l'image, que l'image résultante est une image qui provenant de " X poses T1 +s + T2 s + T3 s + ... ".

Au lancement de la fonction, la boîte de dialogue suivante apparaît :


L'icône permet de sélectionner les images à traiter.

Le calcul de la médiane se lance en cliquant sur le bouton [OK]. Une fenêtre d'information s'affiche :


Si les images n'ont pas toutes la même moyenne, alors cliquer sur [NON] et utilisez la fonction [Prétraitement] > [Moyenne Identique] avant de lancer le calcul de la médiane.

Si les images ont bien toutes la même moyenne, alors cliquer sur [OUI]. Le calcul de la médiane des images est tracé dans la fenêtre de suivi :


L'image finale s'affiche sous le nom de la dernière image de la série.

Il est recommandé de sauvegarder cette image finale avec la fonction [Fichier] > [Enregistrer sous].

Diverses applications :

Lors du prétraitement des images, l'obtention d'un bon " flat-field " avec la moyenne simple de plusieurs " flat-field" élémentaires peut donner des résultats médiocres. En effet, il suffit qu'il reste quelques étoiles sur un des "flat-field" pour que celle-ci se retrouvent sur le résultat de la moyenne des " flat-field".
La moyenne par pile médiane permet d'enlever ces résidus ( étoiles, trace de rayons cosmiques ) qui se trouvent sur une image et pas sur les autres.
Ceci évite la pollution de la moyenne entre les images par des éléments présents seulement sur une seule image.
Cette fonction est aussi utile pour éliminer des parasites ( rayons cosmiques ) entre plusieurs images.

Prism a écrit:But : Cette fonction s'applique sur une série d'au moins 3 images d'une même région du ciel et permet de les additionner en retirant les objets parasites (Rayons cosmiques, pixels chauds, astéroïdes ...) présents sur une des images et pas sur une autre.

C'est une fonction extrêmement puissante. Elle nécessite :

Un minimum de trois images d’un même format et d’une même région du ciel. Un nombre supérieur ne peut être que mieux !
Recentrées par la fonction de Recalage en série.
Ayant la même moyenne en utilisant si besoin est la fonction de moyenne identique : il est conseillé de prendre comme référence l'image qui a la plus petite moyenne; voir les remarque importante.
Après lancement de cette fonction, la fenêtre suivante s'ouvre :


Normalisation : Case à cocher afin de normaliser l'addition pour ne pas dépasser le codage des valeurs autorisées (0 à 32767 par exemple pour des images en entier 16 bits signés). Cette case n'a plus d'importance pour les images codées en réels.
Nombre de sigmas de réjection : Facteur ‘Nbre’ déterminant le rejet des pixels.
Valeur Minimum de l’ecart type : Facteur ‘Sigmin’ déterminant le rejet des pixels.
Dossier des images : Une boite windows s'ouvre. Sélectionner la série des images à traiter.
L'addition des images se fait alors en cliquant sur le bouton [OK]

Exemples d'utilisation :

Les exemples d'utilisation ne manquent pas ! Avant de considérer un exemple particulier, examinons-en plusieurs :

Apparition de rayons cosmiques sur certaines images. Ce n'est pas très drôle surtout si ces images sont à des fins esthétiques ou destinées à être publiées. En général, celà n'arrive pas à toutes les images et ce phénomène reste très localisé (points ou traits fins !). On peut alors choisir un critère très souple : un SigMin de 2000 ou plus suivant l'intensité du rayon.
Traversé d'un satellite sur l'image; on obtient une image traversée par une ligne en général de forte intensité. Comme précédemment, un critère très souple peut également être appliqué. Si la trace est trop large et lumineuse et passe sur la partie intéressante de l'image, il vaut mieux "jeter" la prise de vue !
Il reste maintenant le cas des petits objets du système solaire. Ce cas va être examiné comme exemple de traitement par la suite.
Description des paramètres :

La connaissance du fonctionnement de cette fonction permet de mieux comprendre le réglage des paramètres.

Cette fonction calcule l’écart-type d’une série de pixels ayant les mêmes coordonnées dans chacune des (n) images de la série. Cette série s’appellera une pile de (n) pixels : (V1, V2, ... Vn)

On calcule, comme critère de dispersion, l’écart type σ pour tous les pixels de mêmes coordonnées sur chaque des n images. On rappelle, à cette fin, les quelques formules mathématiques utiles :

Pour la coordonnée [X,Y] choisie pour la pile, on donne la moyenne des pixels : , la moyenne quadratique : , et on en déduit le nombre σ : . Cette dernière valeur sera multipliée par le paramètre Nbre = "Nombre de sigmas de réjection" pour donner une valeur notée V = σ*Nbre.


Pour illustrer les paramètres à remplir, prenons pour exemple la suite de pixels Vi (101,100,105,104,120) à une coordonnée [X,Y] donnée. Le pixel de la dernière des 5 images, de valeur 120, est celui que l'on voudrait enlever lors de l'addition. Il est volontairement proche des autres pour illustrer les cas de faibles intensités. Pour cette série, on calcule la moyenne valant 106, la moyenne quadratique valant 106,25 soit un écart type σ de 7,24 ADU ...

Premier paramètre : La médiane de la série notée Med vaut Med = 104. SI (Vi - Med) > V (= σ*Nbre) ALORS on écarte la valeur considérée. On voit apparaître ici le caractère atténuateur du paramètre Nbre qui permet d'écarter moins de valeur que ne le ferait le seul calcul de σ. Plus ce paramètre sera proche de 1 et plus la sélection sera sévère. Ici, il ne faudra donc pas dépasser Nbre = 2,2 pour que seul le pixel V5 = 120 puisse être écarté. En contre partie, prendre Nbre = 1 serait à la limite d'écarter la valeur V2 = 100 que l'on ne cherche pas à écarter. Il faut donc faire attention au choix de ce paramètre. Le pixel V5 sera alors remplacé par la moyenne des autres valeurs ce qui sera problématique du point de vue photométrique si une majorité des pixels de la série d'images subissent un tel traitement sur une des images.

Deuxième paramètre : Revenons sur le dernier point en rapport avec le pixel de valeur V2. Le paramètre SigMin (= "valeur minimum de l'écart type") permet de fixer la valeur pour laquelle le paramètre V sera pris en compte tel quel. SI V < SigMin ALORS la valeur de V sera forcément mise à SigMin. Ceci permet d'éviter les "accidents" comme il pourrait arriver ici pour le pixel considéré de l'image n°2 de valeur V2. On fixera cette valeur en fonction de ce qu'on désire faire : elle sera prise d'autant plus importante qu'on ne cherchera pas à écarter des pixels très différents de la médiane, ce qui restera d'autant meilleur d'un point de vue photométrique !

En résumé, on en déduit que plus la valeur du paramètre "Nombre de sigmas de réjection" ou celle de "Valeur Minimum de l’écart type" seront faibles, plus la fonction rejettera un grand nombre de pixels dans les images à empiler.

Lors de l’exécution de la fonction, les points marqués de rouge indiquent les zones de l’image ou au moins un pixel aura été remplacé par la moyenne des autres.

Remarque :
Même avec une moyenne identique pour toutes les images, pour des objets proches de la saturation, il se trouve souvent que la valeur des pixels de même coordonnée peuvent accuser une très grande différence (jusqu'à 5000 ADU). Ces pixels rentreront alors souvent dans le critère de sélection. C'est pour celà qu'il faut choisir un SigMin le plus grand possible, juste ce qu'il faut pour éliminer ce qu'on veut.
Il ne faut donc tout de même pas croire que cette fonction résoud tous les problèmes. Elle a beau être évoluée, elle doit être maniée avec précaution et ne peut pas tout supprimer. Le meilleur champ d'action de cette fonction a lieu lorsqu'on a un phénomène lumineux sur une des images et pas sur les autres. Par contre, on pourra difficilement enlever un objet faible indésirable sans intervenir aussi sur les objets lumineux ce qui peut dénaturer totalement les caractéristiques d'une image !

DSS a écrit:

Combien faut t-il combiner d'images ?

Le plus possible mais au delà d'un certain nombre c'est moins efficace.
Le rapport signal/bruit s'améliore avec la racine carrée du nombre d'images combinées et ce indépendamment du temps de pose de chaque image.
Ceci est vrai quelle que soit la méthode utilisée (moyenne, médiane, kappa-sigma clipping, moyenne pondérée auto adaptative...) à l'exception de la moyenne pondérée par l'entropie qui utilise l'entropie pour pondérer chaque pixel et ainsi augmente le bruit qui contribue beaucoup à l'entropie.

Cette règle signifie que si le rapport signal/bruit d'une image est de 1, en en combinant 10 le rapport signal/bruit du résultat est de 3.16 (racine carrée de 10). Pour 30 images le rapport signal/bruit passe à 5.47, pour 50 images à 7.07, pour 100 images à 10 et pour 300 images à 17.32.

On constate que pour gagner un facteur 7 il suffit de passer de 1 à 50 images, mais pour gagner le même facteur 7 au delà de 100 images il faut en ajouter 200 de plus.

Est ce que 100 x 1 minute est équivalent à 10x10 minutes ?
Oui en terme de rapport signal/bruit, mais non en terme de résultat.
La différence entre une image de 10 minutes et une image de 1 minute est que le rapport signal/bruit de l'image de 10 minutes est 3.16 (racine carrée de 10) fois meilleur que le rapport signal/bruit de l'image de 1 minute.

Comme vous pouvez le constater le rapport signal/bruit d'une image de 10 minutes est égal à celui de la combinaison de 10 images de 1 minute. De même, le rapport signal/bruit de la combinaison de 10 images de 10 minutes est égal à celui de la combinaison de 100 images de 1 minute.

Toutefois ceci ne signifie pas que l'image est la même, juste que le rapport signal/bruit est le même.
En fait vous n'obtiendrez pas le même signal (la partie intéressante) du tout. Pour faire simple vous n'obtiendrez un signal que si la plupart de vos images ont réussi à capter quelques photons correspondant au signal de façon à ce que le signal ne soit pas considéré comme du bruit.

Par exemple dans le cas d'une nébuleuse très faible, il est possible que seulement quelques photons arrivent en l'espace de 10 minutes.
Si vous utilisez des poses unitaires de 10 minutes vous aurez capturé des photons sur chacune des images et la combinaison fera ressortir clairement le signal.
D'un autre coté si vous utilisez des poses unitaires de 1 minute la plupart de vos images ne montreront rien et sur les quelques images ayant capturé des photons ceux ci seront considérés comme du bruit et donc supprimés par la combinaison.

Est ce que je peux combiner le résultat de deux combinaisons ?
Absolument, et la règle de la racine carrée s'applique également avec un petit bémol.

En combinant deux images, le rapport signal/bruit augmente de 1.414 (racine carrée de 2).
Si les deux images à combiner ont le même rapport signal/bruit cela est équivalent à faire un seul empilement.
Si les deux images à combiner n'ont pas le même rapport signal/bruit la multiplication par 1.414 se fait sur le plus mauvais rapport signal/bruit.

Ainsi, en combinant le résultat de 10x1 minutes avec une pose unitaire de 1 minute on obtient à peu près le même rapport signal/bruit qu'en combinant 2 images de 1 minute. Ceci est du au fait que le bruit s'additionne et que la meilleure image est abîmée par la plus mauvaise lors de la combinaison.

Frédéric a écrit:Pour répondre à ta question 20 minutes,20 minutes,20 minutes,20 minutes,20 minutes,20 minutes,20 minutes,20 minutes,20 minutes,20 minutes,20 minutes,20 minutes,20 minutes,20 minutes,
Maintenant tu peut essayer 3'30"

Lien vers DSS puis clic sur "comment faire de meilleures images"

DSS a écrit:

Combien faut t-il combiner d'images ?

Le plus possible mais au delà d'un certain nombre c'est moins efficace....blabla blabla blabla blabla blabla blabla blabla blabla blabla blabla blabla blabla blabla blabla blabla blabla blabla blabla blabla blabla blabla blabla blabla blabla blabla blabla blabla .... Ceci est du au fait que le bruit s'additionne et que la meilleure image est abîmée par la plus mauvaise lors de la combinaison.