Seu parceiro para astronomia
Revista > Prática > Dicas técnicas de Weigand > Imagens detalhadas da lua e outros com lucky imaging
Prática

Imagens detalhadas da lua e outros com lucky imaging

Processamento de vídeo com o AutoStakkert!3

Como se tiram as melhores fotografias da lua? Captando muitas imagens e escolhendo as mais nítidas! O AutoStakkert! ajuda nessa tarefa.

A superfície lunar representa sempre um motivo fascinante e, com o software certo, os mais finos detalhes podem ser extraídos de um vídeo. M. Weigand A superfície lunar representa sempre um motivo fascinante e, com o software certo, os mais finos detalhes podem ser extraídos de um vídeo. M. Weigand

A primavera é uma ótima altura para fotografar a lua. O nosso satélite alcança uma altura confortável acima do horizonte, à medida que a fase aumenta, pelo que as hipóteses de boas condições de visibilidade são elevadas. As melhores imagens são obtidas através de lucky imaging, o que implica tirar um grande número de fotografias e, de seguida, selecionar as mais nítidas. Para esta tarefa, alguns entusiastas da programação entre os astrónomos amadores desenvolveram soluções de software cada vez melhores nos últimos anos.

Um programa popular entre os fotógrafos de sistemas solares é o AutoStakkert!, de Emil Kraaikamp.  O programa utiliza CPUs modernas multicore de forma eficiente e funciona muito rapidamente, pelo que são necessários apenas alguns minutos para avaliar um vídeo. A seguir, é ilustrado o fluxo de trabalho com o Autostakkert!, sendo o exemplo um vídeo da lua. O fluxo de trabalho começa com o carregamento do vídeo.

Bildstabilisierung und Qualitätsanalyse

Estabilização de imagem e análise da qualidade

Antes de se procurar as imagens mais nítidas, é necessário centrar o objeto, de forma a comparar a qualidade de todas as imagens. As primeiras definições dependem do motivo. Os planetas são centrados como objetos limitados pelo centro de gravidade (COG), áreas lunares em formato completo com a opção “Surface”. A caixa de alinhamento é colocada sobre uma característica de superfície proeminente e o seu tamanho é ajustado. De seguida, a análise da qualidade é configurada. AutoStakkert! está presente em cada imagem. Gradientes de brilho — mais acentuados em imagens mais nítidas. Naturalmente, o ruído também cria um gradiente de brilho, razão pela qual o parâmetro “Noise robust” já se encontra predefinido em 4. Para captações muito ruidosas, o mesmo tem de ser aumentado. A opção “Laplace Δ” é selecionada em função da amostragem. Se a distância focal for realmente demasiado longa (sobreamostragem), a análise de qualidade tem de ser realizada em estruturas bastante grosseiras e o visto tem de ser removido. Se, por outro lado, as melhores estruturas reconhecíveis forem representadas em dimensões muito pequenas, será útil utilizar “Laplace Δ” — possivelmente, e conjunto com um valor mais elevado de “noise robust”. Além disso, podem ser alcançados melhores resultados com a análise de qualidade local “Local (AP)”. Apenas em casos difíceis, com brilho de imagem flutuante, é recomendada a opção “Global (Frame)”. Posteriormente, o passo decisivo do lucky imaging começa com “2) Analyse”. O resultado da análise da qualidade é um diagrama das imagens organizadas de acordo com a sua qualidade.

A janela principal do Autostakkert!. O fluxo de trabalho está disposto nas três secções à esquerda e à direita da barra de progresso, no centro. Aí, é possível encontrar também o diagrama de qualidade após a análise. Neste exemplo, o Seeing foi muito contrastante, a melhor taxa de utilização correspondeu a aprox. 30%. M. Weigand A janela principal do Autostakkert!. O fluxo de trabalho está disposto nas três secções à esquerda e à direita da barra de progresso, no centro. Aí, é possível encontrar também o diagrama de qualidade após a análise. Neste exemplo, o Seeing foi muito contrastante, a melhor taxa de utilização correspondeu a aprox. 30%. M. Weigand

Experimentação com o tamanho da pilha

O gradiente de qualidade fornece informações sobre uma taxa útil de utilização das imagens. As más condições de Seeing exigem a exclusão rigorosa de imagens demasiado deformadas ou desfocadas. Em média, os valores de 40% a 60% são razoáveis como taxa de utilização. Se existirem muitas imagens ou imagens com pouquíssimo ruído, é possível experimentar com valores mais baixos, e o resultado poderá ser mais nítido. Com o tempo, tem-se a sensação de que a taxa de utilização é a correta. No entanto, encontrar o resultado ideal, muitas vezes, apenas é possível por tentativa e erro. É útil olhar para as imagens organizadas por qualidade e analisá-las visualmente. O AutoStakkert! facilita este processo, produzindo imagens de conjunto que poupam, de certa forma, tempo para vários tamanhos de pilhas livremente selecionáveis. Para uma melhor comparação dos diferentes resultados, recomenda-se a utilização da opção “Sharpened”, uma vez que tal torna as diferenças das imagens de conjunto mais visíveis.

Contudo, antes de se gerar a primeira imagem de conjunto, é realizado o ajuste fino de pequenos segmentos individuais de imagem. Todas as definições necessárias podem ser encontradas na barra de menu na margem esquerda da janela da imagem. Em “AP Size”, é possível escolher entre diferentes tamanhos de área e com “Place APs in Grid” os pontos de alinhamento são automática e uniformemente distribuídos por todo o campo de imagem. Quanto mais finamente estruturado for o motivo, mais pequenas as áreas podem ser utilizadas. A definição “Min Bright” determina o limite de brilho para os pontos. Se necessário, os pontos individuais também podem ser definidos ou removidos manualmente. Todas as outras opções podem ser deixadas como estão e o empilhamento pode ser iniciado com “3) Stack”.

A janela de imagem com o ponto de estabilização na montanha central de Pitágoras, à esquerda, e a grelha de pontos de alinhamento à direita. M. Weigand A janela de imagem com o ponto de estabilização na montanha central de Pitágoras, à esquerda, e a grelha de pontos de alinhamento à direita. M. Weigand

A imagem de conjunto

A avaliação é concluída após alguns minutos. As imagens de conjunto não parecem geralmente muito nítidas à primeira vista, pelo que os detalhes finos têm de ser trabalhados no pós-processamento. Os algoritmos de focagem de vários programas são adequados para este fim. Por exemplo, vale a pena experimentar com o “Deconvolution” e o “Iterative Gaussian Sharpening” em Fitswork e “Wavelett Sharpening” em RegiStax6.

Conclusão

Graças ao trabalho de desenvolvimento de amadores muito dedicados em matéria de software, o lucky imaging é agora mais fácil, mais rápido e mais preciso do que nunca! AutoStakkert! é uma excelente ferramenta para avaliar vídeos — e não apenas da lua. Também pode ser utilizado para obter as melhores captações da próxima grande oposição de Marte, que terá lugar em condições difíceis e profundas no horizonte.

Autor: Mario Weigand / Licença: Oculum-Verlag GmbH