Konkursa mērķis
Ar astrofoto pēcapstrādes līdzekļiem iegūt estētiski baudāmu vai izziņas bagātu konkursam izvēlētā fotografētā debess objekta attēlu. Visi dalībnieki strādā ar vienu un to pašu avota attēlu komplektu, kuru sagatavojis Juris Seņņikovs.
Sagaidāmais rezultāts
Maksimāli augstas kvalitātes JPEG formāta fails un apraksts teksta formātā, kas ietver šādas lietas (1) apstrādē izmantotā programmatūra un algoritms, (2) informācija par iegūtā attēla īpašo “pērli” – lietu, kas to padara interesantu.
Norises kalendārs
Darbu iesniegšana – no 2025. gada 24. februāra līdz 23. martam.
Balsošana par iesniegtajiem darbiem – no 28.marta līdz 9.aprīlim.
Uzvarētāju izziņošana – 12.aprīlī.
Konkursa kategorijas
Skaistā pērle – attēls, kas izskatās vislabāk.
Izziņas pērle – attēls, kurā izcelts kāds elements, kas var kalpot kā informatīvs vai izglītojošs materiāls par novērojamo objektu vai procesu.
Negaidītā pērle – būtiski pārveidots attēls, kurā joprojām ir atpazīstams sākotnējais objekts, bet ir iegūti īpaši akcenti vai estētiska vērtība.
Viena kadra pērle – viena izvēlēta avota kadra apstrāde.
Nav ierobežojumu, cik darbus vienā vai vairākās kategorijās iesniedz viens dalībnieks.
Saņemtie darbi
Pirms balsošanas iepazīsties ne tikai ar attēliem, bet arī aprakstiem un autora sniegto komentāru par to, kas minēto darbu padara īpašu; kas ir šī darba pērle.
Skaistā pērle
1.
Apstrāde: Siril, Graxpert, Affinity Photo 2. Standarta OSC preprocesēšanas skripts, tad miglāja un svaigžņu atdalīšana, tad darbības ar lineāru attēlu Graxpert, pēc tam GHS staipīšana Siril, rekompozīcija (izvēlējos neveikt pilnu zvaigžņu resintēzi, kaut gan neesmu pārliecināts par šo lēmumu 🙂 ), pēc tam darbs ar kontrastu un piesātinājumiem Affinity.
Pērle: Vairāk vēlme pamēģināt roku Jura iegūtiem attēliem, īpaši nepretendējot uz izcilību pēcapstrādē 🙂
2.
Apstrāde: DeepSkyStacker, Pixinsight: Graxpert, Starnet++, NoiseXterminator, BlurXTerminator, CreateHubblePalleteFromOSC, NarrowbandNormalization, GeneralizedHyperbolicStretch, ArcsinhStretch, StatisticalStretch, NBtoRGBStars, DarkStructureEnhance, RangeMask, SelectiveColorCorrection, SCNR, CurvesTransformation, ScreenStars, WriteJPEG
Pērle: Šādas krāsu nianses Ziemeļamerikas miglājā vēl nebiju redzējis – neparasts tonālais līdzsvars starp vēso un siltāku gammu padara šo attēlu vizuāli ļoti pievilcīgu un svaigu.
Izziņas pērle
1.
Apstrāde: GraXpert – gradienta izlīdzināšana. Pixinsight- kalibrācija, grēdošana, krāsu kalibrācija, BlurXterminator, NoiseXterminator, histogrammas transformācija, līmeņi, Starnet2 zvaigžņu un miglāju atdalīšana, krāsu piesātinājuma modifikācija, apvienošana ar koeficientu piemērošanu.
Pērle: Dinamisko miglāja reģionu izcelšana, tumšo miglāju struktūras atklāšana
2.
Apstrāde: Apstrādei izmantots DeepSkyStacker un PixInsight ar šādiem rīkiem: Graxpert, Starnet++, NoiseXterminator, BlurXTerminator, GeneralizedHyperbolicStretch, ArcsinhStretch, StatisticalStretch, NBtoRGBStars, DarkStructureEnhance, SCNR, CurvesTransformation, ScreenStars un WriteJPEG.
Pērle: Minimāli apstrādāts attēls, kurā labi redzama Ziemeļamerikas miglāja struktūra un dabiskā H-alfa emisija, ko var izmantot kā izziņas materiālu par šī objekta galvenajām formām.
3.
Apstrāde: Izmantoju Siril (pirmo reizi mūžā). Tika sagrēdoti dotie kadri. Tad mēģināju izdalīt Ha/OIII. Tad pikseļiem piešķirt krāsu. Noņēmu zaļos toņus. Pastaipīju histogrammu. Tad turpināju uz Adobe LR, paspilgtināju krāsu toņus, kontrastu.
Pērle: Gan jau ka Ha/OIII apgabali padara to interesantu. 🙂
Negaidītā pērle
1.
Apstrāde: Grēdošanai izmantoju Siril 1.2.1 ar iekļauto Preprocessing filtru. Tālāka attēla apstrāde ar Adobe Photoshop CC un Adobe Camera RAW
Pērle: Ar lokālu maskēšanu veikti kontrasta, krāsu pielāgojumi, lai labāk izceltu Gulbja Sienas struktūras un kontrastētu ar blakus esošo tumšo miglāju
2.
Apstrāde: GraXpert – gradienta izlīdzināšana. Pixinsight- kalibrācija, grēdošana, krāsu kalibrācija, BlurXterminator, NoiseXterminator, histogrammas transformācija, līmeņi, Starnet2 zvaigžņu un miglāju atdalīšana, Pixelmath HOO krāsu maiņa, krāsu piesātinājuma modifikācija, apvienošana ar koeficientu piemērošanu.
Pērle: Krāsu paletes maiņa, izceļot OIII signālu, to nomainot ar zilu, simulējot Habla HOO paleti
3.
Apstrāde: Pamats: Ar Siril izveido master dark, master darkflat, master flat kalibrējot ar darkflat.
Ar Siril reģistrē lights, kalibrē ar master dark un master flat, saglabājot ar debayer, reģistrē ar Two pass Global star alignment un novērtē Plot.
Pēc plot izvēlas vienu labāko ekspozīciju (mazākais FWHM, labākais roundness un vizuāli).
Attēla krāsas kalibrē ar Photometric color calibration. Nelieto nekādu stretch un saglabā kā tiff.
Atver Graxpert, AI denoising 0,9, saglabā.
Atver Affinity Photo, paaugstina ekspozīciju par 7 pakāpēm, pielieto tikai lineāras korekcijas visiem krāsu kanāliem un paspilgtina ar vibrance un saturation.
Atver Graxpert, AI denoising 0,9, saglabā tiff.
Ar Siril pārkonvertē tiff uz jpg.
Viss. Nekādu nelineāru transformāciju. Attēls tāds, kāds būtu patiesībā ar 7 pakāpēm augstāku ekspozīciju.
Pērle: Nekādu nelineāru transformāciju. Attēls tāds, kāds būtu patiesībā ar 7 pakāpēm augstāku ekspozīciju.”
4.
Apstrāde: No lights sekvences izvelk Ha un OIII attēlus ar seqextract komandām
Pielieto pixel math: R=Ha, G=B=OIII-Ha/2,86
Nianse, kāpēc 2,86 no interneta:
“”The Balmer Decrement, defined as the ratio of intensities between the Hα (656.3 nm) and Hβ (486.1 nm) hydrogen emission lines, is commonly used to assess the physical conditions within such nebulae. For optically thick nebulae, a typical Balmer Decrement value is around 2.86, corresponding to an Hα/Hβ intensity ratio of approximately 2.86:1.
However, this ratio can vary based on factors like electron temperature, density, and the nebula’s ionization state. In the case of the North America Nebula, specific studies suggest that the ionizing stars are of mid O-type, which influences the observed line ratios.
Therefore, while the general Hα/Hβ ratio for emission nebulae is approximately 2.86:1, the exact ratio in the North America Nebula may differ due to its unique physical conditions and ionization sources.””
Tālāk RGB attēlu sadala ar Starnet++ zvaigžņu un DSO attēlos
Abus izvelk redzamus ar Histogram transformation, saglabā kā tiff
Ar Affinity Photo apstrādā abus starless un starmask sttēlus un saliek kopā.
Eksportē kā jpg.
Miglājā skaidrāk izceļas mākoņu valnis.
Pērle: Miglājā skaidrāk izceļas mākoņu valnis.”
5.
Apstrāde:
Pēc Plot novērtē visus attēlus, šoreiz nevienu neizmetu.
Pielieto Existing registration ar minimālo summāro izmēru.
Grēdo ar Average stacking with rejection ar additive normēšanu, Linear Fit clipping, Weighted FWHM
Attēla krāsas kalibrē ar Photometric color calibration.
Ar Starnet++ sadala starless un starmask attēlos
Abus izvelk redzamus ar Histogram transformation, saglabā kā tiff
Ar Affinity Photo apstrādā abus starless un starmask sttēlus un saliek kopā.
Eksportē kā jpg.
Nav pielietota ne deconvolution, ne denoising. Vienkārši.”
Pērle: Nav pielietota ne deconvolution, ne denoising. Vienkārši.
6.
Apstrāde: Viss kā 3.Vienkāršībā, bet beigās pielieto Curves filtru ar vairākiem viļņiem. Lai koši 🙂
Pērle” Lai koši 🙂
Viena kadra pērle
1.
Apstrāde: GraXpert – gradienta izlīdzināšana. Pixinsight- kalibrācija, krāsu kalibrācija, BlurXterminator, NoiseXterminator, histogrammas transformācija, līmeņi, Starnet2 zvaigžņu un miglāju atdalīšana, apvienošana ar koeficientu piemērošanu.
Pērle: Maksimāli dabiskas krāsas miglājam un zvaigznēm
2.
Apstrāde: Pixinsight: Graxpert, Starnet++, NoiseXterminator, BlurXTerminator, GHS, ArcsinhStretch, StatisticalStretch, StarStretch, RangeMask, Curves, WriteJPEG
Pērle: Tikai 3 minūtes, un jau redzams tik daudz detaļu un krāsu — īss ekspozīcijas laiks, bet ļoti dinamiska aina ar izteiktām putekļu struktūrām