{"id":1722,"date":"2018-08-24T10:11:04","date_gmt":"2018-08-24T08:11:04","guid":{"rendered":"http:\/\/www.arnaudom.fr\/wordpress\/?page_id=1722"},"modified":"2020-08-28T16:04:24","modified_gmt":"2020-08-28T14:04:24","slug":"flat","status":"publish","type":"page","link":"https:\/\/www.arnaudom.fr\/wordpress\/flat\/","title":{"rendered":"flat"},"content":{"rendered":"\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t

Pr\u00e9traitement avec PixInsight (4\/6)<\/h1>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t

4- Retirer l'offset des images de flat<\/h2>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t
\n\t\t\t\t

Nous allons maintenant retirer l’offset des flats, comme on l’a fait pour nos images de dark. On utilise donc \u00e0 nouveau le process ImageCalibration<\/span><\/strong>. Si vous utilisez mes process icons, on va sur l’ic\u00f4ne Retrait_de_l_offset_du_flat<\/span><\/strong>, sinon d\u00e9posez l’ic\u00f4ne du process sur l’espace de travail \u00e0 partir de Process Explorer<\/span>.<\/p>

On fait exactement la m\u00eame op\u00e9ration que pour les darks, autrement dit :<\/p>\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t
\"\"<\/figure>

- avec Add Files<\/b>, on entre nos images dans le process, ici 11 images nomm\u00e9es flatM510001.cr2 ... jusqu'\u00e0 flatM510011.cr2

\n- la case Master Bias<\/b> est coch\u00e9e et on entre le nom de notre offset comme tout \u00e0 l'heure, la case Calibrate<\/b> restant d\u00e9coch\u00e9e

\n- les cases Overscan, Master Dark<\/b> et Master Flat<\/b> restent d\u00e9coch\u00e9es. <\/p><\/div><\/div>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t\t\t\t
\n\t\t\t\t

Comme tout \u00e0 l’heure, si vous le souhaitez, pensez \u00e0 s\u00e9lectionner dans la zone Output Files<\/span><\/b> et dans Output directory<\/span><\/b>, le dossier dans lequel on va stocker nos flats calibr\u00e9es, en l’occurrence toujours M51 dans mon exemple.<\/p>

\"\"<\/p>

On lance le process en cliquant sur le disque bleu, et au bout de 114,6 s mes flats sont calibr\u00e9s.<\/p>

\"\"<\/p>

On peut aller jeter un oeil dans notre dossier pour v\u00e9rifier que s’y trouvent bien maintenant 11 nouveaux fichiers nomm\u00e9s flatM510001_c. fit … jusqu’\u00e0 flatM510011_c.fit, avec toujours la petite extension _c<\/strong> qui d\u00e9signe les fichiers calibr\u00e9s.\"\"<\/p>\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t

5- Cr\u00e9er le flat<\/h2>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t
\n\t\t\t\t

Pour cr\u00e9er le flat nous allons additionner nos flats calibr\u00e9s, donc nous r\u00e9utilisons une nouvelle fois un process ImageIntegration<\/span><\/strong>, soit en le d\u00e9posant sur l’espace de travail soit, si vous utilisez mes process icons, en utilisant l’ic\u00f4ne Flat<\/span><\/strong>.<\/p>

Avec Add Files<\/span><\/strong> on va ajouter nos images de flat calibr\u00e9es dans le process.<\/p>\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t\t\t\t
\n\t\t\t\tAttention de bien prendre les dark calibr\u00e9s, ceux qui portent l’extension_c<\/strong>\n(notamment si vos images sont dans le m\u00eame dossier que les dark non calibr\u00e9s !).\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t
\n\t\t\t\t

\"\"<\/p>

Dans Image Integration<\/span><\/strong>, il y a une modification \u00e0 faire par rapport \u00e0 l’offset et au dark :
– dans Combination<\/span><\/strong>, on va choisir Average<\/span><\/strong> (comme pour l’offset et le dark)
– dans Normalization<\/span><\/strong>, on choisit Multiplicative<\/span><\/strong> (au lieu de No normalization)
– dans Weights<\/span><\/strong>, on choisit Don’t care (all weights = 1)<\/span> <\/strong>(comme pour l’offset et le dark)<\/p>

\"\"<\/p>

Les autres options restent les m\u00eames : iterative k-sigma\/biweight midvariance et les cases Generated integrated image et Evaluate noise sont coch\u00e9es.<\/p>

Dans Pixel Rejection (1)<\/span><\/strong>, on choisit les param\u00e8tres suivants :
– dans Rejection algorithm<\/span><\/strong>, on prend Winsorized Sigma Clipping<\/span><\/strong> (comme l’offset et le dark)
– dans Normalization<\/span><\/strong>, on choisit Equalize fluxes<\/strong><\/span> (au lieu de No normalization)
– les cases Generate rejection maps<\/span><\/strong>, Clip low pixels<\/span><\/strong> et Clip high pixels<\/span><\/strong> sont coch\u00e9es.<\/p>

\"\"<\/p>

Enfin, il reste \u00e0 nouveau \u00e0 choisir les param\u00e8tres Sigma low<\/span><\/strong> et Sigma high<\/span><\/strong>, j’ai pris ici 4 pour les deux.<\/p>

\"\"<\/p>

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.<\/p>

Si on visualise les rejection_low et rejection_high en leur appliquant un Auto Stretch<\/span><\/strong>, on observe normalement deux images tr\u00e8s similaires \u00e9tant donn\u00e9 qu’on leur a appliqu\u00e9 les m\u00eames valeurs de sigma et que toutes les images additionn\u00e9es sont cens\u00e9es \u00eatre relativement uniformes entre elles.<\/p>

On peut \u00e9galement visualiser notre flat en appliquant le process Debayer<\/span><\/strong> \u00e0 notre image integration puis un Auto Stretch<\/span><\/strong>, et voil\u00e0 le r\u00e9sultat :<\/p>

\"\"<\/p>

On peut constater que mon flat est d\u00e9centr\u00e9, par contre on voit bien toutes les poussi\u00e8res pr\u00e9sentes sur le capteur !<\/p>

On pourrait l\u00e0 aussi refaire des essais en modifiant les valeurs des param\u00e8tres sigma.<\/p>\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t
\"\"<\/figure>

Je vais garder mon flat, je s\u00e9lectionne mon image integration et je vais la sauvegarder avec mes autres images dans le dossier M51<\/b>, en la nommant flat.<\/p><\/div><\/div>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t\t\t\t
\n\t\t\t\t

Voil\u00e0, on a termin\u00e9 la cr\u00e9ation de nos trois images de calibration, l’offset, le dark et le flat, il ne nous reste plus qu’\u00e0 les utiliser pour calibrer les images brutes de notre objet et on ne sera plus tr\u00e8s loin de la fin du pr\u00e9traitement !<\/p>\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\n\t\t\t\t\t\t\n\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t<\/i>\n\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\tPage 3<\/span>\n\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\n\t\t\t\t\t\t\n\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t<\/i>\n\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\tPage 5<\/span>\n\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t","protected":false},"excerpt":{"rendered":"

Pr\u00e9traitement avec PixInsight (4\/6) 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 \u00e0 nouveau le process ImageCalibration. Si vous utilisez mes process icons, on va sur l’ic\u00f4ne Retrait_de_l_offset_du_flat, sinon d\u00e9posez l’ic\u00f4ne du process sur l’espace de travail …<\/p>\n

flat<\/span> Lire la suite\u00a0\u00bb<\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"site-sidebar-layout":"default","site-content-layout":"default","ast-site-content-layout":"","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"disabled","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","theme-transparent-header-meta":"default","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""}},"footnotes":""},"class_list":["post-1722","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/www.arnaudom.fr\/wordpress\/wp-json\/wp\/v2\/pages\/1722","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.arnaudom.fr\/wordpress\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/www.arnaudom.fr\/wordpress\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/www.arnaudom.fr\/wordpress\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.arnaudom.fr\/wordpress\/wp-json\/wp\/v2\/comments?post=1722"}],"version-history":[{"count":18,"href":"https:\/\/www.arnaudom.fr\/wordpress\/wp-json\/wp\/v2\/pages\/1722\/revisions"}],"predecessor-version":[{"id":6009,"href":"https:\/\/www.arnaudom.fr\/wordpress\/wp-json\/wp\/v2\/pages\/1722\/revisions\/6009"}],"wp:attachment":[{"href":"https:\/\/www.arnaudom.fr\/wordpress\/wp-json\/wp\/v2\/media?parent=1722"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}