Prétraitement avex PixInSight

Prétraitement avec PixInsight
Le prétraitement consiste à créer les images d'offset, de dark et de flat puis à calibrer les brutes à
l'aide de ces images.
On va utiliser pour cet exemple les images suivantes réalisées avec un 350D et un Newton 200/800 :
- 31 poses brutes de 180 s de la galaxie M51
- 10 images de dark
- 11 images d'offset
- 11 images de flat.
Pour effectuer les opérations décrites dans ces pages, je vous propose deux méthodes :
- 1ère méthode : utiliser tout simplement les process les uns à la suite des autres
- 2ème méthode : utiliser mes process icons personnels. Dans ce cas-là, vous pouvez les
télécharger ici : Prétraitement APN.
Pour charger les process icons, on cliquera sur ce bouton de la barre des tâches :
ou on ira dans le menu PROCESS/Process Icons/Load Process Icons...
La 1ère méthode vous apprendra à créer vous-même vos propres Process icons et vous permettra de
mieux comprendre le fonctionnement général de Pixinsight, tandis que la seconde méthode vous
permettra de traiter plus rapidement vos images si vous ne souhaitez pas pour l'instant trop entrer
dans les détails de fonctionnement du logiciel.
Concrètement, le prétraitement va consister à :
1- Créer l'offset
2- Retirer l'offset des images de dark
3- Créer le dark
4- Retirer l'offset drd images de flat
5– Créer le flat
6- Calibrer les brutes à l'aide de l'offset, du dark et du flat
7- Debayeriser les brutes calibrées
8- Faire une dernière correction cosmétique des brutes.

1-Créer l'offset
Pour créer l'offset, on utilise le process ImageIntegration.
Avec la 1ère méthode : on va dans l'onglet Process Explorer, et soit on dépose le process sur le
bureau (ce qui vous permettra de sauvegarder le process dans une liste de process icons) puis on
double-clique sur l'icône, soit on double-clique directement dans l'onglet du Process Explorer.

Avec la 2ème méthode : on fait un double-clic
sur l'icône intitulé Offset.

La fenêtre du process apparaît :

On va cliquer sur Add Files pour ajouter
nos images d'offset dans le process : dans
mon exemple j'ai 11 images d'offset
nommées offsetM510001.cr2 jusqu'à
offsetM510011.cr2.

La fenêtre comprend plusieurs parties qui s'ouvrent
ou se ferment en cliquant sur les doubles-flèches.
Dans Image Integration, plusieurs paramètres sont à régler :
- dans Combination, on va choisir Average
- dans Normalization, on choisit No normalization
- dans Weights, on choisit Don't care (all weights = 1).

Normalement les options suivantes sont sélectionnées par défaut, on va les laisser :
- dans Scale estimator, on a iterative k-sigma/biweight midvariance
- les cases Generated integrated image et Evaluate noise sont cochées.

Il va peut-être vous falloir modifier les options de Buffer size et de Stack size, qui par défaut sont à
32 et 2048. Il faut savoir que les auteurs de Pixinsight recommandent l'utilisation d'un ordinateur
possédant 8 Mo de Ram. Le prétraitement est la partie du traitement qui consomme le plus de mémoire
vive, et si vous ne possédez pas 8 Mo de Ram, il se peut que le process se plante avec un message Out
of memory.
Dans ce cas-là, il va falloir diminuer les valeurs de Buffer size et de Stack size en les divisant par 2.
Je fais mon prétraitement sur un ordinateur qui ne possède que 4 Mo de Ram, j'ai donc dû diminuer
mon Buffer size à 16 et mon Stack size à 1024 pour que cela fonctionne.

On ouvre maintenant Pixel Rejection (1), et on choisit les paramètres suivants :
- dans Rejection algorithm, on prend Winsorized Sigma Clipping
- dans Normalization, No normalization
- on coche les cases Generate rejection maps, Clip low pixels et Clip high pixels.

Enfin, dans Pixel Rejection (2), on a accès à deux paramètres : Sigma low et Sigma high. Dans mon
exemple, j'ai choisi de mettre Sigma low à 4 et Sigma high à 3. On y reviendra plus loin.

Voilà, il ne reste plus qu'à lancer le process en cliquant sur le petit disque bleu
fenêtre (Apply Global) que l'on retrouve sur plusieurs fenêtres de process.

en bas de la

La console s'ouvre, le process travaille, ce qui peut prendre un certain temps, et à la fin on va se
retrouver avec trois images, nommées integration, rejection_low et rejection_high.

Si on repasse la souris sur l'onglet Process Console, la console
s'affiche et on peut constater que mon process a mis 66,47 s pour
additionner mes 11 images.

Alors pour en revenir à mes trois images, le résultat de mon process, qui est l'image d'offset que l'on
veut créer, correspondant à l'image nommée integration.

Les images rejection_low et rejection_high correspondent aux pixels qui ont été rejetés par
l'algorithme de réjection utilisé.
Pour faire simple (et je dis ça d'autant plus que je ne suis pas sûr de maitriser totalement la théorie...),
nos images d'APN contiennent des défauts dus aux faits que les nombreux pixels du capteur de
l'appareil photo ne fonctionnent pas tous correctement, ni de manière similaire (cela est inévitable,
inutile de renvoyer votre APN au magasin !). Il y a les fameux pixels chauds (bien que dans le cas de
l'offset en particulier, de tels pixels n'apparaissent pas en théorie étant donné que ces images ne sont
normalement pas sensibles à la température à cause de la brièveté des poses effectuées...), des pixels
froids (ou morts ?), des pixels déviants qui n'affichent pas la valeur escomptée...
Dans Pixinsight, on peut régler les paramètres à partir desquels on rejette les pixels dont les valeurs
sont trop extrêmes, ces paramètres sont le sigma low et sigma high utilisés précédemment.
Le sigma low correspond à la limite en-dessous de laquelle les valeurs des pixels sont rejetées, tandis
que le sigma high correspond à la limite au-dessus de laquelle les valeurs sont rejetées.
Il y a deux choses simples à retenir :
- plus on augmente la valeur des sigma low et high, moins on rejette de pixels
- en général, les valeurs de départ des deux sigma sont mises à 3 ou 4, et on peut ensuite les ajuster,
on va voir plus loin comment.
Si on observe la ligne Total dans la console, on peut observer le nombre de pixels rejetés sur chacune
des couches.

Par exemple, sur la couche bleue, on voit que l'algorithme a rejeté 0,250 % du total des pixels (moins
de 1 % du total de l'image, donc on peut se rassurer, il reste suffisamment de pixels pour faire une
image !), dont 0,053 % sur les valeurs basses (déterminées par le paramètre sigma low) et 0,197 % sur

les valeurs hautes (déterminées par le paramètre sigma high).
On peut constater ce qu'on disait plus haut, le paramètre sigma low étant à 4, il y a eu moins de rejet
dans les valeurs basses et plus dans les valeurs hautes, où le sigma high était à trois.
Observons maintenant nos images. Elles sont toutes noires ! Et c'est normal ! Dans Pixinsight, les
images qui sortent de l'intégration sont des images linéaires, c'est-à-dire que la valeur des pixels
affichés est proportionnelle à la quantité de lumière reçue. Que ce soit des images de l'objet
photographié ou encore pire, des images d'offset qui sont donc faites dans le noir, chaque pixel
contient très peu de lumière donc les images sont noires...
Pour les visualiser, on va utiliser le process ScreenTransferFunction (ou STF) qui va nous servir
constamment dans Pixinsight pour examiner nos images. Donc on va soit déposer le process sur l'espace
de travail de Pixinsight, soit si vous utiliser mes process icons, on va utiliser le process STF que j'ai
renommé Visualisation_des_images_linéaires.
Quand le process est ouvert, on obtient la fenêtre suivante :

On va alors cliquer sur l'icône Auto Stretch
: le process fait un « étirement automatique »
(traduction littérale du terme précédent...)
des niveaux de l'image, afin d'obtenir une
visualisation des informations qu'elle contient.
Quand on a appliqué la STF, le process s'effectue sur l'image courante, en l’occurrence l'image
rejection_high. On observe alors une image remplie de carrés rouges, verts et bleus.

Attention, la STF est seulement un moyen de visualiser le contenu de l'image : en réalité, l'image
n'est pas modifiée.
On a en effet une image RGB (en 3 couleurs) non debayérisée, c'est-à-dire que s'affichent les pixels
de l'image rouge, vert et bleu tels qu'ils sont sur la matrice de Bayer du capteur de l'APN. On obtient
une visualisation de tous les pixels « hauts » rejetés. L'objectif est d'obtenir une répartition uniforme
des pixels, sans qu'il y en ait trop, ni trop peu. Le premier résultat obtenu semble correct.
On peut zoomer/dézoomer sur l'image en utilisant les loupes, la loupe avec
le point permettant d'afficher l'image en taille réelle.

On peut aussi utiliser les différentes icônes en bas à gauche de la fenêtre pour obtenir
différentes tailles de l'image.

De même, on va maintenant appliquer notre STF sur l'image rejection_low. Pour cela, on sélectionne
l'image en cliquant dessus et puis on clique à nouveau sur Auto Stretch et voilà le résultat.

On peut constater que visuellement il semble y avoir moins de pixels, ce qui correspond au fait qu'on en
a moins rejeté puisqu'on a appliqué une valeur de sigma low plus grande que la valeur du sigma high. La
aussi, le résultat semble correct.
Enfin, on applique une STF sur l'image integration, qui correspond à notre offset. On obtient alors une
image toute grise.

Amusons-nous à zoomer dessus avec la loupe :

on voit alors apparaître la matrice de Bayer, c'est-à-dire l'ensemble des pixels rouge, vert et bleu du
capteur.
Si on veut voir à quoi ressemble notre image finale, il faut la débayérisée, c'est-à-dire reconstituer
l'image finale en regroupant les paquets de pixels rouge, vert et bleu qui contiennent l'information.
Pour cela, on utilise le process Debayer. Donc soit on va chercher ce process dans Process Explorer et
on le dépose sur l'espace de travail, soit si vous utilisez mes process icons, vous allez trouver ce
process sous le nom Visualisation_des_raw.
La fenêtre a normalement les paramètres suivants :
- Bayer/mosaic pattern : RGGB
- Debayer method : VNG.

Pour appliquer le process, on clique sur le carré
(Apply) ou alors, on va sur le petit triangle (New Instance)
et avec le bouton gauche de la souris enfoncé, on va le
déposer directement sur l'image concernée.

On se retrouve avec une nouvelle image nommée integration_RGB_VNG.

On va donc lui appliquer une STF et, en cliquant une nouvelle fois sur l'icône de l'Auto Stretch, on
visualise cette fois à quoi ressemble notre offset.

On retrouve la trame verticale caractéristique d'une image d'offset.
Si on veut voir ce qui se passe en modifiant les paramètres sigma
low et sigma high, on peut refaire tourner notre process en
diminuant leurs valeurs. Par exemple, on peut faire un essai en
mettant nos deux paramètres à 2,5.

On relance notre process ImageIntegration, et on obtient trois nouvelles images nommées
integration1, rejection_low1 et rejection_high1.
On va effectuer une STF sur nos images de réjection, et on peut les comparer avec les précédentes.

On peut voir qu'il y a beaucoup plus de pixels rejetés que sur les images précédentes, ce qui est normal
puisqu'on a abaissé les valeurs des sigma low et high.
De même, on peut refaire un essai avec des paramètres sigma low et sigma high à 5 par exemple.
On obtient alors nos trois images integration2, rejection_low2 et rejection_high2 qu'on peut à nouveau
visualiser avec une STF.

Cette fois, comme cela était prévisible, on voit qu'on a rejeté beaucoup moins de pixels.
Bref, on peut ainsi mutiplier les essais jusqu'à trouver des valeurs satisfaisantes.
On va donc sélectionner maintenant l'image
d'intégration qui nous convient, et on va la sauvegarder
en allant dans le menu FILE/Save as.... A cet effet je
vous conseille de créer un dossier particulier (au
hasard nommé M51 dans mon cas) pour y déposer les
images que l'on va créer. Il ne nous reste plus qu'à y
sauvegarder notre image qui, par défaut, se nomme
integration, et que l'on va appeler, toujours au hasard,
offset.
Une fenêtre apparaît, l'image est sauvegardée par
défaut au format FIT 32-bits.
On laisse les options par défaut et il ne reste plus qu'à
cliquer sur OK.

Si vous souhaitez créer vos propres process icons :
- une fois que vous avez trouvé des paramètres satisfaisants pour votre process, vous pouvez les
sauvegarder en cliquant sur le triangle et en le déposant sur l'icône du process.

- une fenêtre de confirmation s'ouvre, cliquer sur Yes et les derniers paramètres de votre process
sont sauvegardés dans le process dont l'icône est sur votre espace de travail

- n'oubliez pas que vous pouvez modifier le nom et la description du process pour le personnaliser à
votre convenance.
Voilà, notre offset est maintenant créé, on va pouvoir passer à la suite. On va maintenant aller un peu
plus vite car nous avons déjà appris beaucoup de choses dans cette partie !

2- Retirer l'offset des images de dark
Nous allons maintenant calibrer les darks, opération qui consiste à retirer l'offset des images de dark.
On utilise pour cela le process ImageCalibration. Si vous utilisez mes process icons, on va aller sur
l'icône Retrait_de_l_offset_du_dark, sinon déposez l'icône du process sur l'espace de travail à partir
de Process Explorer.
Une fois la fenêtre du process ouverte, on va cliquer
sur Add Files pour entrer nos 10 images de dark,
nommées darkM510001.cr2 … jusqu'à
darkM510010.cr2.

On va laisser les options par défaut dans la zone
Ouput Files. On peut voir dans la zone Postfix écrit
« _c » . Cela signifie que les fichiers de nos images de
dark vont être calibrés et sauvegardées avec
l'extension _c, ce qui permettra éventuellement de
les retrouver facilement au milieu d'autres fichiers.
On pourrait éventuellement modifier (ou supprimer)
cette option.
Si, comme je vous l'ai conseillé, vous avez
précédemment créé un dossier spécial pour y
sauvegarder votre offset, entrez le nom de ce
dossier dans la zone Output Directory, en
l’occurrence M51 dans mon exemple, en cliquant sur
la petite icône
à droite de la zone de texte. Si
vous laissez cette zone vide, les images de dark
calibrées iront dans le même dossier que les images
de départ, ce qui fait qu'on finit par avoir un certain
nombre de fichiers dans ce dossier et ce n'est pas
toujours facile de s'y retrouver !

Il y a 4 autres zones en-dessous avec des cases à cocher : Overscan, Master Bias, Master Dark et
Master Flat. Toutes ces cases doivent être décochées, sauf la case Master Bias.
Le Master Bias est l'offset (sur les sites étrangers on utilise plus souvent le terme de bias que
d'offset). On va donc cliquer sur la double flèche pour ouvrir cette partie de la fenêtre, et à cet
endroit on entre le nom de l'offset que l'on vient de créer.

La case calibrate est décochée également. On lance le process en cliquant sur le disque bleu.
La console affiche les opérations effectuées, et au bout de 156,9 s le process est terminé.

Si on va voir maintenant le contenu du dossier où ont été sauvegardés nos darks calibrés, on y retrouve
normalement 10 images de dark nommées darkM510001_c.fit … jusqu'à darkM510010_c.fit. Notez
l'extension _c qui permet de repérer les images calibrées. On va maintenant pouvoir créer notre image
de dark.

3- Créer le dark
La création du dark est similaire à celle de l'offset, on va procéder exactement de la même façon. On
utilise donc à nouveau le process ImageIntegration. Si vous utilisez mes process icons, on va aller sur
l'icône Dark, sinon déposez l'icône du process sur l'espace de travail à partir de Process Explorer.
Avec Add Files on va ajouter nos images de dark calibrées dans le process.

Attention de bien prendre les dark calibrés, ceux qui portent l'extension _c (notamment si vos images
sont dans le même dossier que les dark non calibrés !).

Ensuite, les paramètres dans Image Integration et Pixel Rejection (1) sont les mêmes que ceux de
l'offset, je n'y reviens pas.
Il nous reste à aller dans Pixel Rejection (2) pour choisir deux valeurs de Sigma low et Sigma high,
dans mon exemple j'ai choisi 3 pour le sigma low et 4 pour le sigma high.

On lance le process en cliquant sur le disque bleu.
On se retrouve donc avec nos trois images, integration, rejection_low et rejection_high.

On peut visualiser les contenus de rejection_low et rejection_high en faisant un Auto Stretch :

on observe qu'il y a beaucoup plus de pixels rejetés sur l'image rejection_high (et ceci malgré le fait

que le sigma high soit plus élevé que le sigma low), ce qui est logique puisqu'on a additionné des images
de dark, qui contiennent donc des pixels chauds en nombre important.
On peut aussi voir à quoi ressemble notre dark contenu dans l'image integration, mais comme pour
l'offset il faut d'abord lui appliquer le process Debayer et ensuite faire un Auto Stretch :

on observe en bas à droite de l'image l'effet pré-ampli du capteur du 350D (que personnellement je
n'avais jamais observé avant de traiter mes images avec Pixinsight !).
Comme pour l'offset, on peut refaire des essais avec différentes valeurs de sigma low et de sigma high
pour voir les différences obtenues.

Une fois que le dark obtenu vous convient, il ne
reste plus qu'à retourner sur l'image
integration et à la sauvegarder, j'enregistre
donc mon dark en le nommant... dark dans mon
dossier M51 où il va rejoindre mon offset et
mes dark calibrés créés précédemment.

4- Retirer l'offset des images de flat
Nous allons maintenant retirer l'offset des flats, comme on l'a fait pour nos images de dark. On utilise
donc à nouveau le process ImageCalibration. Si vous utilisez mes process icons, on va sur l'icône
Retrait_de_l_offset_du_flat, sinon déposez l'icône du process sur l'espace de travail à partir de
Process Explorer.
On fait exactement la même opération que pour les darks, autrement dit :

- avec Add Files, on entre nos images dans
le process, ici 11 images nommées
flatM510001. cr2 … jusqu'à
flatM510011.cr2

- la case Master Bias est cochée et on
entre le nom de notre offset comme tout à
l'heure, la case Calibrate restant décochée

- les cases Overscan, Master Dark et
Master Flat restent décochées.

Comme tout à l'heure, si vous le souhaitez, pensez à sélectionner dans la zone Output Files et dans
Output directory, le dossier dans lequel on va stocker nos flats calibrées, en l’occurrence toujours M51
dans mon exemple.

On lance le process en cliquant sur le disque bleu, et au bout de 114,6 s mes flats sont calibrés.

On peut aller jeter un œil dans notre dossier pour vérifier que s'y trouvent bien maintenant 11
nouveaux fichiers nommés flatM510001_c. fit … jusqu'à flatM510011_c.fit, avec toujours la petite
extension _c qui désigne les fichiers calibrés.

5 – Créer le flat
Pour créer le flat nous allons additionner nos flats calibrés, donc nous réutilisons une nouvelle fois un
process ImageIntegration, soit en le déposant sur l'espace de travail soit, si vous utilisez mes process
icons, en utilisant l'icône Flat.
Avec Add Files on va ajouter nos images de flat calibrées dans le process.
Attention là aussi de bien prendre les flats calibrés, portant l'extension _c.

Dans Image Integration, il y a une modification à faire par rapport à l'offset et au dark :
- dans Combination, on va choisir Average (comme pour l'offset et le dark)
- dans Normalization, on choisit Multiplicative (au lieu de No normalization)

- dans Weights, on choisit Don't care (all weights = 1) (comme pour l'offset et le dark).

Les autres options restent les mêmes : iterative k-sigma/biweight midvariance et les cases
Generated integrated image et Evaluate noise sont cochées.
Dans Pixel Rejection (1), on choisit les paramètres suivants :
- dans Rejection algorithm, on prend Winsorized Sigma Clipping (comme l'offset et le dark)
- dans Normalization, on choisit Equalize fluxes (au lieu de No normalization)
- les cases Generate rejection maps, Clip low pixels et Clip high pixels sont cochées.

Enfin, il reste à nouveau à choisir les paramètres Sigma low et Sigma high, j'ai pris ici 4 pour les deux.

On lance le process en cliquant sur le disque bleu, et au bout de 99,08 s on se retrouve avec nos trois
images habituelles : integration, rejection_low et rejection_high.
Si on visualise les rejection_low et rejection_high en leur appliquant un Auto Stretch, on observe
normalement deux images très similaires étant donné qu'on leur a appliqué les mêmes valeurs de sigma
et que toutes les images additionnées sont censées être relativement uniformes entre elles.
On peut également visualiser notre flat en appliquant le process Debayer à notre image integration puis
un Auto Strech, et voilà le résultat :

On peut constater que mon flat est décentré, par contre on voit bien toutes les poussières présentes
sur le capteur !
On pourrait là aussi refaire des essais en modifiant les valeurs des paramètres sigma.

Je vais garder mon flat, je sélectionne mon image
integration et je vais la sauvegarder avec mes autres
images dans le dossier M51, en le nommant flat.

Voilà, on a terminé la création de nos trois images de calibration, l'offset, le dark et le flat, il ne nous
reste plus qu'à les utiliser pour calibrer les images brutes de notre objet et on ne sera plus très loin de
la fin du prétraitement !

6- Calibrer les brutes à l'aide de l'offset, du dark et du flat
Nous avons maintenant 31 images brutes de M51 à calibrer.
Par curiosité, on peut regarder à quoi ressemble une brute, je vais charger une de mes images de M51
en allant dans FILE/Open... et ensuite je dois bien sûr lui appliquer un Auto Stretch pour voir quelque
chose :

Rappelez-vous qu'il s'agit toujours d'une image non débayérisée, si on la grossit avec la loupe on
retrouve notre matrice de Bayer :

Appliquons lui le process Debayer puis à nouveau un Auto Stretch :

voilà une belle image brute pleine de défauts, avec du vignetage, plein de poussières visibles, des pixels
chauds et aussi un reflet parasite en bas à droite de l'image.
Le calibrage des brutes va consister à en soustraire l'offset et le dark, puis à les diviser par le flat. On
utilise donc toujours le process ImageCalibration que vous allez déposer sur l'espace de travail ou, si
vous utilisez mes process icons, on va aller sur l'icône Calibration_des_brutes.

Avec Add Files on entre nos 31 images,
nommées M510001... jusqu'à M510031,
dans le process.

Éventuellement ne pas oublier d'entrer
dans Output directory le nom du dossier
où seront sauvegardées les brutes
calibrées, toujours M51.

Maintenant les 3 cases Master Bias, Master
Dark et Master Flat doivent être cochées, et
dans chacune des zones on entre le nom du
fichier correspondant : offset dans Master
Bias, dark dans Master Dark et flat dans
Master Flat...

Toutes les cases Calibrate et la case Optimize
dans Master Dark restent décochées.

Il ne reste plus qu'à lancer le process en cliquant sur le disque bleu et, au bout de 192,2 s, mes brutes
sont calibrées.
Si on va jeter un œil dans notre dossier M51, on doit normalement y retrouver nos 31 images portant
les noms M510001_c.fit... jusqu'à M510031_c.fit.

On peut aller maintenant ouvrir l'une de nos images calibrées. On lui applique le process Debayer et un
Auto Stretch pour voir le résultat.

Image après calibration :

L'image semble beaucoup plus « propre » que tout à l'heure, le fond est plus uniforme, les poussières et
les pixels chauds ont disparu.
A comparer avec l'image avant calibration ci-dessous :

A gauche, un gros plan sur une zone de l'image brute et à droite, la même zone sur l'image calibrée :

On voit que les pixels chaud ont bien disparu. Nos images sont maintenant bien calibrées.

7- Debayeriser les brutes calibrées
Pour continuer notre prétraitement, il faut maintenant débayeriser les brutes calibrées. Une solution
serait de les ouvrir toutes une par une, de leur appliquer le process Debayer puis de les sauvegarder.
On pourrait le faire avec quelques images, mais comme j'en ai 31, on va s'y prendre autrement.
Si vous utilisez mes process icons, il vous suffit de double-cliquer sur l'icône
Mettre_images_en_couleur et une fenêtre nommée script apparaît. Vous pouvez maintenant passer
directement au paragraphe « utilisation du script ».

Sinon, on va utiliser le process Script que vous allez déposer sur l'espace de travail. Comme son nom
l'indique, ce process sert à exécuter des scripts et Pixinsight en contient plusieurs. Il nous faut
préparer le process. On double-clique dessus et on obtient la fenêtre suivante :

La première chose à faire est d'aller chercher le script BatchDebayer, qui se trouve dans le dossier du
logiciel.
On clique sur l'icône du dossier
à droite de File Path.
On va chercher le dossier Pixinsight (chez moi il se trouve dans C:/Programmes) puis dans
Pixinsight/src/scripts, on clique sur BatchDebayer.

Pour finir il faut effacer la série de caractères écrits dans MD5 checksum.
La fenêtre ressemble maintenant à ça :

Utilisation du script :
On clique maintenant sur le disque bleu et le fenêtre du script apparaît.

Le bouton Add nous permet d'ajouter nos images brutes calibrées de M51.

Dans Debayer Options on retrouve normalement Debayer Method : VNG et Bayer/Mosaic Pattern :
RGGB.
Dans Output Directory on peut entrer à nouveau le dossier où seront sauvegardées nos images.

On clique sur Execute et, une fois le script terminé (au
bout de 1063 s dans mon exemple), on se retrouve avec
31 images débayérisées dans notre dossier M51, qui ont
été nommées debayer_M510001_c.fit jusqu'à
debayer_M510031_c.fit.

On peut ouvrir l'une de nos images débayérisée, qui évidemment apparaît toute noire, mais il suffit
maintenant de lui appliquer directement un Auto Stretch pour voir ce qu'elle contient.

Et voilà !

8- Faire une dernière correction cosmétique des brutes.
C'est la dernière étape ! Nous allons faire une correction
cosmétique de nos images à l'aide du process
CosmeticCorrection que vous allez déposer sur l'espace
de travail ou, si vous utilisez mes process icons, vous
allez sur l'icône Correction_cosmetique.

Avec Add Files on ajoute nos 31 images débayerisées,
debayer_M510001_c.fit jusqu'à
debayer_M510031_c.fit,dans le process.

En ouvrant la zone Output avec la double flèche, on peut
y entrer le dossier dans lequel nos images vont être
sauvegardées, donc toujours M51.
Notez que par défaut, le process va créer des images
dont le nom se terminera par _cc (comme Cosmetique
Correction).

On va enfin cocher la case Use Auto detect puis, après avoir ouvert cette zone, on coche les cases Hot
Sigma et Cold Sigma, en gardant les valeurs des deux paramètres par défaut à 3.

Pour voir ce que fait ce process, on va charger l'une de nos images debayérisée en allant dans
FILE/Open... puis en lui appliquant un Auto Stretch.
On va utiliser la fonction Preview (« aperçu ») de Pixinsight, en allant
cliquer sur le bouton New Preview Mode dans la barre d'outils.

Maintenant, avec la souris, on va dessiner un
rectangle sur une zone de l'image que l'on veut
examiner en gros plan : on clique une fois pour
placer le coin supérieur gauche du rectangle puis
une seconde fois pour le coin inférieur droit.

Le texte Preview01 s'affiche sur l'image, et un onglet
Preview01 apparaît sous l'onglet contenant le nom de
notre image.

En cliquant sur l'onglet Preview01, notre
aperçu s'affiche alors

On retourne sur CosmeticCorrection et on va cliquer sur le cercle bleu
active le mode Real Time Preview, ou aperçu en temps réel.

en bas de la fenêtre, qui

Une fenêtre s'ouvre et elle va nous montrer sur notre preview les modifications que notre image va
subir.

L'intérêt de faire un preview est que, d'une part, on peut observer une partie de notre image en gros
plan, et que d'autre part, il est beaucoup plus rapide pour le logiciel de montrer les modifications sur le
preview que sur la totalité de l'image.

En cliquant plusieurs fois sur le cercle bleu « Show
transformed image », on peut voir à quoi va ressembler
notre image avant et après la transformation.

La correction cosmétique de l'image supprime certains pixels de l'image, la rendant plus « douce ». Elle
peut permettre aussi de supprimer des pixels chauds qui auraient survécus à la calibration.
Si on ouvre la zone Real-Time Preview du process CosmeticCorrection, on peut voir dans le tableau
affiché le nombre de pixels chauds (Hot) et froids (Cold) supprimés par le process, en l’occurrence
2467 et 1204 dans mon exemple.

En cochant la case Show map, l'image est remplacée par une carte de tous les pixels supprimés.

Si on s'amuse à cocher/décocher les cases Hot Sigma et Cold Sigma, on voit le résultat sur la carte
des pixels. On peut aussi jouer avec les valeurs des deux paramètres pour voir leur influence : plus on
augmente leur valeur et moins il y a de pixels supprimés. Les paramètres de 3 par défaut semblent un
bon compromis.

Une fois que le résultat est satisfaisant, on peut fermer la fenêtre du Real-Time Preview et retourner
sur notre image de départ en cliquant sur son onglet. En cliquant à nouveau sur le disque bleu, on
réouvre notre Real-Time Preview mais là, comme le preview prend toute l'image, il met un certain laps
de temps à s'afficher. En cliquant sur Show transformed image, on observe le résultat obtenu.
Image avant la correction cosmétique :

Image après la correction cosmétique :

Il ne nous reste plus qu'à lancer notre process en cliquant sur le disque bleu

.

Au bout de 886,8 s, le process est terminé. 31 images
nommées debayer_M510001_c_cc.fit jusqu'à
debayer_M510031_c_cc.fit ont été créées dans le
dossier M51.

Ca y est, notre prétraitement est terminé !
Si vous souhaitez créer votre propre liste de process icons :
- si à chacune des 8 étapes, vous avez bien déposé sur l'espace de travail le process utilisé, vous avez
normalement maintenant 8 process sur votre écran.
- Pour les sauvegarder, il vous suffit alors d'aller dans le menu PROCESS/Process icons/Save Process
icons...
ou de cliquer dans la barre d'outils sur

à droite de

, puis sur

.

- Il ne vous reste plus qu'à donner un nom à votre liste de process icons. Vous pourrez maintenant les
réutiliser quand vous voudrez.
- N'oubliez pas que vous pouvez renommer chacun des process à votre convenance et personnaliser
leur description.
- Il existe le process NOP (pour No Opération) qui n'a d'autre utilité que de servir à mettre des
commentaires dans les process icons. N'hésitez pas à l'utiliser, il peut servir également à « prendre
des notes » au milieu de votre traitement.

Voilà, ce tutoriel est terminé, rendez-vous au prochain qui traitera de la seconde partie du traitement,
à savoir l'addition des images de l'objet photographié.