نجوم: زمینه محدود – بلاگ دیتریش (استراتو)

نجوم: زمینه محدود – بلاگ دیتریش (استراتو)

متعلق به: عکاسی نجومی
همچنین نگاه کنید به: زمانهای مواجهه
استفاده شده: افزونه لاتکس وردپرس

نجوم: زمینه محدود

اصطلاح "پس زمینه محدود" چگونه تعریف می شود؟

ما از " پس زمینه محدود است "اگر پس زمینه تصویر آنقدر روشن باشد که نویز دوربین (نویز بازخوانی ، نویز جریان تاریک) در مقایسه با نویز فوتونی پس زمینه بسیار ناچیز باشد.

هیچ تعریف الزام آور برای عددی که از آن نویز دوربین در مقایسه با نویز فوتونی پس زمینه بسیار ناچیز است ، اما میشا شیرمر یک بار در یک مجمع به عنوان تعریف احتمالی ذکر کرد که نویز فوتون پس زمینه باید حداقل سه برابر بیشتر از نویز دوربین باشد. [19659005] منبع: https://www.astronomicum.de/forum / 35/275

ویدئو یوتیوب توسط Daniel Nimmervoll: https://www.youtube.com/watch؟v=rdCETOYvGds برگزیت19659008IGN شیار چیست zen ، اگر عکسهای محدود پس زمینه بگیرم؟

معادله عمومی

(TotalNoise = sqrt {TargetNoise ^ 2 + ReadNoise ^ 2 + DarkNoise ^ 2 + SkyNoise ^ 2} )

به :

(TotalNoise = sqrt {TargetNoise ^ 2 + SkyNoise ^ 2} )

بنابراین اگر قبلاً پس زمینه عکسهای شخصی خود را محدود کرده باشم ، دیگر نمی توانم با افزایش میزان نوردهی فرد ، تصویر کلی را بهبود بخشم زمان (با همان زمان قرار گرفتن در معرض کل).

چه زمانی پس زمینه نجوم من محدود است؟

آیا عکس دارای پس زمینه است ، از هیستوگرام قابل خواندن نیست ، زیرا هیستوگرام نشان نمی دهد که چقدر بالا است نویز است و مطمئناً نسبت نویز دوربین در کل نویز چقدر زیاد نیست. اگر کوه هیستوگرام به وضوح از لبه سمت چپ تصویر جدا شود ، نشانه خوبی است.

اندازه گیری میزان نویز دوربین (نویز جریان تاریک +…)

تقریباً 20 فریم تاریک و یک تیره اصلی ایجاد می کنیم از آنها. در تاریکی اصلی ، نویز تاریک (شبه) از بین رفته است و فقط سیگنال تاریک وجود دارد. البته ، ما درجه حرارت سنسور ، زمان قرار گرفتن در معرض و افزایش (ISO) این مارک ها را یادداشت می کنیم.

سپس این master master را از هر تاریکی جدا می کنیم. نتیجه تاریکی است که در آن سیگنال تاریک پس گرفته شده و فقط DarkNoise باقی مانده است. به عنوان مثال ، ما می توانیم این کار را به راحتی با نرم افزار Fitswork انجام دهیم.

ما انحراف استاندارد چنین تصویر "فقط نویز" را تعیین می کنیم. ما همچنین می توانیم این کار را خیلی راحت انجام دهیم ، به عنوان مثال با نرم افزار Fitswork. ما مقدار انحراف استاندارد را بر روی چندین مورد از این مارک ها به طور متوسط ​​اندازه گیری می کنیم. به طور دقیق ، البته مقدار مشخصی از نویز بازخوانی نیز در آن وجود دارد ، بنابراین بیایید بگوییم این مقدار اندازه گیری نویز دوربین است.

اندازه گیری پس زمینه آسمان

اگر نویز پس زمینه آسمان حداقل سه برابر زیاد باشد ، یک عکس "پس زمینه محدود" وجود دارد ، ما نویز دوربین را داریم (نویز جریان تاریک + نویز بازخوانی).

بنابراین اکنون باید پس زمینه آسمان را در فرد اندازه گیری کنیم عکس (قاب نور) مورد بحث. اگر این کار را فقط در قاب اصلی انجام می دادیم ، علاوه بر پس زمینه آسمان ، سیگنال جریان تاریک و نویز جریان تاریک نیز در آن وجود داشت. ما می توانیم سیگنال جریان تاریک را کم کنیم ، اما نویز جریان تاریک را نمی توانیم. بنابراین ما استاد خودمان را از قاب روشن کم می کنیم. اگر اکنون یک منطقه کوچک را اندازه گیری کنیم که فقط پس زمینه در قاب نور وجود دارد که به این روش تمیز شده است (به عنوان مثال دوباره با Fitswork) ، مقدار سیگنال پس زمینه را به عنوان "متوسط" و مقدار نویز پس زمینه به علاوه نویز جریان تاریک را بدست می آوریم "انحراف معیار" (اندازه گیری شده در ADU). بنابراین ما مقدار سیگنال صحیح را داریم ، اما مقدار نویز صحیحی را داریم (هنوز). بنابراین:

(انحراف معیار = sqrt {میانگین} )

بنابراین می توانیم بگوییم که سیگنال (متوسط) در پس زمینه کادر روشن پاک شده باید حداقل 3 × 3 = 9 برابر بیشتر از نویز دوربین اندازه گیری شده در بالا باشد (نویز جریان تاریک).

واحدها اندازه گیری: ADC ، الکترون ، فوتون

با استفاده از Fitswork می توانیم مستقیماً در واحد ADU در هر پیکسل در مدت زمان نوردهی کار کنیم. اگر می خواهیم نرخ الکترون داشته باشیم ، باید میزان وحدت دوربین را بدانیم. با Unity Gain ، یک ADC برابر با یک الکترون خواهد بود.

اگر این نرم افزار مقادیر واقعی ADC (به عنوان مثال 14 بیت) را به صورت فنی به 16 بیت تبدیل کند ، ممکن است لازم باشد این اصلاح شود …

.