SlideShare a Scribd company logo
1 of 100
Download to read offline
Astrophotographie
Traitement CCD cométaire
Tutoriel avec Iris
Didier Walliang – 09/12/2017 - http://www.astronomie54.fr
Iris
Iris : logiciel d’astronomie gratuit, développé par un français, Christian Buil
Téléchargement et documentation : http://astrosurf.com/buil/iris/iris.htm
Conseils pour les noms des fichiers avec Iris
i1, i2… : images
o1, o2… : offsets
d1, d2… : darks
f1, f2… : flats
offset : offset maître
dark : dark maître
flat : flat maître
p1, p2… : images prétraitées
r1, r2… : images registrées (recentrées)
addition
Synonymes
dark = noir
offset = bias
flat = PLU (Plage de Lumière Uniforme)
registration = alignement
empilement = stacking = addition
DDP = rehaussement de la dynamique
prétraitement = calibration
Réglages généraux
Réglages généraux
Indiquer le répertoire où se trouvent les images à traiter.
Il faut suffisamment d’espace disque (prévoyez quelques Go).
FIT est le format
universel des images
astronomiques (il est
compatible avec les
autres logiciels astro)
Astuce : connaître le nombre de fichiers commençant par un
préfixe
Conversion des fichiers : 0 à 65535 => 0 à 32767 ADU
Les fichiers issus des caméras CCD sont sur 16 bits.
Il y a des niveaux de gris compris entre 0 et 65535
(On parle de 16 bits non signés, car il n’y a pas vraiment de signe, toutes les
valeurs sont positives)
Iris ne sait pas gérer des niveaux de gris au-delà de 32767. En réalité Iris
travaille avec des valeurs entre -32768 à 32767.
Si on ouvre avec Iris un fichier où des valeurs sont supérieures à 32767, ces
valeurs deviennent 32767.
C’est particulièrement gênant pour les flats (où on est souvent à 2/3 de la
dynamique).
Plusieurs solutions possibles :
- Laisser Iris tronquer les valeurs trop grandes (pas possible si les valeurs
dans les flats sont supérieures à 32767)
- Soustraire 32768 : les valeurs deviennent entre -32768 et 32767
- Diviser par 2 : les valeurs deviennent entre 0 et 32767
Nous allons diviser les valeurs par 2 pour avoir uniquement des valeurs
positives. Les valeurs négatives peuvent parfois poser problème.
Conversion des fichiers : 0 à 65535 => 0 à 32767 ADU
On ajoute un « c » au préfixe du nom du fichier pour indiquer qu’il est
converti.
Conversion des fichiers : 0 à 65535 => 0 à 32767 ADU
Visualiser les images : animation (facultatif)
Si les images n’ont pas été créées par Iris (images iX.fit), vous pouvez ouvrir
une image de la séquence, ajuster les seuils.
Ces seuils seront utilisés pour chaque image lors de l’animation.
Visualiser les images : animation (facultatif)
Si les images ont été créées par Iris (images icX.fit), des seuils de visualisation
sont enregistrés dans l’entête du fichier (propriétés MIPS-HI et MIPS-LO de
l’entête FITS).
Lorsque vous ouvrez l’image, Iris applique les seuils enregistrés.
Vous ne pouvez pas les changer pendant une animation.
Pour modifier ces seuils avant de lancer une animation, vous pouvez utiliser la
fonctionnalité « Seuils d’une séquence ».
Ouvrir une image de la séquence, ajuster les seuils.
Noter ces seuils.
Seuils d’une séquence (facultatif)
Seuils d’une séquence (facultatif)
On ajoute un « s » au préfixe du nom du fichier pour indiquer que l’on a ajusté
les seuils.
Visualiser les images : animation (facultatif)
Visualiser les images : animation (facultatif)
Visualiser les images : animation (facultatif)
On remarque une image bougée, qu’il faut éliminer.
Il y a aussi des images plus lumineuses (à cause des nuages) et des images
avec des satellites que l’on peut éliminer (selon votre degré d’exigence).
Sélectionner des images
Sélectionner des images
On ajoute un « s » au préfixe du nom du fichier pour indiquer que ce sont les
images que l’on a sélectionnées.
Cliquer sur « >> » pour afficher la première image.
Sélectionner des images
Si l’image convient, cliquer sur « Sauver »
Sélectionner des images
L’index courant de la séquence de sortie s’incrémente.
Puis cliquer sur « >> » pour passer à l’image suivante.
Sélectionner des images
L’image suivante s’affiche et l’index courant de la séquence d’entrée
s’incrémente.
Continuer de la même manière pour les autres images.
Sélectionner des images
Ne pas « Sauver » les images bougées.
Cliquer sur « >> » pour passer à l’image suivante.
Faire un offset maître
Faire un offset maître
Une fois qu’Iris a fini de travailler, ne pas oublier de sauvegarder le résultat !
Faire un offset maître
Iris a affiché une fenêtre qui donne quelques informations sur le traitement.
Vous pouvez masquer cette fenêtre.
Faire un dark maître
Faire un dark maître
Une fois qu’Iris a fini de travailler, ne pas oublier de sauvegarder le résultat !
Faire un flat maître
Faire un flat maître
Une fois qu’Iris a fini de travailler, ne pas oublier de sauvegarder le résultat !
Laisser la valeur par
défaut (5000)
Correction cosmétique (facultatif)
Permet d’éliminer les points chauds.
Il faut d’abord établir la liste des points chauds.
Pour cela :
1) Charger le master dark
Correction cosmétique (facultatif)
2) Passer la souris dans l’image et regarder les intensités lumineuses moyennes
Correction cosmétique (facultatif)
4) Taper la commande :
• « cosme » est le nom du fichier qui sera créé
• « 100 » indique que l’on va repérer tous les points chauds dont
l’intensité est supérieure à 100 ADU. Cette valeur est un peu
arbitraire. Il faut qu’elle soit supérieure à la valeur moyenne vue au
point 3).
Correction cosmétique (facultatif)
La fenêtre « Sortie » indique le nombre de points chauds trouvés.
Nous avons ici un capteur à 11 millions de pixels. Ici on a trouvé 9897
points chauds, ce qui est correct. Au-dessus de 10 000, c’est beaucoup.
En-dessous de 100, c’est peu.
Si le nombre de points chauds trouvés ne vous convient pas, revenez
au point 4, changez le seuil de détection et relancez la commande.
Correction cosmétique (facultatif)
Pour information, Iris a créé un fichier « cosme.lst ». En ouvrant ce
fichier avec le bloc-note, on voit les coordonnées des points chauds
détectés.
Prétraitement
Prétraitement
Si vous avez fait l’étape
« Correction cosmétique »,
mettez le nom du fichier
créé.
Sinon laisser ce champ
vide.
Alignement des images
La comète se déplace par rapport aux étoiles.
On peut faire 2 types d’alignements.
Alignement sur les
étoiles
Alignement sur la
comète
Alignement sur les étoiles
On peut aligner :
• Sur une étoile
• Sur plusieurs étoiles
Sur une étoile :
• corrige uniquement la translation (pas la rotation, ni la mise à l’échelle)
• traitement rapide
• nécessite d’indiquer une étoile repère
Sur plusieurs étoiles :
• corrige la translation, la rotation, la mise à l’échelle
• traitement long
• repère automatiquement les étoiles
Alignement sur les étoiles
Alignement sur les étoiles
Rapide (mais uniquement translation)
Long (mais corrige translation, rotation,
mise à l’échelle)
Registration = recentrer les images les unes par rapport aux autres avant de les
additionner
Le traitement sera long (plusieurs minutes).
Windows pourra indiquer que le programme « Ne répond pas ».
C’est normal. Il faut laisser Iris terminer.
Vous pouvez regarder la progression du traitement en suivant la création
progressive des fichier rX.fit
Vérifier l’alignement
Pour vérifier que l’alignement s’est bien passé, on peut faire un empilement
rapide.
Alignement sur les étoiles OK
Astuce : supprimer les fichiers qui commencent par @
Les fichiers qui commencent par @ sont des fichiers temporaires d’Iris.
Une fois qu’Iris a fini un traitement, on peut les supprimer.
Remettre la date et l’heure correctement pour Iris
Pour l’alignement cométaire, nous aurons besoin que les dates et heures soient
correctement renseignées pour Iris.
Pour vérifier, ouvrir l’image « r1.fit » et taper la commande « info »
Résultat pas OK : Résultat OK :
Remettre la date et l’heure correctement pour Iris
Pour remettre la date et l’heure, on peut utiliser la commande « init_date » et
fournir à Iris un fichier avec les dates et heures.
Pour constituer ce fichier, on peut consulter les informations dans l’entête des
fichiers FITS.
Remettre la date et l’heure correctement pour Iris
Résultat :
« DATE-OBS » indique la date de prise de vue
« UT-START » indique l’heure TU de début de la prise de vue
Remettre la date et l’heure correctement pour Iris
Fichier texte (extension « .lst ») à créer :
Remettre la date et l’heure correctement pour Iris
Lancer la commande « init_date » avec le nom du fichier en paramètre :
Les dates ont normalement été positionnées.
Vous pouvez le vérifier en chargeant une image et en lançant la
commande « info ».
Alignement sur la comète
Pour aligner sur la comète, il faut d’abord avoir aligné sur les étoiles.
Ouvrir la première image (r1.fit)
Sélectionner le noyau de la comète
Clic droit
Choisir « PSF »
Alignement sur la comète
Noter les valeurs de X et Y (ce sont les coordonnées du centre du noyau)
Cliquer sur « OK »
Alignement sur la comète
Taper la commande « info » pour obtenir la date et l’heure de la première image
Noter la date et l’heure
Alignement sur la comète
Ouvrir la dernière image (r32.fit)
Sélectionner le noyau de la comète
Clic droit
Choisir « PSF »
Alignement sur la comète
Noter les valeurs de X et Y (ce sont les coordonnées du centre du noyau)
Cliquer sur « OK »
Calculer le déplacement en X et en Y de la comète entre la première et la
dernière image :
X32 – X1 = 1951.109 – 1961.658 = -10.549 pixels
Y32 – Y1 = 1502.327 – 1448.659 = 53.668 pixels
Alignement sur la comète
Taper la commande « info » pour obtenir la date et l’heure de la dernière image
Noter la date et l’heure
Alignement sur la comète
On veut obtenir le temps écoulé en heure entre la première et la dernière image
Le plus simple est de faire la différence entre les jours juliens et de multiplier par
24.
(2457891.4565 – 2457891.4211) * 24 = 0.0354 * 24 = 0.8496 heure
Alignement sur la comète
On veut maintenant calculer le déplacement horaire de la comète
Déplacement en X = -10.549 / 0.8496 = -12.4164 pixels / heure
Déplacement en Y = 53.668 / 0.8496 = 63.1685 pixels / heure
On va maintenant utiliser la commande TRANS2 (translation) pour aligner par
rapport au noyau de la comète
TRANS2 [SEQUENCE D'ENTREE] [SEQUENCE DE SORTIE] [DX pixel/heure]
[DY pixel/heure] [NOMBRE]
>trans2 r rc -12.42 63.17 32
On utilise le préfixe « rc » pour les fichiers de registration sur la comète
Vérifier l’alignement
Pour vérifier que l’alignement s’est bien passé, on peut faire un empilement
rapide.
Alignement sur la comète OK
Amélioration de l’empilement
Jusqu’ici, nous avons utilisé l’ « addition arithmétique » (addition simple) pour
l’empilement.
C’est rapide et efficace mais ça n’élimine pas les points chauds résiduels ni les
traces de satellite.
Autres méthodes d’empilement : médiane
Fait une médiane de la pile d’images
Autres méthodes d’empilement : rejection min-max
Exclut les intensités minimale et
maximale.
Peu utilisé.
Autres méthodes d’empilement : pondération adaptative
Rejette les intensités déviantes en se
basant sur une analyse locale du
bruit.
Peu utilisé
Autres méthodes d’empilement : sigma médian et clipping
Un pixel qui dévie significativement
de la moyenne est rejeté.
Sigma médian : les valeurs rejetées
sont remplacées par la médiane.
Sigma clipping : les valeurs rejetées
sont éliminées.
Les deux méthodes donnent des
résultats proches.
Empilement sigma clipping/médian
m est la moyenne
sigma (𝜎) est l’écart type
shigh et slow correspondent au « coefficient sigma » de Iris
Les valeurs au-delà du seuil « m ± coefficient sigma x 𝜎 » sont rejetées.
En abaissant le coefficient on rejette plus de pixels.
En général le coefficient sigma est entre 1 et 3.
Empilement sigma clipping/médian
Le processus peut être itératif.
En général « Nombre d’itération » est entre 1 et 3.
En augmentant le nombre d’itération on rejette plus de pixels.
Normaliser une séquence pour la rejection
Malheureusement le niveau de fond de ciel est très variable entre les images de
notre séquence.
Il varie entre 1800 et 3000 ADU !
On pourrait éliminer les 3 images avec le fond de ciel le plus élevé. Cependant
les variations des autres images restent importantes (entre 1800 et 2300 ADU).
Il faut les normaliser pour que les algorithmes de rejection fonctionnent
correctement.
Normaliser : ramener une série d’images à la même médiane
Normaliser une séquence pour la rejection
Pour connaître le niveau de fond de ciel, ouvrir une image et taper la commande
>bg
Iris calcule la médiane de l’image.
Normaliser une séquence pour la rejection
Pour connaître le niveau de fond de ciel, on peut aussi utiliser la commande
>stat
Normaliser une séquence pour la rejection
Normaliser une séquence pour la rejection
On met 3000 car ça correspond à la
plus grande valeur de fond de ciel
notre séquence.
On normalise les 2 séquences : celle des images alignées sur les étoiles, celle
des images alignées sur le noyau de la comète
Empilement
Empilement
Résultat des différentes méthodes d’empilement
Addition arithmétique avec
normalisation
Médiane
La médiane élimine bien les traces de satellite mais l’image est plus bruitée.
Résultat des différentes méthodes d’empilement
Rejection min-max Pondération adaptative
1 itération
La rejection min-max ne fonctionne pas du tout dans notre exemple.
Note : notre exemple est très difficile du fait des grandes variations de niveau de
fond de ciel.
Résultat des différentes méthodes d’empilement
Pondération adaptative
1 itération
Pondération adaptative
3 itérations
Le résultat de la pondération adaptative est moyen : on voit encore la trace de
satellite, même avec 3 itérations
Résultat des différentes méthodes d’empilement
Sigma médian
3 sigma 1 itération
Sigma clipping
3 sigma 1 itération
Les résultats sont bons pour les deux méthodes.
On voit encore légèrement la trace du satellite.
Résultat des différentes méthodes d’empilement
Sigma médian
2 sigma 1 itération
Sigma clipping
2 sigma 1 itération
En augmentant le coefficient sigma, on devrait pouvoir éliminer complètement la
trace de satellite.
Etrangement, avec 2 x sigma une ligne noire apparaît au niveau de la trace du
satellite.
Résultat des différentes méthodes d’empilement
Sigma médian
1 sigma 1 itération
Sigma clipping
1 sigma 1 itération
Avec un 1 x sigma, la trace de satellite n’est presque plus visible.
Mais au prix d’une rejection très forte.
Résultat des différentes méthodes d’empilement
Sigma médian
2 sigma 1 itération
Sigma médian
2 sigma 2 itérations
On peut aussi jouer sur le nombre d’itérations.
Avec 2 sigma et 2 itérations, le résultat est très bon.
Résultat des différentes méthodes d’empilement
Sigma clipping
2 sigma 2 itérations
Sigma clipping
2,5 sigma 2 itérations
On peut essayer d’optimiser. On augmente le coefficient sigma pour rejeter
moins de pixels et augmenter le rapport signal/bruit, tout en éliminant les
satellites.
Avec 2,5 sigma et 2 itérations, le résultat est très bon.
L’alignement et l’empilement sur la comète est plus joli que celui sur les étoiles.
Nous allons continuer le traitement avec l’empilement sur la comète.
Retrait de gradient (facultatif)
Uniquement si votre image a du gradient
Note : on voit que le master flat n’a pas complètement corrigé le vignetage au
niveau des coins
Retrait de gradient (facultatif)
1) Retirer les bandes blanches ou noires sur les côtés
1.1) Régler les seuils pour bien voir les bandes
1.2) Ouvrir l’invite de commande
1.3) Taper « >win »
1.4) Cliquer sur les deux coins opposés de l’image pour
matérialiser le rectangle d’image que vous souhaitez conserver
Attention : il faut être en zoom 1:1
Retrait de gradient (facultatif)
Les bandes noires ont été enlevées
Retrait de gradient (facultatif)
2) Lancer le retrait de gradient
Retrait de gradient (facultatif)
Résultat :
Conseil : sauvegarder l’image obtenue car les modifications que nous allons faire
après ne pourront être annulées
Rehaussement de la dynamique (DDP)
Eventuellement jouer sur les
seuils
Objectif : tout juste saturer le
noyau
Image finale
Comète C/2015 V2 Johnson
Télescope Newton ASA 250/900
CCD Atik 11000
32x60s (32 minutes)
Vandoeuvre-lès-Nancy
Enregistrer l’image finale
Formats d’image
Sans perte (16 bits)
• FIT
• TIFF
• PSD (Photoshop)
• PNG
Sans perte (8 bits)
• BMP : pas de compression mais 8 bit
Avec perte (à utiliser si aucune retouche ultérieure)
• JPG : compression avec perte et 8 bit
Conseils
Enregistrer l’image en FIT pour pouvoir la retravailler plus tard avec un
logiciel astro.
Enregistrer aussi en BMP ou TIFF ou PNG pour pouvoir la retravailler
dans un logiciel de traitement d’images (PhotoFiltre, PhotoShop…)
Enregistrer aussi en JPG pour pouvoir la partager par internet.
Fichiers à conserver
• les images brutes
• offset.fit
• dark.fit
• flat.fit
• cosme.lst
• addition*.fit
• comete_finale.fit
• comete_finale.jpg
Les autres fichiers peuvent être supprimés
Les actions effectuées dans ce tutoriel sont les étapes minimales pour
traiter une image cométaire avec Iris.
Il existe beaucoup d’autres choses possibles en post-traitement
(réduction du bruit, accentuations…).
Remarques
Il y a des points noirs à droite du noyau de la comète. Il faudrait repérer
les coordonnées du pixel noir sur une image avant pré-traitement et
l’ajouter au fichier « cosme.lst ».
Il y a un fort gradient, qui gêne les algorithmes de rejection. Il faudrait
essayer de faire le retrait de gradient avant la normalisation des
séquences (pour cela utiliser la commande « subsky2 »).
On pourrait combiner l’image empilée sur les étoiles et l’image empilée
sur la comète pour avoir les étoiles et la comète « arrêtées ». On peut
s’aider des algorithmes de rejection pour enlever les étoiles de l’image
empilée sur la comète.
Axes d’amélioration
Pour aller plus loin
Blink et animations : http://www.astrosurf.com/buil/iris/tutorial12/doc29_fr.htm
Sélection d’images : http://www.astrosurf.com/buil/iris/tutorial13/doc32_fr.htm
Alignement cométaire : http://www.astrosurf.com/buil/iris/tutorial19/doc40_fr.htm
Réinitialisation des dates :
fin de la page http://www.astrosurf.com/buil/iris/tutorial15/doc38_fr.htm
Les différentes méthodes d’empilement :
http://www.astrosurf.com/buil/iris/tutorial2/doc121_fr.htm
Retrait du gradient :
http://www.astrosurf.com/buil/iris/tutorial4/doc14_fr.htm

More Related Content

What's hot

Introduction au traitement d'images
Introduction au traitement d'imagesIntroduction au traitement d'images
Introduction au traitement d'imagesAbdelouahed Abdou
 
Real time human pose recognition in parts from single
Real time human pose recognition in parts from singleReal time human pose recognition in parts from single
Real time human pose recognition in parts from singleMontassir Rabhi
 
TP1 Traitement d'images Génie Logiciel avec Matlab
TP1 Traitement d'images Génie Logiciel avec MatlabTP1 Traitement d'images Génie Logiciel avec Matlab
TP1 Traitement d'images Génie Logiciel avec MatlabMariem ZAOUALI
 
622 vision-industrielle-principes
622 vision-industrielle-principes622 vision-industrielle-principes
622 vision-industrielle-principesBen Fethi
 

What's hot (6)

Introduction au traitement d'images
Introduction au traitement d'imagesIntroduction au traitement d'images
Introduction au traitement d'images
 
Chapitre4
Chapitre4Chapitre4
Chapitre4
 
Filtrage image
Filtrage imageFiltrage image
Filtrage image
 
Real time human pose recognition in parts from single
Real time human pose recognition in parts from singleReal time human pose recognition in parts from single
Real time human pose recognition in parts from single
 
TP1 Traitement d'images Génie Logiciel avec Matlab
TP1 Traitement d'images Génie Logiciel avec MatlabTP1 Traitement d'images Génie Logiciel avec Matlab
TP1 Traitement d'images Génie Logiciel avec Matlab
 
622 vision-industrielle-principes
622 vision-industrielle-principes622 vision-industrielle-principes
622 vision-industrielle-principes
 

Similar to Tutoriel de traitement d'images CCD cométaire avec Iris

Computer Vision - Classification automatique des races de chien à partir de p...
Computer Vision - Classification automatique des races de chien à partir de p...Computer Vision - Classification automatique des races de chien à partir de p...
Computer Vision - Classification automatique des races de chien à partir de p...FUMERY Michael
 
Aiguille dans botte de foin: scikit-learn et joblib
Aiguille dans botte de foin: scikit-learn et joblibAiguille dans botte de foin: scikit-learn et joblib
Aiguille dans botte de foin: scikit-learn et joblibGael Varoquaux
 
TP Fouille de données (Data Mining) et Apprentissage Machine
TP Fouille de données (Data Mining) et Apprentissage MachineTP Fouille de données (Data Mining) et Apprentissage Machine
TP Fouille de données (Data Mining) et Apprentissage MachineBoubaker KHMILI
 
Convolutional Neural Networks (CNNs)
Convolutional Neural Networks (CNNs)Convolutional Neural Networks (CNNs)
Convolutional Neural Networks (CNNs)Hajar Bouchriha
 
Qualité logicielle
Qualité logicielleQualité logicielle
Qualité logiciellecyrilgandon
 
Etude du dimensionnement du divergent RL10-B2
Etude du dimensionnement du divergent RL10-B2Etude du dimensionnement du divergent RL10-B2
Etude du dimensionnement du divergent RL10-B2Daniel de Santiago Casado
 
livre-algorithmes.pdf
livre-algorithmes.pdflivre-algorithmes.pdf
livre-algorithmes.pdfDurelDonfack
 
Cours algorithmique et complexite complet
Cours algorithmique et complexite completCours algorithmique et complexite complet
Cours algorithmique et complexite completChahrawoods Dmz
 
Cours algorithmique et complexite
Cours algorithmique et complexite Cours algorithmique et complexite
Cours algorithmique et complexite Saddem Chikh
 
Cours algorithmique et complexite complet
Cours algorithmique et complexite completCours algorithmique et complexite complet
Cours algorithmique et complexite completChahrawoods Dmz
 
Performance et optimisation de PrestaShop
Performance et optimisation de PrestaShopPerformance et optimisation de PrestaShop
Performance et optimisation de PrestaShopPrestaShop
 
Travaux dirigés avec corrections - soutien scolaire
Travaux dirigés avec corrections - soutien scolaireTravaux dirigés avec corrections - soutien scolaire
Travaux dirigés avec corrections - soutien scolaireOussamYony
 
mis
mismis
misISIG
 
Projet Méthodes Numériques
Projet  Méthodes Numériques Projet  Méthodes Numériques
Projet Méthodes Numériques Ramin Samadi
 

Similar to Tutoriel de traitement d'images CCD cométaire avec Iris (20)

Computer Vision - Classification automatique des races de chien à partir de p...
Computer Vision - Classification automatique des races de chien à partir de p...Computer Vision - Classification automatique des races de chien à partir de p...
Computer Vision - Classification automatique des races de chien à partir de p...
 
Aiguille dans botte de foin: scikit-learn et joblib
Aiguille dans botte de foin: scikit-learn et joblibAiguille dans botte de foin: scikit-learn et joblib
Aiguille dans botte de foin: scikit-learn et joblib
 
TP Fouille de données (Data Mining) et Apprentissage Machine
TP Fouille de données (Data Mining) et Apprentissage MachineTP Fouille de données (Data Mining) et Apprentissage Machine
TP Fouille de données (Data Mining) et Apprentissage Machine
 
Mise en oeuvre des framework de machines et deep learning v1
Mise en oeuvre des framework de machines et deep learning v1 Mise en oeuvre des framework de machines et deep learning v1
Mise en oeuvre des framework de machines et deep learning v1
 
Masteurisation
MasteurisationMasteurisation
Masteurisation
 
Daz3 Animation
Daz3 AnimationDaz3 Animation
Daz3 Animation
 
Convolutional Neural Networks (CNNs)
Convolutional Neural Networks (CNNs)Convolutional Neural Networks (CNNs)
Convolutional Neural Networks (CNNs)
 
Java Graphisme
Java GraphismeJava Graphisme
Java Graphisme
 
Formation traitement d_images
Formation traitement d_imagesFormation traitement d_images
Formation traitement d_images
 
Qualité logicielle
Qualité logicielleQualité logicielle
Qualité logicielle
 
Etude du dimensionnement du divergent RL10-B2
Etude du dimensionnement du divergent RL10-B2Etude du dimensionnement du divergent RL10-B2
Etude du dimensionnement du divergent RL10-B2
 
livre-algorithmes.pdf
livre-algorithmes.pdflivre-algorithmes.pdf
livre-algorithmes.pdf
 
Cours algorithmique et complexite complet
Cours algorithmique et complexite completCours algorithmique et complexite complet
Cours algorithmique et complexite complet
 
Cours algorithmique et complexite
Cours algorithmique et complexite Cours algorithmique et complexite
Cours algorithmique et complexite
 
Cours algorithmique et complexite complet
Cours algorithmique et complexite completCours algorithmique et complexite complet
Cours algorithmique et complexite complet
 
Performance et optimisation de PrestaShop
Performance et optimisation de PrestaShopPerformance et optimisation de PrestaShop
Performance et optimisation de PrestaShop
 
Travaux dirigés avec corrections - soutien scolaire
Travaux dirigés avec corrections - soutien scolaireTravaux dirigés avec corrections - soutien scolaire
Travaux dirigés avec corrections - soutien scolaire
 
mis
mismis
mis
 
Rapportfinal2x
Rapportfinal2xRapportfinal2x
Rapportfinal2x
 
Projet Méthodes Numériques
Projet  Méthodes Numériques Projet  Méthodes Numériques
Projet Méthodes Numériques
 

Tutoriel de traitement d'images CCD cométaire avec Iris

  • 1. Astrophotographie Traitement CCD cométaire Tutoriel avec Iris Didier Walliang – 09/12/2017 - http://www.astronomie54.fr
  • 2. Iris Iris : logiciel d’astronomie gratuit, développé par un français, Christian Buil Téléchargement et documentation : http://astrosurf.com/buil/iris/iris.htm
  • 3. Conseils pour les noms des fichiers avec Iris i1, i2… : images o1, o2… : offsets d1, d2… : darks f1, f2… : flats offset : offset maître dark : dark maître flat : flat maître p1, p2… : images prétraitées r1, r2… : images registrées (recentrées) addition
  • 4. Synonymes dark = noir offset = bias flat = PLU (Plage de Lumière Uniforme) registration = alignement empilement = stacking = addition DDP = rehaussement de la dynamique prétraitement = calibration
  • 5.
  • 7. Réglages généraux Indiquer le répertoire où se trouvent les images à traiter. Il faut suffisamment d’espace disque (prévoyez quelques Go). FIT est le format universel des images astronomiques (il est compatible avec les autres logiciels astro)
  • 8. Astuce : connaître le nombre de fichiers commençant par un préfixe
  • 9. Conversion des fichiers : 0 à 65535 => 0 à 32767 ADU Les fichiers issus des caméras CCD sont sur 16 bits. Il y a des niveaux de gris compris entre 0 et 65535 (On parle de 16 bits non signés, car il n’y a pas vraiment de signe, toutes les valeurs sont positives) Iris ne sait pas gérer des niveaux de gris au-delà de 32767. En réalité Iris travaille avec des valeurs entre -32768 à 32767. Si on ouvre avec Iris un fichier où des valeurs sont supérieures à 32767, ces valeurs deviennent 32767. C’est particulièrement gênant pour les flats (où on est souvent à 2/3 de la dynamique). Plusieurs solutions possibles : - Laisser Iris tronquer les valeurs trop grandes (pas possible si les valeurs dans les flats sont supérieures à 32767) - Soustraire 32768 : les valeurs deviennent entre -32768 et 32767 - Diviser par 2 : les valeurs deviennent entre 0 et 32767 Nous allons diviser les valeurs par 2 pour avoir uniquement des valeurs positives. Les valeurs négatives peuvent parfois poser problème.
  • 10. Conversion des fichiers : 0 à 65535 => 0 à 32767 ADU On ajoute un « c » au préfixe du nom du fichier pour indiquer qu’il est converti.
  • 11. Conversion des fichiers : 0 à 65535 => 0 à 32767 ADU
  • 12. Visualiser les images : animation (facultatif) Si les images n’ont pas été créées par Iris (images iX.fit), vous pouvez ouvrir une image de la séquence, ajuster les seuils. Ces seuils seront utilisés pour chaque image lors de l’animation.
  • 13. Visualiser les images : animation (facultatif) Si les images ont été créées par Iris (images icX.fit), des seuils de visualisation sont enregistrés dans l’entête du fichier (propriétés MIPS-HI et MIPS-LO de l’entête FITS). Lorsque vous ouvrez l’image, Iris applique les seuils enregistrés. Vous ne pouvez pas les changer pendant une animation. Pour modifier ces seuils avant de lancer une animation, vous pouvez utiliser la fonctionnalité « Seuils d’une séquence ». Ouvrir une image de la séquence, ajuster les seuils. Noter ces seuils.
  • 14. Seuils d’une séquence (facultatif)
  • 15. Seuils d’une séquence (facultatif) On ajoute un « s » au préfixe du nom du fichier pour indiquer que l’on a ajusté les seuils.
  • 16. Visualiser les images : animation (facultatif)
  • 17. Visualiser les images : animation (facultatif)
  • 18. Visualiser les images : animation (facultatif) On remarque une image bougée, qu’il faut éliminer. Il y a aussi des images plus lumineuses (à cause des nuages) et des images avec des satellites que l’on peut éliminer (selon votre degré d’exigence).
  • 20. Sélectionner des images On ajoute un « s » au préfixe du nom du fichier pour indiquer que ce sont les images que l’on a sélectionnées. Cliquer sur « >> » pour afficher la première image.
  • 21. Sélectionner des images Si l’image convient, cliquer sur « Sauver »
  • 22. Sélectionner des images L’index courant de la séquence de sortie s’incrémente. Puis cliquer sur « >> » pour passer à l’image suivante.
  • 23. Sélectionner des images L’image suivante s’affiche et l’index courant de la séquence d’entrée s’incrémente. Continuer de la même manière pour les autres images.
  • 24. Sélectionner des images Ne pas « Sauver » les images bougées. Cliquer sur « >> » pour passer à l’image suivante.
  • 25. Faire un offset maître
  • 26. Faire un offset maître Une fois qu’Iris a fini de travailler, ne pas oublier de sauvegarder le résultat !
  • 27. Faire un offset maître Iris a affiché une fenêtre qui donne quelques informations sur le traitement. Vous pouvez masquer cette fenêtre.
  • 28. Faire un dark maître
  • 29. Faire un dark maître Une fois qu’Iris a fini de travailler, ne pas oublier de sauvegarder le résultat !
  • 30. Faire un flat maître
  • 31. Faire un flat maître Une fois qu’Iris a fini de travailler, ne pas oublier de sauvegarder le résultat ! Laisser la valeur par défaut (5000)
  • 32. Correction cosmétique (facultatif) Permet d’éliminer les points chauds. Il faut d’abord établir la liste des points chauds. Pour cela : 1) Charger le master dark
  • 33. Correction cosmétique (facultatif) 2) Passer la souris dans l’image et regarder les intensités lumineuses moyennes
  • 34. Correction cosmétique (facultatif) 4) Taper la commande : • « cosme » est le nom du fichier qui sera créé • « 100 » indique que l’on va repérer tous les points chauds dont l’intensité est supérieure à 100 ADU. Cette valeur est un peu arbitraire. Il faut qu’elle soit supérieure à la valeur moyenne vue au point 3).
  • 35. Correction cosmétique (facultatif) La fenêtre « Sortie » indique le nombre de points chauds trouvés. Nous avons ici un capteur à 11 millions de pixels. Ici on a trouvé 9897 points chauds, ce qui est correct. Au-dessus de 10 000, c’est beaucoup. En-dessous de 100, c’est peu. Si le nombre de points chauds trouvés ne vous convient pas, revenez au point 4, changez le seuil de détection et relancez la commande.
  • 36. Correction cosmétique (facultatif) Pour information, Iris a créé un fichier « cosme.lst ». En ouvrant ce fichier avec le bloc-note, on voit les coordonnées des points chauds détectés.
  • 38. Prétraitement Si vous avez fait l’étape « Correction cosmétique », mettez le nom du fichier créé. Sinon laisser ce champ vide.
  • 39. Alignement des images La comète se déplace par rapport aux étoiles. On peut faire 2 types d’alignements. Alignement sur les étoiles Alignement sur la comète
  • 40. Alignement sur les étoiles On peut aligner : • Sur une étoile • Sur plusieurs étoiles Sur une étoile : • corrige uniquement la translation (pas la rotation, ni la mise à l’échelle) • traitement rapide • nécessite d’indiquer une étoile repère Sur plusieurs étoiles : • corrige la translation, la rotation, la mise à l’échelle • traitement long • repère automatiquement les étoiles
  • 41. Alignement sur les étoiles
  • 42. Alignement sur les étoiles Rapide (mais uniquement translation) Long (mais corrige translation, rotation, mise à l’échelle) Registration = recentrer les images les unes par rapport aux autres avant de les additionner
  • 43. Le traitement sera long (plusieurs minutes). Windows pourra indiquer que le programme « Ne répond pas ». C’est normal. Il faut laisser Iris terminer.
  • 44. Vous pouvez regarder la progression du traitement en suivant la création progressive des fichier rX.fit
  • 45. Vérifier l’alignement Pour vérifier que l’alignement s’est bien passé, on peut faire un empilement rapide.
  • 46. Alignement sur les étoiles OK
  • 47. Astuce : supprimer les fichiers qui commencent par @ Les fichiers qui commencent par @ sont des fichiers temporaires d’Iris. Une fois qu’Iris a fini un traitement, on peut les supprimer.
  • 48. Remettre la date et l’heure correctement pour Iris Pour l’alignement cométaire, nous aurons besoin que les dates et heures soient correctement renseignées pour Iris. Pour vérifier, ouvrir l’image « r1.fit » et taper la commande « info » Résultat pas OK : Résultat OK :
  • 49. Remettre la date et l’heure correctement pour Iris Pour remettre la date et l’heure, on peut utiliser la commande « init_date » et fournir à Iris un fichier avec les dates et heures. Pour constituer ce fichier, on peut consulter les informations dans l’entête des fichiers FITS.
  • 50. Remettre la date et l’heure correctement pour Iris Résultat : « DATE-OBS » indique la date de prise de vue « UT-START » indique l’heure TU de début de la prise de vue
  • 51. Remettre la date et l’heure correctement pour Iris Fichier texte (extension « .lst ») à créer :
  • 52. Remettre la date et l’heure correctement pour Iris Lancer la commande « init_date » avec le nom du fichier en paramètre : Les dates ont normalement été positionnées. Vous pouvez le vérifier en chargeant une image et en lançant la commande « info ».
  • 53. Alignement sur la comète Pour aligner sur la comète, il faut d’abord avoir aligné sur les étoiles. Ouvrir la première image (r1.fit) Sélectionner le noyau de la comète Clic droit Choisir « PSF »
  • 54. Alignement sur la comète Noter les valeurs de X et Y (ce sont les coordonnées du centre du noyau) Cliquer sur « OK »
  • 55. Alignement sur la comète Taper la commande « info » pour obtenir la date et l’heure de la première image Noter la date et l’heure
  • 56. Alignement sur la comète Ouvrir la dernière image (r32.fit) Sélectionner le noyau de la comète Clic droit Choisir « PSF »
  • 57. Alignement sur la comète Noter les valeurs de X et Y (ce sont les coordonnées du centre du noyau) Cliquer sur « OK » Calculer le déplacement en X et en Y de la comète entre la première et la dernière image : X32 – X1 = 1951.109 – 1961.658 = -10.549 pixels Y32 – Y1 = 1502.327 – 1448.659 = 53.668 pixels
  • 58. Alignement sur la comète Taper la commande « info » pour obtenir la date et l’heure de la dernière image Noter la date et l’heure
  • 59. Alignement sur la comète On veut obtenir le temps écoulé en heure entre la première et la dernière image Le plus simple est de faire la différence entre les jours juliens et de multiplier par 24. (2457891.4565 – 2457891.4211) * 24 = 0.0354 * 24 = 0.8496 heure
  • 60. Alignement sur la comète On veut maintenant calculer le déplacement horaire de la comète Déplacement en X = -10.549 / 0.8496 = -12.4164 pixels / heure Déplacement en Y = 53.668 / 0.8496 = 63.1685 pixels / heure On va maintenant utiliser la commande TRANS2 (translation) pour aligner par rapport au noyau de la comète TRANS2 [SEQUENCE D'ENTREE] [SEQUENCE DE SORTIE] [DX pixel/heure] [DY pixel/heure] [NOMBRE] >trans2 r rc -12.42 63.17 32 On utilise le préfixe « rc » pour les fichiers de registration sur la comète
  • 61. Vérifier l’alignement Pour vérifier que l’alignement s’est bien passé, on peut faire un empilement rapide.
  • 62. Alignement sur la comète OK
  • 63. Amélioration de l’empilement Jusqu’ici, nous avons utilisé l’ « addition arithmétique » (addition simple) pour l’empilement. C’est rapide et efficace mais ça n’élimine pas les points chauds résiduels ni les traces de satellite.
  • 64. Autres méthodes d’empilement : médiane Fait une médiane de la pile d’images
  • 65. Autres méthodes d’empilement : rejection min-max Exclut les intensités minimale et maximale. Peu utilisé.
  • 66. Autres méthodes d’empilement : pondération adaptative Rejette les intensités déviantes en se basant sur une analyse locale du bruit. Peu utilisé
  • 67. Autres méthodes d’empilement : sigma médian et clipping Un pixel qui dévie significativement de la moyenne est rejeté. Sigma médian : les valeurs rejetées sont remplacées par la médiane. Sigma clipping : les valeurs rejetées sont éliminées. Les deux méthodes donnent des résultats proches.
  • 68. Empilement sigma clipping/médian m est la moyenne sigma (𝜎) est l’écart type shigh et slow correspondent au « coefficient sigma » de Iris Les valeurs au-delà du seuil « m ± coefficient sigma x 𝜎 » sont rejetées. En abaissant le coefficient on rejette plus de pixels. En général le coefficient sigma est entre 1 et 3.
  • 69. Empilement sigma clipping/médian Le processus peut être itératif. En général « Nombre d’itération » est entre 1 et 3. En augmentant le nombre d’itération on rejette plus de pixels.
  • 70. Normaliser une séquence pour la rejection Malheureusement le niveau de fond de ciel est très variable entre les images de notre séquence. Il varie entre 1800 et 3000 ADU ! On pourrait éliminer les 3 images avec le fond de ciel le plus élevé. Cependant les variations des autres images restent importantes (entre 1800 et 2300 ADU). Il faut les normaliser pour que les algorithmes de rejection fonctionnent correctement. Normaliser : ramener une série d’images à la même médiane
  • 71. Normaliser une séquence pour la rejection Pour connaître le niveau de fond de ciel, ouvrir une image et taper la commande >bg Iris calcule la médiane de l’image.
  • 72. Normaliser une séquence pour la rejection Pour connaître le niveau de fond de ciel, on peut aussi utiliser la commande >stat
  • 73. Normaliser une séquence pour la rejection
  • 74. Normaliser une séquence pour la rejection On met 3000 car ça correspond à la plus grande valeur de fond de ciel notre séquence. On normalise les 2 séquences : celle des images alignées sur les étoiles, celle des images alignées sur le noyau de la comète
  • 77. Résultat des différentes méthodes d’empilement Addition arithmétique avec normalisation Médiane La médiane élimine bien les traces de satellite mais l’image est plus bruitée.
  • 78. Résultat des différentes méthodes d’empilement Rejection min-max Pondération adaptative 1 itération La rejection min-max ne fonctionne pas du tout dans notre exemple. Note : notre exemple est très difficile du fait des grandes variations de niveau de fond de ciel.
  • 79. Résultat des différentes méthodes d’empilement Pondération adaptative 1 itération Pondération adaptative 3 itérations Le résultat de la pondération adaptative est moyen : on voit encore la trace de satellite, même avec 3 itérations
  • 80. Résultat des différentes méthodes d’empilement Sigma médian 3 sigma 1 itération Sigma clipping 3 sigma 1 itération Les résultats sont bons pour les deux méthodes. On voit encore légèrement la trace du satellite.
  • 81. Résultat des différentes méthodes d’empilement Sigma médian 2 sigma 1 itération Sigma clipping 2 sigma 1 itération En augmentant le coefficient sigma, on devrait pouvoir éliminer complètement la trace de satellite. Etrangement, avec 2 x sigma une ligne noire apparaît au niveau de la trace du satellite.
  • 82. Résultat des différentes méthodes d’empilement Sigma médian 1 sigma 1 itération Sigma clipping 1 sigma 1 itération Avec un 1 x sigma, la trace de satellite n’est presque plus visible. Mais au prix d’une rejection très forte.
  • 83. Résultat des différentes méthodes d’empilement Sigma médian 2 sigma 1 itération Sigma médian 2 sigma 2 itérations On peut aussi jouer sur le nombre d’itérations. Avec 2 sigma et 2 itérations, le résultat est très bon.
  • 84. Résultat des différentes méthodes d’empilement Sigma clipping 2 sigma 2 itérations Sigma clipping 2,5 sigma 2 itérations On peut essayer d’optimiser. On augmente le coefficient sigma pour rejeter moins de pixels et augmenter le rapport signal/bruit, tout en éliminant les satellites. Avec 2,5 sigma et 2 itérations, le résultat est très bon.
  • 85. L’alignement et l’empilement sur la comète est plus joli que celui sur les étoiles. Nous allons continuer le traitement avec l’empilement sur la comète.
  • 86. Retrait de gradient (facultatif) Uniquement si votre image a du gradient Note : on voit que le master flat n’a pas complètement corrigé le vignetage au niveau des coins
  • 87. Retrait de gradient (facultatif) 1) Retirer les bandes blanches ou noires sur les côtés 1.1) Régler les seuils pour bien voir les bandes 1.2) Ouvrir l’invite de commande 1.3) Taper « >win » 1.4) Cliquer sur les deux coins opposés de l’image pour matérialiser le rectangle d’image que vous souhaitez conserver Attention : il faut être en zoom 1:1
  • 88. Retrait de gradient (facultatif) Les bandes noires ont été enlevées
  • 89. Retrait de gradient (facultatif) 2) Lancer le retrait de gradient
  • 90. Retrait de gradient (facultatif) Résultat : Conseil : sauvegarder l’image obtenue car les modifications que nous allons faire après ne pourront être annulées
  • 91. Rehaussement de la dynamique (DDP)
  • 92. Eventuellement jouer sur les seuils Objectif : tout juste saturer le noyau
  • 93. Image finale Comète C/2015 V2 Johnson Télescope Newton ASA 250/900 CCD Atik 11000 32x60s (32 minutes) Vandoeuvre-lès-Nancy
  • 95. Formats d’image Sans perte (16 bits) • FIT • TIFF • PSD (Photoshop) • PNG Sans perte (8 bits) • BMP : pas de compression mais 8 bit Avec perte (à utiliser si aucune retouche ultérieure) • JPG : compression avec perte et 8 bit
  • 96. Conseils Enregistrer l’image en FIT pour pouvoir la retravailler plus tard avec un logiciel astro. Enregistrer aussi en BMP ou TIFF ou PNG pour pouvoir la retravailler dans un logiciel de traitement d’images (PhotoFiltre, PhotoShop…) Enregistrer aussi en JPG pour pouvoir la partager par internet.
  • 97. Fichiers à conserver • les images brutes • offset.fit • dark.fit • flat.fit • cosme.lst • addition*.fit • comete_finale.fit • comete_finale.jpg Les autres fichiers peuvent être supprimés
  • 98. Les actions effectuées dans ce tutoriel sont les étapes minimales pour traiter une image cométaire avec Iris. Il existe beaucoup d’autres choses possibles en post-traitement (réduction du bruit, accentuations…). Remarques
  • 99. Il y a des points noirs à droite du noyau de la comète. Il faudrait repérer les coordonnées du pixel noir sur une image avant pré-traitement et l’ajouter au fichier « cosme.lst ». Il y a un fort gradient, qui gêne les algorithmes de rejection. Il faudrait essayer de faire le retrait de gradient avant la normalisation des séquences (pour cela utiliser la commande « subsky2 »). On pourrait combiner l’image empilée sur les étoiles et l’image empilée sur la comète pour avoir les étoiles et la comète « arrêtées ». On peut s’aider des algorithmes de rejection pour enlever les étoiles de l’image empilée sur la comète. Axes d’amélioration
  • 100. Pour aller plus loin Blink et animations : http://www.astrosurf.com/buil/iris/tutorial12/doc29_fr.htm Sélection d’images : http://www.astrosurf.com/buil/iris/tutorial13/doc32_fr.htm Alignement cométaire : http://www.astrosurf.com/buil/iris/tutorial19/doc40_fr.htm Réinitialisation des dates : fin de la page http://www.astrosurf.com/buil/iris/tutorial15/doc38_fr.htm Les différentes méthodes d’empilement : http://www.astrosurf.com/buil/iris/tutorial2/doc121_fr.htm Retrait du gradient : http://www.astrosurf.com/buil/iris/tutorial4/doc14_fr.htm