:: PixInsight Home Page  <Anterior

0. Abrir Imágenes y establecer identificadores

1. Linealizar la respuesta de la película fotográfica

2. Dividir por el modelo del fondo

3. Recuperar el aspecto de la imagen

4. Conclusiones

En la sección anterior se explicaron las bases de este método, así que ahora revisemos paso a paso cómo aplicarlo utilizando el software Pleiades Pixinsight LE (versión 1.0.1 o superior).

Las imágenes de ejemplo usadas aquí son las mismas imágenes JPEG disponibles en la sección anterior, así que las pueden descargar para experimentar a través de los enlaces siguientes:

Imagen original raw.
Modelo sintético del fondo.

Obviamente, se obtendrían mejores resultados con los archivos TIFF de 12 bits originales, a tamaño completo, pero pesan demasiado como para tenerlos aquí a disposición pública.

0. Abrir Imágenes y establecer identificadores

Abrimos ambas imágenes —original y modelo sintético del fondo, o pseudo-flat—, y les cambiamos sus identificadores para reconocerlas más fácilmente. La imagen original será "RAW" y el pseudo-flat simplemente "FLAT". Para cambiar el identificador de la imagen actual se escoge Image > Image Identifier desde el menú principal. Los identificadores facilitarán el trabajo y nos permitirán hacer referencia a cada imagen sin peligro de confusiones.

1. Linealizar la respuesta de la película fotográfica

Lo primero que tenemos que hacer es linealizar la respuesta de la película. Esto se ajusta cambiando el balance de tonos medios, disponible en el proceso HistogramsTransform. Básicamente este ajuste es muy similar a una curva gamma. No nos debemos preocupar por el histograma de salida, que prácticamente no muestra información, ya que gracias a la precisión de PixInsight (punto flotante IEEE de 32 bits por canal) en realidad no se está perdiendo información significativa.

Figura 1— Ajuste inicial de histogramas para linealizar la respuesta de la película fotográfica.

El valor que usaremos debe ser determinado mediante pruebas directas en cada imagen. En nuestro caso fue 0.995. Valores más cercanos a la unidad protegen más las estrellas saturadas.

En la Figura 1 vemos el histograma de la imagen RAW, y los parámetros que se aplicaron a ambas imágenes. Este ajuste de histogramas tiene que ser aplicado a ambas imágenes RAW y FLAT.

Tras aplicar este ajuste de histogramas, ambas imágenes se verán prácticamente negras, con las zonas saturadas solamente visibles. Esto se observa en la Figura 2.

Figura 2— Las imágenes tras aplicar el ajuste inicial de histogramas para linealizar la respuesta de la película.

Como se dijo más arriba, pese a que la imagen parezca uniformemente negra, la información todavía está ahí. Para comprobarlo basta con mirar el histograma de alguna de ellas con la suficiente precisión y aumento (Figura 3).

Figura 3— El ajuste inicial de histogramas es una transformación drástica del balance de medios tonos que comprime la información de la imagen en un tramo limitado del rango dinámico disponible. Esto se puede verificar con una representación ampliada de las funciones de histograma.

2. Dividir por el modelo del fondo

Para efectuar la división usaremos el proceso PixelMath. Sin embargo, no es suficiente con dividir ambas imágenes, sino que además el resultado de la división debe ser normalizado para adecuar sus valores al modelo del fondo del cielo utilizado.

Los valores de normalización corresponden a la mediana del modelo en cada canal de color. Para averiguar estos valores, seleccionamos la imagen que contiene el modelo (identificada como FLAT) y calculamos sus estadísticas mediante Image > Statistics, o haciendo clic con el botón secundario del ratón sobre la imagen FLAT y escogiendo la opción correspondiente desde el menú contextual. Los valores mostrados como la mediana para cada canal deben usarse como factores finales en Pixel Math. Este proceso se muestra claramente en la Figura 4.

Figura 4— La ventana Pixel Math, con los parámetros establecidos para hacer la división por el modelo del fondo. Previamente se ha obtenido la mediana para cada canal de color del modelo (FLAT) mediante la herramienta Statistics. Estos valores de mediana (en el rango real normalizado [0,1]), se aplican como factores para cada canal del resultado en Pixel Math. Nótese que hay que desactivar la opción de reescalar el resultado (Rescale) para la aplicación de este método.

Puede haber ocasiones en que la precisión del valor que se puede introducir es menor que la que se necesita. En estos casos podemos recurrir a este truco: introducimos la raíz cuadrada de cada valor de la mediana como factor del correspondiente canal del resultado, y también como factor para la imagen RAW. La operación es correcta porque multiplicamos cada píxel dos veces por la raíz cuadrada de la mediana, lo cual finalmente equivale a multiplicar sólo una vez por la mediana. Sin embargo, se puede introducir más dígitos decimales para la raíz cuadrada.

Algo muy importante a tener en cuenta es que la opción Rescale de Pixel Math no debe estar seleccionada.

El proceso PixelMath así definido lo aplicamos sobre la imagen RAW. Es muy probable que no se aprecien diferencias claras al aplicarlo. Esto es porque estamos trabajando en un espacio tonal lineal, muy distinto del espacio no lineal que es propio de la imagen original. Para ver los resultados debemos aplicar la transformación de tonos medios inversa, y así recuperar el aspecto original de la imagen en términos de brillo medio.

3. Recuperar el aspecto de la imagen

Ahora ya no necesitamos el modelo del fondo, así que podemos cerrar la imagen FLAT si así lo deseamos. Este último paso consiste en aplicar la transformación inversa de la inicial (paso 1).

Como se aprecia claramente al comparar las Figuras 5 y 1, el histograma de salida se parecerá bastante al histograma original, aunque con una dispersión menor. Esto es porque hemos corregido el viñeteo o iluminación desigual de la película.

El valor del ajuste a usar aquí debe ser tal que sumado al valor usado en el paso 1 nos debe dar la unidad. Es decir, si X es el valor usado anteriormente, entonces Y, el nuevo valor, está dado por:

Cabe recordar que esto no es una ajuste gamma estrictamente hablando, sino otra función muy similar (interpolación racional).

Figura 5— Ajuste final de balance de medios tonos para recuperar el brillo medio global de la imagen. Se trata de la transformación inversa de la utilizada en el Paso 1.

Figura 6— La imagen tras aplicar la transformación inversa de la Figura 5.

La Figura 6 muestra el resultado final. Este resultado tiene que reescalarse en posteriores procedimientos digitales, para aprovechar al máximo el rango dinámico.

4. Conclusiones

Hemos descrito un nuevo procedimiento para la aplicación de modelos del fondo del cielo a astrofotografías obtenidas sobre película fotográfica convencional. La aplicación de estos modelos persigue obtener un perfil de iluminación uniforme sobre toda la imagen en casos donde se presentan irregularidades debidas a viñeteo producido por el sistema óptico empleado, o variaciones de iluminación por contaminación lumínica, extinción atmosférica diferencial, y otras causas diversas y concurrentes.

El método expuesto efectúa la corrección de iluminación en la imagen original dividiéndola por el modelo del fondo, tras aplicar correcciones a ambas imágenes tendentes a restablecer una proporción lineal entre iluminación y tiempo de exposición.

Comparando con la aplicación de modelos del fondo por simple sustracción, en los resultados de nuestro método se verifica una mayor uniformidad del perfil de iluminación, no sólo para el fondo del cielo, sino también en el resto de objetos estelares y no estelares presentes en la totalidad de la imagen.

Para simplificar un poco la tarea, a continuación se incluye el archivo que contiene los iconos de proceso utilizados en este procedimiento, organizados en dos iconos del tipo ProcessContainer, uno para cada imagen.

Una mejora al método es restar primero los valores de la base de la película fotográfica empleada, emulando la calibración bias utilizada en imágenes CCD. Sin embargo, ya que la división se hace con el rango dinámico tan comprimido, es muy probable que eso conlleve un efecto muy marginal a favor.

Futuras mejoras de este procedimiento deben tender a utilizar funciones que reflejen de mejor manera las curvas características de respuesta de las diferentes películas fotográficas utilizadas en astrofotografía.