En fråga om brus!

[AstroFriend]

Ett alternativ, inte för att jag provat med fotoprogram. Det är för ett begränsat antal bilder, säg 5st om datorn har minne för att ha alla uppe. Då kan man sätta alla lager till 20%, förutsätter att även huvudbilden går att sätta till 20%. När alla lager är justerade slår man ihop dom på en gång. I det fallet har man möjlighet att spara med alla lager ej ihopslagna och justera om igen. Den viktiga skillnaden mot 1/n metoden är att man inte sparar unde för varje ihopslagning. Är inte säker på att detta går i alla fotoprogram dock, då återstår 1/n metoden.

Men som sagts här, ser ingen fördel att använda fotoprogram när det finns specialiserade program som gör det så mycket bättre och enklare. Fotoprogram använder man med fördel till efterjusteringar eller i dom enkla stacking fallen. Jpg filer är inte linjära och endast 8bit/pixel, så där är möjligheterna ganska begränsade att justera bilden. Men ibland är det väldigt praktiskt att ha jgp filer så den fördelen kan överväga för speciella fall. Timelapse brukar jag ha jpg till och vidvinkel ibland.

/Lars

[Init4theimaging]

Förstår vad du menar Lars, men vill poängtera att det inte är vanliga "lager på lager" man jobbar med då...
Blir en konstig form av summering.
Mvh,
Daniel

[Marsian]

Tack Daniel, du har löst mina problem, nu vet jag hur det fungerar. Det är jag som är lite koko.
Beroende på "ihopslagningsmetod" av bilderna så använder man olika formler.
Metod 1/n: Lägg ihop två bilder med 50% vardera, spara, nästa bild läggs till, den ska då bidra med 33%. Bilden sparas igen, och en ny bild läggs till, som får bidra med 25%, etc....
Metod alla lager aktiva samtidigt: 100/antal bilder ger procentsats för varje lager. Detta förutsätter att det är "blandningstyp" Normal och man får samma matematiska resultat som 1/n.
Om man däremot använder 1/n med alla lager aktiva och ger varje lager olika procentsatser opacitet enligt 1/n med "blandningstyp" Normal så viktas bilderna väldigt olika. Då blir bruset inte reducerat på optimalt sett.
Jag fattade inte att 1/n gick ut på att bara använda två bilder åt gången.
Nu stämmer matematiken igen och jag är nöjd.
Tack för alla svar och inlägg.

Edit: Såg att Lars förklarade samma sak. Så stort tack till Lars också.

[Peter R]

Med blandningstyp "Normal" finns det bara en metod om du vill ge varje lager samma tyngd och det är 1/n.
Om du väljer att slå ihop de två första lager och sedan lägger till det tredje med 33% eller om du väljer att ha alla lager aktiva spelar ingen roll, det är exakt samma princip och formeln ändras inte. Det är fortfarande 1/n som gäller om du vill göra rätt.

Jag fattade inte att 1/n gick ut på att bara använda två bilder åt gången.

Det här har du missuppfattat, så är det inte!

Jag använder nästan aldrig mer än 10-12 lager i stacken för avrundningsfelen blir procentuellt större och större eftersom du måste runda av till närmaste heltal, men jag slår inte heller ihop dem för att få formeln att fungera, det är helt ovidkommande.

Jag har tillverkat 1 exempel med 6 cirklar fyllda med de 6 primärfärgerna, rött, gult, grönt, cyan, blått och magenta.
De har viktats enligt formeln 1/n nerifrån och upp: 100, 50, 33, 25, 20, och 17%.
Resultatet är en neutral mellangrå ton precis som förväntat eftersom alla lager bidrar lika mycket.
I exempel 2 har jag kastat om lagrena men anpassat opaciteten enligt 1/n och får samma resultat, vilket också var väntat. Den pyttelilla avvikelsen i färgton beror på avrundningsfelen att man använder 33% i stället för 33,33333... och 17% i stället för 16,66666...

Alla andra blandningar skulle ha gett en färgton som hade påvisat ett fel i viktningen.
Jag hade kunnat lägga på brus i varje lager och det hade också minskat identiskt i de båda fallen.

/*Peter R

Exempel-1.jpg (90.55 KiB) Viewed 5836 times

Exempel-2.jpg (92.29 KiB) Viewed 5836 times

Edit: Efter att ha läst Daniels välformulerade inlägg här nedan har jag tillverkat 2 bilder till där jag har slagit ihop de 5 första lagerna. Släcker jag ner synligheten för det översta, gröna i detta fall, så ser man att resultatet har en magentaton.
Det neutraliseras med det gröna lagret som är tonat med 17% eftersom det ligger ursprungligen på plats nr 6. 1/6 = 17 %. Som du ser så är resultatet identiskt med Exempel-2 här ovan där alla lager var aktiva och tända.

Exempel-3.jpg (69.19 KiB) Viewed 5807 times

Exempel-4.jpg (72.92 KiB) Viewed 5807 times

[Init4theimaging]

Hej Marsian.

Du inte riktigt där än, men du närmar dig.
Jag tror att en liten del av förvirringen har legat i det här.

När jag följer vissa guider på nätet säger de att man ska ha 100% opacitet på bästa/första bilden och sedan enligt formeln 1/n där n = placering i kön. ( 100%, 50%, 33%, 25%, 17% etc)

n är inte placering i kön utan antalet bilder din stack består av. För varje bild du lägger på ska den nya översta bildens inblandning räknas enligt 1/n.
Har du två bilder ska den översta ha 1/2=0,5 - 50%.
Lägg en tredje ovan på dessa 1/3=0,3333333... - 33%.
Lägg på en fjärde bild 1/4=0,25 - 25%
Låt oss nu säga att du väljer att slå samman dessa. Som Peter säger spelar det ingen som helst roll.
Lägger du sen på en bild till ovan på, måste du räkna den som en femte 1/5=0,2 - 20%
OM du försöker blanda in den sista bilden som 1/2 kommer du få en en stack som innehåller till hälften data från den sista bilden du lagt på och resterande hälft från de bilder du redan slagit samman. Därmed sabbar du den reducering av brus som du fått genom att stacka de fyra första bilderna.

Brus reducering genom att stacka bilder på det här viset fungerar för att bruset hela tiden är föränderligt från bild till bild, medan signalen (det vi vill ha i bilden) är konstant. Stackar vi tillräckligt många bilder kommer bruset ta ut sig självt eftersom det ser olika ut på varenda bild. Det handlar så att säga om att inte se träden för skogen. Eller det är iaf. vad vi vill uppnå.
Lite om signal/brus förhållande(SNR-Signal to Noice Ratio)...
http://deepskystacker.free.fr/english/t ... ineHowMany

Samma sak gäller för exponeringstid. Längre exponeringstid i subbarna ger bättre SNR enligt samma princip.

Mvh,
Daniel

[ragge]

Hej Marsian,

Jag har studsat över hur effektiv den här metoden :
http://www.dummies.com/how-to/content/u ... op-cc.html
är när det gäller att ta bort saker som statistiskt sett inte hör hemma i en stack med bilder. Exempelvis brus, rörliga bilar och människor mm. Jag tog några bilder i ett nästan kolmörkt rum med hyfsat lång slutartid och iso 25600 som test, och bruset tvättades bort i stort sett 100 %. Ofattbart bra kvalitet.
Obs att det är blandningsläget median (längst ned i beskrivningen) som du skall använda.
Edit, jag såg just att blandningsläget "Mean" är längst ned. Men det är faktiskt "median" som jag har provat.

/Ragnar

[Marsian]

Eftersom det fortfarande inte förklarats matematiskt här så är jag ännu lite osäker på hur det ligger till så jag gör egna tester.
Jag öppnar mina fem bästa bilder på M51 i PhotoShop CC, raw format(Canon550D,5184x3456), 90 sekunder, 12 grader Celsius och iso 6400. Jag reducerar alla bilder med en stack av 20 darks vid samma exponering, temp och iso. Jag kopierar alla bilder och lägger som lager i en ny bild med samma mått som mina bilder. Jag alignar bilderna och lägger ut 3 färgprover på bakgrunden där det inte finns några stjärnor. De mäter med 5x5 11x11 och 31x31 pixlar och medelvärdesbildar.
Värdet i mätpunkterna ska vara så lågt som möjligt, de innehåller ju inget jag vill ha kvar i bilden.

När jag kör med 1/n(första lagret 100%, nästa 50, 33, 25 och 20) så får jag dessa värden på mätpunkterna (bruset)
Färgernas värde enligt RGB 5x5 11x11 31x31 (färgprovernas storlek i pixlar)
1: 14.15.19 14.15.19 13.14.18
2: 12.12.15 14.14.17 15.14.18
3: 12.12.17 12.13.17 13.13.17

Med lika viktning(första lagret 100%, nästa 80, 60, 40 och 20%) och alla lager aktiva samtidigt får jag följande värden i exakt samma punkter:
1: 12.13.18 13.14.18 13.14.18
2: 12.11.15 14.13.17 14.13.17
3: 11.12.16 12.12.17 13.13.17

Det enda jag ändrat är viktningen per bild.
Bilden ser bättre ut med lika viktning och dessutom är mätvärdena på bruset lägre när alla bilder bidrar med lika mycket.

Jag är sån att jag visserligen är ute efter bästa möjliga resultat, men jag vill förstå matematiskt varför det blir som det blir.
För 15 år sedan avslutade jag min högskoleutbildning på telekomingenjörsprogrammet. Sedan dess har jag inte haft mycket nytta av matematiken jag läste, men jag tycker fortfarande att det är väldigt intressant och försöker hålla igång hjärnan med matte-problem. Och bruset är ett problem som stör mig.
Och jag lärde mig att när teori och verklighet inte stämmer överens är det fel någonstans, och verkligheten är det sällan fel på.

Den metod som, i mitt väldigt begränsade test, gav bäst resultat är utan tvekan lika viktning av alla bilder.
Nu har jag inte fler bilder att testa med, men någon som har bilder kan ju ganska enkelt testa på motsvarande sätt.

[Cristofer]

Jag kan inget om teorierna och matematiken, men jag ställer mig tveksam till att ta ett färgprov för att mäta brus. Jag testade på en bild, tog ett färgprov och jämförde med precis samma bild men där jag har tillfört brus genom add noise i photoshop. Färgproven var högre på den bild med mindre brus.

[AstroFriend]

Hej!
Jag tror du fått svaret flera gånger hur 1/n metoden fungerar matematiskt. 1/n metoden är bara ett sätt att få photoshop att göra något det egentligen inte är gjort för, att processa astronomibilder. Om man bara avser bruset vill man ju helt enkelt bara addera ihop bilderna. Då ökar signalen med antalet bilder N, och bruset bara med roten ur (N). Sedan om man tar medelvärdet eller skalar om signalnivån ändrar det inte på förhållandet mellan signal och brus (i ett riktigt astroprogram gör man det betydligt mer avancerat än att bara ta medelvärdet). Men det är just det inte photoshop klarar utan man måste krångla till det med 1/n metoden. Exakt vad photoshop gör matematiskt är ju inte specifierat i detalj. Ett fotoprogram gör en massa trix med bilden för att den skall bli bra att visa på skärm och skriva ut. Den gör den linjära raw filen olinjär, oftast srgb (som en jpg vanligen är) och det blir väldigt olinjärt vid låga signalnivåer. När du analyserar bilden i PS gör du det antagligen inte på de adderade råvärdena, ja man ser på värdena att de är 8 bitars, visserligen kan de helt enkelt bara vara nedskalade men helt säker kan man inte vara och då säger inte din analys så mycket.

All bearbetning på dina astrobilder på detta tidiga stadium skall göras på linjära data och på rawformat. När detta är klart att du kalibrerat, stackat osv, dvs du har av alla dina bilder en sammanslagen kvar så skall den omformas och anpassas för skärmens och skrivarens låga dynamik, alltså går från mer än 14bit till de vanliga 8 bits djupet. Det är PS jättebra på antar jag, har ju aldrig använt det överhuvudtaget.

Om du använder ett program mer lämpat för detta så vet du mer vad som levereras och kan göra test och analyser på ett helt annat sätt. Det finns ett gammalt program som heter IRIS som en fransman tagit fram. Det bygger på en väldigt gammal grund men är bra på att göra sådana analyser som du gör så det kan vara värt att titta på, något osäker dock på om det kan ta in filer från din kamera dock. Tyvärr och det är stort problem om man adderar många bilder då IRIS bara har 15 bits upplösning. Men som sagt att göra anlyser på ett fåtal bilder går utmärkt och det viktiga, du vet vad du gör. Det är ganska "matematiskt" men det uppskattar du säkert. Vill du ha än mer av matemtik kan du använda matlab, det är dock inte gratis så bara intressant om du har någon gammal skolversion.

Här är länken till IRIS, det är gratis och fritt:
http://www.astrosurf.com/buil/us/iris/iris.htm

Verkar som om du bara kan ersätta libdcraw.dll filen med den senaste så kanske det fungerar med din kamera om nu det inte gör det redan från början.

En viktig sak att tänka på när man analyserar brus är att i vissa situationer får man negativa värden, till ex om man subtraherar två darks. I ett vanligt fotoprogram klipps vanligen de negativa värdena men inte i ett riktigt astroredigeringsprogram.

Standardavikelsen är ett bra mått på bruset men det gäller att hålla reda på om man skalat signalnivån.

När man medelvärdesbildar ur flera bilder så minskar bruset. Inte så att signalen minskar i värde men avvikelsen, eller jämnheten ökar. Se mitt tidigare inlägg med den blå bilden. När man medelvärdesbildar vill man inte avrunda och det ställer större och större krav på bitupplösningen i programmet. Är det bara ett 16 bits program kommer bruset verka minska men inga svaga detaljer kommer fram ur bruset utan det blir bara "jämnt". Om man istället för att medelvärdesbilda slipper man avrundingsfelen men då räckar inte dynamiken till för de starka signalerna utan man får overflow och signalen klipps. Idag har alla bättre program 32 bit per pixel, ibland också float istället för integer. Tar mycket minne och datorkraft, men det är ju billigt idag.

/Lars

[Init4theimaging]

Marsian.
Jag har varken ingenjörsutbildning eller studieskulder och vet inte hur man skulle uttrycka mattematiskt varför 1/n fungerar.
När du har fått kläm på det får du gärna visa hur det ser ut.
Formeln har inget med brus att göra över huvud taget utan är till för att ge lika viktning.
Alla bilder i en stack kommer bidra med lika stor procentuell andel om den används rätt (nästan iaf. eftersom vi är tvungna att avrunda).

Layers i PS låter oss lägga en bild ovanpå en annan. Ändrar vi inte översta bildens täckförmåga kommer inte bilden under bidra alls eftersom inget av den tillåts synas igenom.
Lägger vi den övre bildens opacitet på 50% kommer båda bilderna synas lika mycket, eller hur. De bidrar med 50% vardera. 50%+50%=100%
Lägger vi sedan en tredje bild överst och ger den opacitet 50%, så kommer bilderna bidra med 25%+25%+50% viket ju inte är lika viktning.
Ändrar vi opaciteten till 33% (eftersom vi är tvingade att avrunda)får vi så nära samma viktning som vi kan få på alla tre bilderna. 33,5%+33,5%+33% .
Så kommer det fortsätta när vi ger vår fjärde bild 25%. Alla bilderna i stacken (nåja nästan alla, pga avrundningen tidigare) kommer bidra med 25% var.

Viktar vi inte bilderna enligt 1/n kommer ordningen påverka resultatet. En viss ordning kommer ge lägre bakgrundvärden än en annan och bruset kommer inte jämnas ut som vi tänk oss. Och det du mäter är bakgrundsvärden inte brus. Har för mig att MaximDL (har inte det programmet själv) har en funktion för att mäta brus.

Känner att jag gjort vad jag kan nu...

Hej Cristofer.
Peters färg-plättar har inget att göra med att mäta brus utan visar tydligt att viktning enligt 1/n stämmer.
Om man blandar alla sex primärfärgerna i lika proportioner får man just neutral-grå. Om viktningen inte stämmer skulle tydliga färgstick genast framträda.

Mvh,
Daniel

[AstroFriend]

Hej igen mitt i natten!

Läste en gång till vad du skrivit där du brusanalyserar:

"De mäter med 5x5 11x11 och 31x31 pixlar och medelvärdesbildar."

Om du medelvärdesbildar är det ljuset du mäter, i det här fallet mest ljusföroreningar. Ljuset är i sin natur slumpmässigt och i sig en av det största brusgivarna. En signal på 100 innehåller ett brus på 10 enheter.

Om du skall mäta bruset mäter du avvikelsen för alla pixlar i mätområdet reltivt medelvärdet för området. Absolutvärdet på varje och sedan dela med antalet mätpunkter. Eller så här lite noggrannare: http://sv.wikipedia.org/wiki/Standardavvikelse . Viktigt du kalibrerat bilderna, även med flats noggrant annars mäter du de statiska felen. Belysningen måste ju också vara helt perfekt jämnt. Ganska svårt att uppnå detta med full kontroll. Dessutom, går det verkligen att mäta bruset så här i ett fotoprogram?

Du kan ju egentligen bara använda darks när du testar. Totalt mörker är ju lite enklarare att åstadkomma, glöm inte att sätta för sökaren på kameran så ljus inte letar sig fram den vägen. Dark signal eller ljus spelar ju ingen roll för detta test. Ta långa tider så du får kraftig darksignal.

/Lars

[Cristofer]

Hej Cristofer.
Peters färg-plättar har inget att göra med att mäta brus utan visar tydligt att viktning enligt 1/n stämmer.
Om man blandar alla sex primärfärgerna i lika proportioner får man just neutral-grå. Om viktningen inte stämmer skulle tydliga färgstick genast framträda.

Mvh,
Daniel

Det var inte Peters färgprov jag menade, utan Marsians. Jag antog att han använde pipetten i photoshop och tog ett färgprov med den. Jag var kanske lite otydlig. Poängen var att jag inte tror att man kan mäta brus genom att använda pipetten i photoshop.

[Init4theimaging]

Ursäka Cristofer.
Jag började visst bli lite suddig.

Mvh,
Daniel

[Peter R]

Eftersom det fortfarande inte förklarats matematiskt här så är jag ännu lite osäker på hur det ligger till så jag gör egna tester.

Jag tycker nog att Daniel har förklarat logiken bakom formeln på ett väldigt tydligt och pedagogiskt sätt. I vilket fall som helst så finns den och är vedertagen.
Själv kände jag inte till den när jag började stacka främst planetbilder tagna med DSLR runt 2002-2003 men resonerade mig fram till den. Sedan dess har jag använt den på tusentals bilder men inte i första hand för att få bort bruset utan för att förstärka signalen, vilket är andra sidan av samma mynt. En starkare signal låter dig både få fram ljussvagare objekt och öka upplösningen.
Jag har flera exempel på ljussvaga kometer som är totalt osynliga på de individuella bilderna men som framträder vid stackning av 10 bilder.
I övrigt så tycker jag att lagom mängd brus i en bild bara är av godo, både estetiskt och bildbehandlingsmässigt så jag försöker inte ta bort den helt. Utan brus blir det lätt zoner och bandningar även om du jobbar i 16 bitar.

Regler är bra att känna till så att man vet hur och när man kan bryta mot dem.
Av olika anledningar viktar jag ofta in bilder med en annan procentsats än vad 1/n regeln dikterar. Det kan vara för att några bilder i stacken är tagna vid högre iso eller har sämre skärpa eller följe än övriga osv, och då använder jag magkänslan för att ge dem en annan procentsats.
Du kan mycket väl få fram ett resultat som visuellt ser tillfredställande ut med andra procentsatser men om du inte utgår från en logisk och vedertagen formel, kommer du alltid att treva fram på måfå och aldrig riktigt veta varför det blir som det blir eller vad du ska ändra på för att förbättra resultatet. Då skulle jag rekommendera dig att istället använda någon av de duktiga stackningsprogrammen som har nämnts av andra i den här tråden.

Liksom Cristofer tror jag inte att pipetten är ett bra verktyg för att mäta bruset i bilden. Du ska nog i stället använda ett mätverktyg som histogramet som kan ge mycket info om hur pixelvärdena fördelar sig i bilden eller i ett markerat utsnitt.
Nu minns jag inte på rak hand alla detaljer men se till att den mäter de faktiska värdena och inte cachade versioner som kan vara mindre precisa.
Jag bifogar en skärmdump som visar 3 olika brusnivåer och motsvarande histogram med lite statistik över fördelningen. Den översta har inget brus.

Lycka till

/*Peter R

Noise histogram.jpg (163.27 KiB) Viewed 5692 times

Edit: Om det är de cachade värdena som visas så dyker det upp en liten varningstriangel i histogramets övre högra hörn.
Det räcker då att klicka på den för att tvinga Photoshop att använda de riktiga värdena som är mera precisa.

[Marsian]

Hej allihop!
Tänk att brus kan vara så "kul". Härligt att så många bryr sig och kommenterar, tack ska ni ha allihop.
Min tanke är inte att ifrågasätta erkända teorier eller försöka komma med något nytt. Jag tror mitt problem snarare är att jag missuppfattat PhotoShop:s sätt att arbeta. (Och dessutom är jag nybörjare i bildbehandling)
Om jag har fyra bilder och lägger ihop dem 2 och 2, via lager 100% opacitet på första bilden och 50% på nästa, sparar mellan varje bild, och sedan läggar ihop summorna på samma sätt, då borde alla bilder bidra med lika mycket brus.
Skulle jag få exakt samma resultat av att göra en ny bild med 4 lager, ge det första lagret 100% opacitet, nästa 50%, sedan 33% och till sist 25%?
Jag har semester så jag testar naturligtvis: Jag återkommer med fler dumma frågor, var så säkra!
(Säkert med svansen mellan benen och ber om ursäkt, men om man inte frågar får man inga svar, och tänk på att varje gång man har fel lär man sig nåt nytt)