frédogoto

j'aime mieu les couleurs le moutonnement est moin grossier, plus fins les étoiles ne bavent elle pas un poil ? attention au décalage de "plaque" a gauche l'image a un beau potentiel mais il faut vraiment poser plus , la lute contre le bruit ne sera victorieuse qu'a ce prix !

a sympas d'envoyer l'info, ça pourra servir à d'autre

Bonjour a tous Je vend un PC Ultraportable (1kg 45) X240 LENOVO avec W10 neuf 4go de ram (en option 8go + 25€) usb 3 x2 port don un port sur-alimenté lecteur de carte SD DD mecanique 320 Go 7200 tours /min lecteur carte sim connecteur rj45 1000mb sortie audio jack 2.5 mm sortie vga sortie mini display port (le pc peu donc piloter trois ecran y compris le sien) 190€ pour 4 go de ram / 220€ pour 8 go sa config legere (1.45 kg) en fond vraiment un pc sympas a triballer , pour les filles notamment ci dessous le pc le pc en dessous est un pc "normal" pour comparer la taille :

tu as les BDR quelque part ?

pareil qu’Axel et surtout amusez vous bien c'est le principal

très intéressant champs dans Cassiopée © Derek Santiago ( http://www.pbase.com/dsantiago/image/164236118 ) ccd :: QSI640wsg Takahashi FSQ85ED@F/5.3 Mounture : Avalon M-Uno Filtres : Astrodon 5nm Ha, 3nm pause : 6 heure Ha, 7 heures pour le , Date: 10/5-10/6/16 Morristown, NJ

salut axel ça passe tre bien sur mes ecrans aux bureau, et vraiment pas super sur mon bon ecrans domestiques peux tu m'envoyer les brutes de registrations ? pis vue que c'est super pas difficile a faire, la prochaine fois, [glow=red]fais des flats[/glow]

je viens de faire un fichier zip packagé de l'ensemble des fonds d'écran : https://www.avex-asso.org/filerun/wl/?id=6nmaiXh0WJqVg5WEEmVFaBZrMK7BeWOM

c'est passionnant de suivre tes avancées

pour info , le développement du logiciel se poursuit au des fonctionnalités alléchantes se profilent j'en dévoile une : une LMH (FWHM en briton) directement sur la la visée directe (LiveView en briton)

tarif ? et éventuellement une photo du / des matériels. merci

moi pas....

© Anis Abdul toujours un peut bas, c'est dans le grand chien Instrument ou objectif: Takahashi FSQ 106ED Imageurs: ZWO ASI1600MM-Cool Monture: Astro-Physics AP 900 GTO CP3 Instrument de guidage: Orion Magnificent Mini AutoGuider Caméra de guidage: Starlight Xpress Lodestar x2 Réducteur/correcteur de focale: Takahashi .7x Reducer Filtres: Astrodon 1.25 3nm, Astrodon Ha 1.25 5nm, Orion LRGB filter set 1.25" Résolution: 2500x2540 Dates: 29 octobre 2016, 30 octobre 2016 Images: Astrodon Ha 1.25 5nm: 20x480" bin 1x1 Astrodon 1.25 3nm: 57x600" bin 1x1 Intégration: 12.2 Heures

même depuis l’Espagne ça va etre soupeux je pense....

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...