frédogoto

cette fois par Eric Coles (coles44) pas d'info d’acquisition

malheureusement inaccessible depuis chez nous © tommy_nawratil Images: 34x120" Samyang 135mm f/2 ED UMC Imageurs: Canon Eos6da Monture: iOptron 3200 Instrument de guidage: Skywatcher 9x50 finder Caméra de guidage: Lacerta MGEN Logiciels: Pleiades Astrophoto, S.L. Pix Insight, Photoshop et du meme auteur, une version au 300 f4 canon recadrage issue de ceci

en full frame difficilement, quoique pour le coup les extensions d'hydrogène moléculaire auraient été sérieusement boostée nouvelle version plus pechue...

Non il y a 3 semaines peut après la nouvelle lune. Mais oui c'est bien pris de longuesse au RC250 Merci axel . en fait les extensions sont très légèrement visible sur certains mon écran mais effectivement c'est très faible. Je suis dans les limites de l'exploitation de mon setup avec la pollution lumineuse relative de longuesse

oui ça fait un mois que je fais tout pour les ressortir du néant....

800 image des 30 @ 3200 iso un traitement difficile de fait de dark inadapté mais finalement ça a marché edit nouvelle version ci dessous l'ancienne version en recadrant sur le centre

Des chercheurs de l'Institut Max Planck (Allemagne) ont mis au point un algorithme de deep learning capable de "dépixeliser" des images de faible résolution. PIXEL. Grâce à l'accroissement de la puissance de calcul des processeurs, les algorithmes de traitement d'images enchaînent les prouesses : au-delà du simple lifting numérique, il est par exemple désormais possible de plaquer en un clic un sourire bright sur une photo de visage. Mais certaines opérations, en apparence beaucoup plus simples, résistent encore aux miracles du numérique. La "dépixelisation" en fait partie. Le défi : accroître la résolution d'une image en laissant un programme tenter de deviner la couleur des pixels manquants, mécanisme d'interpolation qui jusqu'à présent n'aboutissait qu'à des images floues dans la plupart des cas. Mais c'était avant la percée réalisée par des chercheurs du Max Planck Institute (MPI), récemment présentée à l'occasion d'un symposium sur la vision artificielle, disponible en pré-publication. Ces derniers ont recours au deep learning, pour des résultats qui, même s'ils ne sont pas parfaits, restent bluffants. Image d'oiseau agrandie par simple interpolation linéaire à gauche, et par la méthode développée par le MPI au milieu. A droite, la même image photographiée directement avec la résolution souhaitée. Des algorithmes actuels mal optimisés De nombreuses propositions techniques avaient déjà vu le jour ces dernières années afin de construire des images haute résolution à partir d'images de plus faible résolution. Le principe ? Ajouter de nouveaux pixels dans le tableau bidimensionnel que constitue l'image, puis déduire leur couleur grâce à des calculs statistiques portant sur les pixels limitrophes. Leur efficacité est mesurée par un indicateur de distorsion appelé rapport signal de crête/bruit (peak signal-to-noise ratio ou PSNR). Le problème, c'est que "cet indicateur est mal corrélé à la perception humaine de la qualité visuelle", rappellent les chercheurs. Or, c'était bien cet indicateur que les algorithmes de traitement d'image entendaient jusqu'alors améliorer, au point de produire des images manquant singulièrement de contraste pour l'oeil humain, apparaissant globalement floues. Apprendre à deviner l'invisible grâce aux réseaux neuronaux L'équipe de l'institut allemand a ainsi opté pour une autre approche : le deep learning (apprentissage machine profond). "L'algorithme apprend à échantillonner à partir d'images disponibles en faible et haute résolution. À la fin du processus, on peut ainsi lui montrer l'image cible en haute résolution, de sorte qu'il apprend au fur et à mesure de ses erreurs", explique Mehdi Sajjadi, co-auteur de la publication. Le réseau neuronal, appelé EnhancedNet-PAT, peut ainsi être optimisé pour un type d'images grâce à une base d'apprentissage donnée, avant d'ensuite se passer de photos originales et de savoir dépixeliser seul des images similaires ! TEXTURE. Contrairement au traitement d'image classique, EnhancedNet-PAT s'intéresse à la reproduction des textures plus qu'à la finesse du rendu au pixel près. Autrement dit, les réseaux neuronaux convolutifs permettent à l'algorithme de mémoriser les motifs géométriques de l'image, et de s'en inspirer ensuite pour la reconstitution des pixels manquants... De quoi donner une seconde vie aux anciennes photos numériques, saisies à une époque où les téléphones portables n'étaient pas encore dotés de capteurs d'une taille de plusieurs méga-pixels... Et pour les bidouilleurs de l'extrême qui souhaiteraient jouer avec le modèle des chercheurs, il est possible de le télécharger ici ! l'article complet (en anglais ) http://webdav.tuebingen.mpg.de/pixel/enhancenet/

ok je met a jour

un ajout : l'application commande a distance num. doit etre en version 4.30 ou plus pour ceux pour qui ça bloquait essayez donc la maj du logiciel embarqué en question le numéro de version n'est pas accessible aux utilisateurs : vérifiez simplement si l'appareil ne propose pas une mise à jour de ce logiciel la v0.52 du drivers enverra un message d'erreur explicite si tel est le cas

pas tres satisfait des disparité entre les deux images... je les recommencerais dans dans de meilleure conditions... enfin j’espère avoir le temps d'ici a ce que je ne me tire de longuesse je vous met la basse def, la full viendra demain c'est un premier jet M81 à été réalisé il y a un an. et catastrophe, les fichier tif sans perte + originaux se trouve sur un disque dur qui a laché j'ai du faire avec le jpg...

trop de backlash ?

bien vu Xavier , j'ai changé le titre du Post

il faut se mettre en MANUEL et choisri une exposition en "BULB" cela implique d'avoir un intervalomettre compatible sous la main ou , mieu, de payer, telecharger et installer dans le Sony une intervallomètre logiciel MAIS il déconseillé d'utiliser des poses en mode BULB CAR l’appareil devient extrêmement agressif dans la gestion du bruit et confond les étoiles avec du bruit Nous recommandons donc de n'utiliser l'a7s qu'avce des pses de 30s ou moin. tu n'a pas a t'inquiéter de "chopper" suffisamment de signal avec des poses aussi courte, le signal est la et un nombre tres conséquent de poses le fera se detacher du bruit

une image sans précédent a ma connaissance : (APOD DU JOUR) nous seulement ce jet a été photographié, mais la sonde est passée... au travers "un probe wash" de l'espace avec un petit coup de chiffon sur les panneaux solaire ?

ça à l'avantage d'etre tres fiable et pro....

c'est pas facile dans l'absolue, car il faut savoir comment configurer sa box pour que les cameras soient consultable depuis l'extérieure (en fait c'est ça qui est "difficile" ) perso j'ai 5 camera chez moi, deux d'entr elles sont relié au logiciel surveillance station de mon nas synologie histoire d'avoir une redondance d'enregistrement en video) mais installer des camera en soi n'arien de compliqué. il faut se mefier juste des éventuel soucis WIFI (distance à la box et qualité du signal)

si ce n'est pas une question de moyen AXIS sinon Foscam pour des cameras "budget" hors sujet astro, déplacé dans la bonne rubrique

Envoyé la brute... J'y jetterais un oeil...

Et bien c'est un super travail et Michel tu peux être fier de toi j'adore

juste richardson lucy + un peu de masque flou dans photoslip

a taille égale avec jojo pour comparer

voila. traitement pix

tu peux mettre un brute de registration ?

+1 bravo

important : face au risque d’affluence je ne répondrai qu'au personne qui on lu le tutoriel. Si la reponse à la question de l'utilisateur est déjà décrite dans le tutoriel il n'y a aura pas de reponse de notre part seul les vrais bug ou vrai sujet seront remonté