. 17% (~900x600) 20% (~1200x800) 33% (~1800x1200)

Datos - Información - Proc. Digital - Otras fotos

Aviso: Todo el procesamiento digital se hizo con la versión Estándar de PixInsight (build 127).

La digitalización se hizo con el Polaroid SprintScan 4000, modo RAW de 12bits. Cada una de las tres exposiciones fue escaneada seis veces y luego promediada con el algoritmo Min/Max para dejar los cuatro pixeles centrales. Esto lo realicé para disminuir el ruido del scanner y lograr valores más correctos de todos los pixeles. Por supuesto, cada uno de los cuadros tuvo que ser alineado para aumentar la precisión.

Después promedié directamente las tres tomas.

Aquí vemos una esquina de la imagen resultante donde se aprecian las zonas donde se promediaron las tres fotos, solamente dos, o donde quedó información de sólo una, a máxima resolución. Posteriormente se recortó la imagen para incluir solamente la información promediada de las tres fotos.

[mouseover]

Comparación con versión final

Esta es la imagen donde finalmente me puse a trabajar. Y el primer paso fue alinear los canales R y B con respecto al G para reducir las aberraciones cromáticas. Luego, se generó un modelo del fondo usando DBE, para la corrección del viñeteo.

[mouseover]

Este modelo, o pseudo-flat, es necesario aplicarlo sobre la imagen para corregir los efectos de la iluminación desigual de la película, producto de defectos ópticos.

Una forma de aplicar esto es restando y reescalando. Esto produce un fondo uniforme (hemos restado el cielo), pero no corrije la iluminación de los objetos. Los valores de los pixeles de las estrellas del centro, si los comparamos con los extremos, no son correctos. Por eso, emulando la técnica de flats que se usa con cámaras CCD, lo que se debe realizar es dividir por el pseudo-flat, ya que la iluminación desigual de la película por defectos ópticos es un efecto multiplicativo.

Sin embargo la división normal no da buenos resultados. Esto es porque la respuesta del film no es lineal, y además porque el digitalizado altera los valores. Ambos efectos conllevan a que dividiendo los objetos queden correjidos en exceso, y tenemos que protegerlos de alguna manera. Esto se puede llevar a cabo de dos maneras: aplicando la división de forma no lineal, o bien tratando de linealizar la información escaneada.

Por eso, diseñé un método para linealizar la respuesta, ya que es lo más sencillo, y luego dividir. Este método está basado en la presunción de que la diferencia es básicamente una función gamma, y funciona aplicándole dicha función al original y al flat, luego dividir, y finalmente hacer la transformación inversa para recuperar los valores originales. El resultado está a la vista. Cabe notar que el resultado no está reescalado, por lo cual la leve tonalidad rosa de las estrellas no es un defecto del proceso.

[mouseover]

Esta es una comparación muy "bruta" entre dividir (linealizando) y restando. Se reescalaron los valores (ajuste puntos negro y blanco) y se aplicó una función PIP de orden 6. Se aprecia claramente cómo el dividir recupera la información de los bordes, y corrije la iluminación del centro. A mi parecer, esta división es el procedimiento más correcto en este caso.

Así, el siguiente paso es redistribuir la información en el rango dinámico, usando una transformación de histogramas.

Las Curvas ayudan a aumentar el brillo y corregir el balance de los colores, especialmente en el fondo.

PIP ayuda a resaltar los detalles en las sombras, previniendo un poco del ruido, y protegiendo la información en las luces altas y tonos medios. Este punto es lo más lejos que se puede avanzar sin hacer una reducción del ruido, ya que éste se ha vuelto bastante evidente, e incrementar más el brillo dificultaría esa tarea.

NR

Pendiente la descripción del tratamiento de reducción de ruido.

NR

Ya que estos procesos eliminan efectivamente el ruido, quedan espacios inutilizados a ambos extremos del rango dinámico, que tenemos que aprovechar con la información disponible, aplicando una transformación de histogramas.

Teniendo mucho menos ruido podemos seguir recuperando la información, para lo cual PIP, las Curvas y los ajustes de Saturación juegan un papel fundamental. De a poco me voy acercando al resultado esperado.

Llegado este punto, decidí llevar a cabo conjuntamente dos tareas: disminuir el tamaño de las estrellas, aumentando su saturación de color y hacer un realce de las estructuras de tamaño medio. Para llevar a cabo ambas tareas, primero extraje de la imagen las estrellas, usando un filtro de paso alto modificado (para evitar halos oscuros). Las estrellas fueron llevadas a una nueva imagen, donde les apliqué sucesivos filtros mínimos, de tamaño y potencia pequeños. Mientras, a la imagen sin estrellas, le apliqué A Trous Wavelets para resaltar estructuras de alta y mediana frecuencia. Después, reincorporé las estrellas minimizadas, y le apliqué a la imagen un filtro (real) USM para mejorar un poco más las estructuras de mediano tamaño.

Estos procesos variaron levemente los valores de las estrellas y los objetos, lo que fué corregido con las Curvas, aprovechando además para darle la tonalidad final.

[mouseover]

Antes de terminar, se reincorporaron los detalles en las zonas sobreexpuestas con exposiciones anteriores (versión previa de esta zona). Se utilizó una técnica parecida al Layer Masking (pero usando máscaras en PixInsight).

El último paso seguido fue una nueva deconvolución RRL para recomponer los perfiles de las estrellas, modificados por la técnica "Star Shaping".

.