texte sur le bruit, l'addition les images ...

[frédogoto]

A lire, c'est intéressant et très instructif : vous aurez les idée plus claire apres.

INTRODUCTION

Vous êtes débutant, vous avez fait des images du ciel avec votre caméra CCD et votre télescope (galaxies, amas d’étoiles) et maintenant vous voulez traiter ces images pour en tirer le meilleur parti : ce texte est pour vous ! Il se présente sous la forme d’un dialogue entre 4 personnages placés dans une situation totalement fictive : un stage d’initiation aux techniques CCD. Au cours de ce stage, 3 étudiants vont apprendre comment effectuer des pré-traitements sur des images CCD réelles que leur formateur a acquises récemment. Avant de faire démarrer ce stage, je vous présente tout d’abord nos 4 protagonistes :

Aude Peltier[/b] : c’est le formateur, ou plutôt la formatrice. C’est une astronome amateur très compétente et elle connaît tous les logiciels de traitement d’images pour les avoir utilisés. Surtout, elle sait se mettre à la portée des gens.

Christian: un des 3 stagiaires. Il est un peu déboussolé par ces nouvelles technologies et n’aime pas les explications trop techniques. Il veut souvent savoir « pourquoi » on fait telle ou telle chose.

Raymond: un autre stagiaire. Passionné de technique et d’électronique, il pose des questions toujours inattendues pour la formatrice. Ce qu’il aime en priorité, c’est le « comment » des choses.

Alain : le dernier stagiaire. Il a tôt fait d’assimiler les concepts exposés par la formatrice et pose des questions pointues.

Voici donc le décor planté et nos 4 personnages qui, j’en suis sûr, vous seront bientôt très familiers. Quant à vous, cher lecteur, j’espère que ce texte vous permettra d’assimiler les techniques de pré-traitement grâce aux interventions de Aude Peltier, la formatrice, et aux questions posées par Christian, Raymond et Alain. Allez, assez parlé, je laisse la parole à Aude Peltier : en avant !

PAR OU JE COMMENCE ?

Aude, la formatrice, a souvent entendu cette question au cours des stages qu’elle anime : « par où je commence ? ». Après avoir accueilli ses 3 stagiaires, Raymond, Christian et Alain, elle leur explique qu’avant de parler du pré-traitement des images, il faut d’abord expliquer ce que sont ces images et à quoi elles servent.

Aude - Lorsque vous avez terminé votre séance d’observation, vous vous retrouvez normalement avec 4 séries d’images provenant de votre caméra CCD et copiées sur le disque dur de votre ordinateur par votre logiciel d’acquisition.

Christian - Logiciel d’acquisition, dit Christian vaguement nerveux de ne pas être sûr de comprendre, c’est donc ça qu’on va utiliser pour traiter les images ?

Aude - Pas exactement. Il existe 2 types de logiciels en CCD : les logiciels d’acquisition, d’une part, et les logiciels de traitement, d’autre part. Ces 2 parties sont totalement distinctes dans la pratique puisque vous devez d’abord acquérir des images avec votre télescope et votre caméra, auquel cas vous utilisez un logiciel d’acquisition, puis vous devez traiter ces images pour les améliorer au maximum, auquel cas vous vous servez d’un logiciel de traitement. L’acquisition se fait la nuit et le traitement peut avoir lieu n’importe quand après.

Alain - Pourtant, j’ai entendu parler de logiciels pouvant être utilisés à la fois pour acquérir des images et pour traiter ces images, dit Alain un peu hésitant.

Aude - Oui, c’est vrai, certains logiciels sont capables de faire de l’acquisition, c’est-à-dire de commander la caméra CCD pour qu’elle prenne des images et de copier ces images sur le disque dur de votre ordinateur, et de faire également du traitement, c’est-à-dire de corriger les défauts des images pour qu’elles soient les mieux possible, du point de vue esthétique mais aussi du point de vue scientifique.

Christian - Au début du cours, tu as parlé de pré-traitement, maintenant tu parles de traitement, c’est la même chose ou il y a une différence ?

Aude - C’est vrai Christian, je me suis mal exprimée sur ce point car ce n’est pas du tout la même chose. Avec les images, il faut commencer à faire des pré-traitements, puis, quand ils sont faits, tu peux passer aux traitements. La différence entre les deux c’est que les pré-traitements consistent d’abord à supprimer tous les défauts qui ont été engendrés lors de l’acquisition. Quand l’image n’a plus de défauts, alors il est temps de faire des traitements sur elle pour lui donner des qualités, tu comprends ?

Christian - Des qualités ? Qu’est-ce que tu veux dire ? demanda à nouveau Christian.

Aude - Je veux dire que, s’il s’agit d’une image de galaxie, on peut, par exemple, procéder à un traitement pour mettre en valeur des détails de l’image et mieux voir les bras spiraux.

Raymond - D’accord, mais tu ne pourrais pas nous donner aussi un exemple de pré-traitement ? dit Raymond qui n’avait rien dit jusque là mais avait besoin que l’on soit plus concret.

Aude - OK, imagine que tu as fait une image d’un amas d’étoiles mais qu’il y avait un énorme grain de poussière sur l’un des verres de l’optique du télescope. Ton image présente donc une sorte de tache ronde assez inesthétique. Grâce aux pré-traitements, tu vas pouvoir enlever cette tache et grâce aux traitements tu pourras ensuite mettre mieux en valeur les détails de l’image. Tu comprends ?

Alain - D’accord, je comprends : on fait d’abord l’acquisition des images, c’est-à-dire qu’on prend les photos, ensuite on pré-traite ces images, pour supprimer certains défauts qui se sont produits lors de l’acquisition, et enfin on traite ces images pour leur faire dire un maximum de choses et qu’elles soient les plus utiles possible. C’est bien ça ?

Aude - Exactement ça. Et maintenant, je vais vous montrer les séries d’images sur lesquelles vous allez travailler.

DES IMAGES : QUELLES IMAGES ?

Aude s’apprêta alors à montrer à l’écran les images qu’elle avait prises la veille au soir avec son télescope et sa caméra CCD. Il s’agissait d’un objet assez connu qui s’appelle Messier 27 (abrégé en M27) : une nébuleuse qui se trouve dans la constellation dénommée « Petit renard ».

Christian - Messier, c’est le nom d’un astronome, non ?

Aude - Messier, c’est le nom d’un scientifique français qui s’appelait Charles Messier et qui vivait au 18ième siècle. Il a établi un catalogue d’objets célestes, dénommé catalogue des objets Messier, qu’il a observés et étudiés. Parmi ces objets, se trouvait la nébuleuse que j’ai observée hier soir et dont je vais vous montrer quelques images. » Aude montra alors l’image de M27 que voici ci-dessous :

Aude - La magnitude de cette nébuleuse est de 7,6 environ.

Alain - Tu veux dire qu’il n’est donc pas possible de la voir à l’œil nu mais qu’il faut nécessairement un télescope pour la voir ?

Aude - Oui, l’œil ne peut pas discerner des objets du ciel si leur luminosité est trop faible. On classe les valeurs de luminosité selon leur importance et c’est ce qu’on appelle la magnitude. Chaque étoile possède sa propre magnitude, c’est-à-dire sa propre luminosité. Curieusement, plus la magnitude est grande et plus la luminosité de l’objet est faible.

Raymond - Quelle est donc la magnitude limite qu’on peut voir à l’œil nu ?

Aude - La magnitude 6 environ. Et comme M27 brille à la magnitude 7,6, il n’est donc pas possible de la voir à l’œil nu, comme le disait Alain, et il faut un télescope. C’est ce que j’ai fait hier soir et j’ai pris un certain nombre d’images de M27.

Christian - Et l’image que tu montres maintenant, dit Christian comme si son esprit venait tout-à-coup de réaliser quelque chose d’important, elle a été pré-traitée ou pas ?

Aude - Oui, cette image est le résultat que j’ai obtenu après avoir effectué les opérations de pré-traitement dont nous allons parler aujourd’hui. En fait, pour faire ces pré-traitements, j’avais à ma disposition 4 séries d’images. Puisque vous avez tous les 3 suivi le cours précédent consacré à l’acquisition des images, est-ce que vous pourriez me rappeler ce que sont ces 4 séries d’images ?

Raymond - Euh…, l’image du noir, l’image de PLU et puis les images de l’objet céleste à photographier.

Aude - Oui, mais il en manque une !

Alain - Il manque l’image d’offset !

Christian – Non, il manque l’image de bias ! renchérit Christian.

Raymond - Ca en fait 2 alors ! s’écria Raymond, presque mécontent.

Aude - Oui, mais ces 2 images n’en sont qu’une en réalité. L’offset et le bias désignent la même image et ne sont que 2 termes différents pour parler de la même chose. Ca dépend des habitudes de chacun. Je vous ai expliqué, dans le stage consacré à l’acquisition, pourquoi nous faisions ces images et comment nous les faisions. Je ne vais donc pas m’étendre là-dessus et je vais vous montrer à l’écran ces 4 types d’images. Voici donc en premier le fameux offset (nous l’appellerons comme ça dorénavant).

Christian - En regardant bien, on voit une sorte de légère traînée blanche verticale vers le centre, non ?

Aude - C’est un défaut de mon capteur CCD. Vous vous rappelez que, dans le stage sur l’acquisition, je vous ai expliqué que le capteur CCD c’est la zone de la caméra sur laquelle est projetée l’image par le télescope.

Alain - Ca veut donc dire qu’on va retrouver ce défaut sur toutes les images alors ?

Aude - Bien vu Alain, c’est exact. Il sera présent sur toutes les images mais sera peut-être parfois plus ou moins facile à discerner visuellement, ça dépendra un peu des caractéristiques des images.

Raymond - Et on peut enlever ça avec les pré-traitements ? dit Raymond vaguement sceptique. Parce que, au début du stage, tu as dit qu’on pouvait enlever les taches provoquées par des grains de poussière présents sur l’optique du télescope, mais tu n’as pas parlé de ce type de défaut.

Aude - Ca aussi, grâce aux pré-traitements, ça peut être éliminé. Mais passons à l’image de noir. » Aude montra alors à l’écran l’image suivante :

Alain - Ca ressemble beaucoup à l’image d’offset.

Aude - Oui et c’est normal. Les images d’offset et de noir sont toutes deux effectuées dans le noir complet, alors que le tube du télescope est fermé. La seule différence c’est le temps de pose de l’image : pour l’offset il est très court (quasiment 0 seconde) alors que pour le noir, il est du même ordre que le temps de pose des images de l’objet à photographier (plusieurs dizaines de secondes).

Christian - Oui, je me rappelle, tu nous avais expliqué tout ça lors du stage sur l’acquisition.

Aude - Passons donc au troisième type d’image : la PLU, désignée en français « Plage de Lumière Uniforme » et ce que les Anglo-Saxons appellent « Flat Field ». » Et Aude montra alors à l’écran l’image suivante :

Raymond - Ah ! Enfin des étoiles, des vraies !

Aude - Oui, et vous vous rappelez que je vous avais également expliqué, lors du stage sur l’acquisition des images, pourquoi et comment on faisait ces images de PLU. Je ne vais donc pas m’attarder là-dessus.

Raymond - Oui, mais en plus, il y a des traces rondes noires et on voyait pas ces défauts sur les images de noir et d’offset. C’est quoi ça ?

Aude - Bonne question ! C’est que le noir et l’offset sont des images un peu spéciales. En fait, en faisant un noir ou un offset, on ne fait qu’enregistrer les défauts propres du capteur CCD lui-même. Il n’y a aucune lumière qui traverse le télescope, la vitre du CCD et qui tombe sur le capteur puisque le tube du télescope est fermé quand on fait des images d’offset ou de noir.

Alain - Et comme aucune lumière ne tombe sur le CCD, si des particules sont présentes sur le capteur CCD ou sur les optiques du télescope, l’image de ces particules n’est donc pas enregistrée.

Aude - Exactement ! Les images d’offset et de noir n’enregistrent que les défauts produits par les composants électroniques de la caméra. Quand on fait ces images, le capteur CCD ne « voit » donc rien.

Alain - Et c’est quoi ces taches noires rondes alors sur le flat field ? » remarqua Alain, en montrant sur l’écran les zones suivantes :

Aude - Ca, c’est la projection sur le capteur CCD de grains de poussière qui se sont déposés sur les optiques du télescope. Bon, si tout le monde est OK, je vais maintenant vous montrer le quatrième type d’image que l’on fait. C’est le plus important puisque c’est l’objet céleste lui-même. » Aude amena alors à l’écran l’image suivante :

Aude - Voici donc une image brute de M27, telle qu’elle s’est enregistrée sur le capteur CCD, avec tous les défauts que l’on vient de voir.

Christian - Ouah ! c’est très différent de l’image de M27 que tu nous avais montrée au début ! La différence entre les 2 est flagrante. »

Aude remontra alors, côte à côte, les deux images de M27 : celle de gauche qui n’était pas pré-traitée et celle de droite après les pré-traitements :

Raymond - Alors là, je comprends mieux pourquoi on fait des pré-traitements ! Y’a pas photo !

Aude - Comme vous le voyez, les pré-traitements sont importants du point de vue esthétique mais je dois rajouter qu’ils sont encore plus importants du point de vue scientifique.

Christian - Pourquoi ?

Aude - Parce qu’ils permettent d’éliminer tout ce qui est déformé par votre télescope, votre caméra, votre méthode de travail, la luminosité plus ou moins forte du ciel, etc. Ainsi, l’image devient telle qu’on pourrait l’observer si nos instruments n’avaient aucun défaut et étaient parfaits. Si on effectue des mesures sur celle-ci, ces mesures seront donc nettement plus fiables. L’image brute est ainsi pleine de défauts et ceux-ci ne sont pas toujours visibles à l’œil nu. Ils sont pourtant bien présents et il faut les éliminer pour avoir une image saine.

Alain - Tu pourrais donner un exemple ?

Aude - OK. Imaginez que vous souhaitiez mesurer la magnitude d’une étoile. Si vous n’avez pas pré-traité l’image, vous allez obtenir une valeur erronée car elle sera faussée par tous ces problèmes dont je viens de parler. Par exemple, imaginez qu’une grosse tache ronde due à une poussière se projette sur l’étoile à mesurer. Si vous mesurez la magnitude sur l’image, cette mesure sera donc faussée par la présence de cette tache. Autre exemple : dans une image brute, les plus faibles objets ont tendance à être masqués par tous les défauts inhérents à l’image. Donc, si vous voulez voir des galaxies très faibles, il faut absolument effectuer le prétraitement car sinon elles resteront invisibles. Si votre but est de voir des objets très faibles, ne pas prétraiter revient à diviser par 2 ou 3 le diamètre de votre télescope…

Raymond - Alors, on les commence ces pré-traitements ? s’écria tout-à-coup Raymond qui avait hâte de s’exercer.

Aude - On y va !

CAP SUR LES PRE-TRAITEMENTS…

Aude expliqua tout d’abord qu’il fallait s’organiser avant de lancer un logiciel de pré-traitement. Pour s’y reconnaître, le mieux était de créer des dossiers organisés (voir cours sur l’acquisition) et de placer toutes ses images dans ces dossiers.

Elle créa donc ces dossiers et y plaça toutes les images : celles de M27 non-pré-traitées et celles d’offset, de PLU et de noir. Aude lança ensuite le logiciel de pré-traitement.

Raymond - Qu’est-ce que tu utilises comme logiciel de pré-traitement ? Quel est le mieux ? demanda Raymond, prêt à noter une référence.

Aude - Il y en a un certain nombre à disposition des astronomes. On peut en préférer un plutôt qu’un autre pour telle ou telle raison qui relève parfois des habitudes de travail que l’on peut avoir et des objectifs que l’on s’est fixés. Mais, dans ce stage, je ne souhaite pas vous expliquer comment manipuler tel ou tel logiciel de pré-traitement car ça serait trop restrictif. Je voudrais plutôt vous faire comprendre à quoi servent ces pré-traitements et comment on les applique quel que soit le logiciel que vous utiliserez par la suite. Quand on sait pourquoi on fait les choses, on sait se débrouiller avec n’importe quel logiciel un minimum ergonomique.

Raymond - Alors par quoi on commence ?

Pour récapituler la situation, Aude expliqua donc qu’elle avait placé dans ses dossiers les images suivantes :

- 9 images d’offset.

- 9 images de noir.

- 9 images de PLU.

- 9 images brutes de M27

Aude - Nous allons donc commencer par nous occuper des images d’offset.

Alain - Pourquoi celles-là et pas les autres ? s’empressa de demander Alain.

Aude - C’est simple : pour respecter l’ordre logique des opérations. Je vous explique, écoutez bien car c’est un point important : pour traiter les images brutes de M27, il faut avoir d’abord traité les images de PLU, de noir et d’offset. Ensuite, pour traiter les images de PLU, il faut d’abord avoir traité les images de noir et d’offset. Enfin, pour traiter les images de noir, il faut d’abord avoir traité les images d’offset. Vous voyez donc que les seules images avec lesquelles nous n’avons besoin de rien ce sont les images d’offset. Et c’est pourquoi nous commençons par elles.

Christian - Mais j’aimerais bien savoir si tu suis une méthode particulière et pourquoi il existe un ordre des opérations ?

Aude - C’est une excellente question et j’aurais dû vous parler de cela plus tôt. En effet, les scientifiques ont mis au point une formule de pré-traitement des images et, grâce à celle-ci, nous savons vers quoi nous allons.

Christian - Une formule mathématique ? demanda Christian, l’air hagard.

Aude - Rassurez-vous tous les 3, il ne s’agit pas d’une formule compliquée, truffée de fractions et occupant la moitié de la page. C’est tout simple et ça s’énonce comme suit :

Raymond - C’est bien joli cette formule mais c’est pas très clair je trouve, se risqua Raymond quand il vit les mines perplexes de Christian et d’Alain.

Aude - Je vous explique : vous allez voir c’est pas si compliqué. Il s’agit d’une division : on divise la partie supérieure de la fraction, c’est-à-dire l’image de laquelle on a retranché le noir et l’offset (image - noir - offset) par la partie inférieure de la fraction, c’est-à-dire la PLU de laquelle on a retranché le noir et l’offset (PLU – noir – offset). Et au résultat, on obtient une image pré-traitée.

Alain - On peut donc diviser des images, soustraire des images, additionner des images… comme s’il s’agissait de nombres quoi ?

Aude - Tout à fait car ces images ne sont en fait que des nombres puisqu’elles sont comprises par les ordinateurs. C’est pourquoi on dit que ce sont des images numériques (ou digitales qui est un anglicisme mais qui se dit couramment également). C’est un des rôles du capteur CCD de transformer la lumière provenant des objets célestes en données chiffrées compréhensibles par les ordinateurs.

Alain - Donc, si je comprends bien la formule, le but du jeu est de soustraire le noir et l’offset de l’image, puis de faire la même chose avec la PLU. Ensuite on divise l’image par la PLU et on obtient l’image finale pré-traitée.

Aude - C’est absolument juste. Et maintenant assez de théorie, passons à la pratique et mettons les mains dans le moteur !

Christian - Stop ! Pourquoi est-il besoin de soustraire le noir et l’offset ? Je veux bien accepter cette formule, mais j’ai besoin de comprendre un minimum sa raison d’être. Je me connais, si je ne comprends pas cette formule, je ne vais jamais m’en rappeler.

Aude - OK, Christian, je vais t’expliquer. Comme les images de noir et d’offset contiennent les défauts des images de M27 et des images de PLU, et uniquement ces défauts, si on les soustrait, on soustrait par la même occasion les défauts.

Alain - Et pourquoi on divise par la PLU alors ? Pourquoi on fait pas une soustraction là aussi ?

Aude - Oui, c’est en effet une question que l’on peut se poser. Je t’avais expliqué dans le stage sur l’acquisition (voir article sur l’acquisition) les causes des défauts de PLU : présence de poussières sur le trajet optique de la lumière, entre autres. Pour mieux comprendre, nous allons suivre mentalement le cheminement de deux rayons lumineux qui rentrent dans notre télescope. Le premier a de la chance et parvient à la surface du capteur CCD sans encombre. Si son intensité est de 1 à l’entrée de l’instrument, elle sera donc encore de 1 à l’arrivée, c’est-à-dire sur le capteur CCD. Vous me suivez ?

Alain - Jusque là, pas de problème. Et pour le second rayon lumineux ?

Aude - J’y viens. Le second est moins verni que le premier car, sur son trajet, il rencontre une poussière qu’il heurte de plein fouet.

Raymond - Le ménage n’est pas très bien fait dans cet instrument !

Aude - Cette poussière absorbe une fraction du second rayon, disons 20 pour cent, car elle n’est pas totalement opaque. Donc, pour le second rayon, si l’intensité est de 1 à l’entrée de l’instrument, elle ne sera plus que de 1 x (1 – 0,2) = 0,8 à l’arrivée sur le capteur CCD.

Christian - OK c’est-à-dire 80 % de la valeur à l’entrée.

Alain - Puisque nos deux rayons arrivent en deux endroits différents du capteur CCD, le signal produit par le capteur en ces deux endroits ne sera donc pas le même alors que le flux lumineux à l’entrée de l’instrument était, lui, le même pour les deux signaux.

Aude - Et oui, il y a en effet une sorte d’ombre portée sur le capteur CCD au niveau de notre second rayon en raison de la présence de la poussière.

Alain - Mais comment corriger ce problème alors ?

Aude - Justement, grâce à l’image de PLU. Cette image ne contient en effet que les défauts de PLU, c’est-à-dire ces problèmes de poussières par exemple. Grâce à cette image, on va faire l’inverse du processus qui a emmené la non-uniformité dans l’image. Au lieu de multiplier, on va diviser !

Christian - C’est-à-dire ? demanda Christian le front plissé.

Aude - Tout à l’heure, nous avions l’équation suivante : 1 x (1 – 0,2) = 0,8 pour expliquer la valeur du flux lumineux arrivant sur le capteur CCD. Or, cette équation est une multiplication et nous allons donc maintenant faire le contraire, à savoir une division. Nous allons diviser l image céleste par l’image de PLU. Sur notre image céleste, le second rayon à une valeur de 0,8. Sur notre image de PLU, sa valeur est également de 0,8 puisque la même poussière était au même endroit. Donc, si nous divisons l’image céleste par l’image de PLU, nous obtiendrons au niveau du second rayon : 0,8 / 0,8 soit 1 qui est bien la valeur du second rayon à l’entrée du télescope !

Alain - OK, évidemment. Cette valeur de 1, c’est bien celle que nous aurions dû avoir s’il n’y avait pas eu la poussière. La division par l’image de PLU a donc bien corrigé le problème.

Christian - Attendez ! Je ne suis pas sûr d’avoir bien compris. Pourrais-tu prendre un autre exemple Aude s’il te plaît ?

Aude - OK. Imagine que tu observes une nébuleuse et prenons l’exemple de deux rayons lumineux : l’un émis par un point situé sur le fond du ciel autour de la nébuleuse, donc avec une intensité faible, et l’autre émis par un point quelconque de cette nébuleuse, donc avec une intensité bien plus forte. Ces rayons lumineux traversent l’optique de notre télescope et vont frapper deux endroits du capteur CCD. A l’entrée du télescope, le premier rayon a une intensité de 5, car il appartient au fond du ciel, et le second rayon a une intensité de 60, car il est émis par la nébuleuse.

Christian - Jusque là, je comprends. Et après ?

Aude - Comme tu as fait une image de PLU, celle-ci présente par exemple un niveau de 1 pour tous les pixels frappés par un rayon lumineux n’ayant subi aucun phénomène d’absorption du fait de la présence d’une poussière. Par contre, le pixel qui subit le phénomène d’absorption, lui, ne reçoit qu’un flux lumineux de 0,8 à cause de cette satanée poussière. Tu me suis toujours Christian ?

Christian - Toujours. Ca c’était pour ce qui se passe sur l’image de PLU. Et pour l’image céleste que se passe-t-il ?

Aude - Oui, revenons à notre image céleste. Le premier rayon donne un signal sur le CCD proportionnel à son intensité, c’est-à-dire de 5. Pour le second, à cause de la poussière qu’il doit traverser, le signal ne sera que de 60 x 0,8 = 48. Or, ce deuxième rayon devrait avoir le même signal à l’entrée du télescope, d’une part, et sur le CCD, d’autre part. Pour corriger ce problème, il faut diviser par l’image de PLU. Pour le premier rayon, ça va donner 5 / 1 = 5, et ça c’est bien conforme à ce que nous voulons puisqu’il n’y a pas lieu de corriger dans ce cas vu qu’il n’y a pas de poussière. Pour le second rayon, ça donnera : 48 / 0,8 = 60, et là nous voyons que nous retrouvons bien la valeur à l’entrée du télescope, donc la correction a bien fonctionné. On a reproduit sur l’image la vraie intensité des rayons. »

Voyant la mine réjouie de Christian, et ne sentant venir aucune autre question sur le sujet, Aude leur proposa donc de passer aux images d’offset.

PRE-TRAITEMENT DES IMAGES D'OFFSET

Aude expliqua alors qu’il fallait tout d’abord devoir produire une image d’offset.

Raymond - Une minute, pourquoi dis-tu produire une image d’offset ? Nos images d’offset, nous les avons déjà produites lors de l’acquisition.

Aude - Oui c’est vrai, mais ce que je veux dire c’est que maintenant, à partir de ces 9 images d’offset que nous avons, il nous faut en créer une seule.

Christian - Pourquoi une seule ?

Aude - Si l’on examinait attentivement chacune de nos 9 images d’offset, on verrait qu’elles ne sont pas rigoureusement identiques. Il se produit toujours de légères variations entre deux acquisitions. C’est pour cette raison que nous avons pris 9 images d’offset et non pas une seule. Nous allons ainsi pouvoir appliquer un traitement statistique sur les 9 offsets de façon à ne produire qu’un seul offset qui soit au mieux représentatif de l’offset « idéal ». Pour obtenir cette image d’offset, nous allons effectuer la médiane de nos 9 images d’offset..

Raymond - Oh là ! Pas si vite, Aude ! C’est quoi la médiane ?

Christian – Oui, attends, moi non plus je ne comprends pas ce truc de médiane.

Aude - La médiane est une opération de compositage.

Raymond - Compositage ?

Aude - Oui, « compositer » ça veut dite que l’on prend plusieurs images, qu’on les combine et que de cette combinaison résulte une seule image finale. L’union fait la force ! Neuf images compositées seront beaucoup plus fiables qu’une seule image. Et c’est d’ailleurs pour cette raison que nous allons faire un compositage médian.

Christian - Et ça veut dire quoi alors « médian » ?

Aude - Prenons par exemple un pixel particulier de nos 9 images d’offset et supposons que ce pixel présente les valeurs d’intensité suivantes :

300 Sur la 1ère image

560 Sur la 2ème image

302 Sur la 3ème image

292 Sur la 4ème image

291 Sur la 5ème image

299 Sur la 6ème image

305 Sur la 7ème image

325 Sur la 8ème image

272 Sur la 9ème image

Aude - Cela nous donne donc la suite de chiffres suivante :

300, 560, 302, 292, 291, 299, 305, 325, 272

Aude - La technique médiane consiste à trier ces intensités par ordre croissant :

272, 291, 292, 299, 300, 302, 305, 325, 560

Aude - La valeur médiane se situe au centre de cette distribution et c’est donc la valeur 300 dans le cas présent. La valeur manifestement aberrante (560) est donc systématiquement rejetée.

Alain - Rejetée ? Pourquoi dis-tu qu’elle est rejetée ? Pourquoi 560 et pas 272 ?

Aude - En fait, toutes les valeurs sont rejetées, mis à part 300. La valeur 272 est rejetée par l’opération de médiane tout comme 299 ou 560. Si l’on regarde la répartition sur les images, on voit que 300 est exactement la valeur du pixel sur l’image 1 et 560 est la valeur de ce même pixel sur l’image 2. L’image 2 devait donc présenter, au niveau de ce pixel, un point plus lumineux que sur les autres images.

Christian - Mais alors, pourquoi l’image 2 présente-t-elle ce point lumineux et pas les autres images ? demanda Christian en fronçant les sourcils.

Aude - Il peut y avoir plusieurs raisons à cela. Il peut par exemple s’agir d’un rayon cosmique ou d’un point chaud, l’un de ces phénomènes ne s’étant produit que quand l’image 2 a été prise.

Raymond - Pas si vite ! Tu as dit rayon cosmique et point chaud. C’est quoi ces petites bêtes ?

Aude - Ce sont deux phénomènes que l’on trouve souvent sur les images CCD. Les rayons cosmiques sont des particules à très haute énergie traversant l’espace dans toutes les directions. Certains parviennent à la surface terrestre et impressionnent donc le capteur CCD. C’est un signal qui n’est pas produit par le champ d’étoiles que l’on observe et n’a rien à voir avec lui.

Raymond - C’est un parasite quoi !

Aude - Oui, en quelque sorte. En plus, on peut le confondre parfois avec une étoile et cela peut provoquer de fausses détections, par exemple lorsqu’on cherche des supernovae et que le rayon cosmique tombe sur l’image d’une galaxie. Enfin, mais ça c’est une opinion plus personnelle, un rayon cosmique au beau milieu d’une image, c’est pas beau !

Raymond - Tu as parlé de particules à très haute énergie, c’est dangereux ces machins ?

Aude - Non, c’est inoffensif.

Alain - Sur l’image 2, on a peut-être un rayon cosmique alors ? Et pourquoi on l’a pas sur les autres images ?

Aude - Car c’est un phénomène très rapide et qui se produit de façon totalement aléatoire.

Raymond - Et comment on reconnaît un rayon cosmique sur une image CCD et en quoi se différencie-t-il d’une étoile ?

Aude - Excellente question Raymond mais la réponse n’est pas simple. En général, le point lumineux produit par un rayon cosmique possède des contours très définis et très précis sur une image CCD. Par contre, le point lumineux produit par une étoile possède des contours plus flous. Mais, il faut reconnaître qu’il est très facile de confondre les deux.

Zoom sur le carré de l’image de gauche : le rayon cosmique est ici bien visible et son aspect est nettement plus tranché que celui des étoiles

Christian - OK pour les rayons cosmiques, mais les points chauds c’est quoi alors ? Pourquoi « chauds » ?

Aude - Bonne question aussi. Bien qu’il ne soit pas question de température, on utilise le terme « chaud » par analogie avec l’intensité lumineuse. Plus un point est « chaud », plus son intensité « lumineuse » est élevée. En fait, un point chaud n’est pas un point lumineux mais c’est un signal parasite généré par le capteur CCD au niveau d’un pixel « malade ». Ce ne sont pas des étoiles et on veut s’en débarrasser s’ils apparaissent sur nos images.

Raymond - Mais qu’est-ce qui produit ce phénomène ?

Aude - Vous vous rappelez que nous avons parlé des images de « noir » lors du stage sur l’acquisition. Comme je vous avais expliqué alors, l’image de noir n’est en fait qu’une carte des points chauds produits par le capteur CCD. Chaque élément sensible du capteur CCD est plus ou moins enclin à produire des points chauds. Chaque capteur CCD possède donc une carte de points chauds qui lui est propre et qui le caractérise.

Raymond - Bon, je vais essayer de récapituler tout ça pour voir si j’ai bien compris. Donc, grâce à la médiane, on élimine des images les intensités qui ne sont pas réelles et ne représentent pas les objets célestes car elles sont trop différentes d’une image à l’autre.

Aude - Excellent résumé Raymond. On voit bien qu’il serait dramatique de n’acquérir qu’une seule image : rien ne prouve en effet que les intensités relevées seraient alors réelles. C’est le traitement statistique (la médiane) qui permet de lever le doute.

Alain - On utilise souvent la médiane ?

Aude - Oui, le compositage médian est systématiquement utilisé lorsqu’on combine des images de noir, d’offset et de PLU.

Raymond - Alors on la fait cette médiane sur nos 9 images d’offset ? »

Aude expliqua alors : « Quel que soit le logiciel utilisé, vous trouverez toujours une option « médiane » ou « effectuer la médiane » se trouvant dans le menu « pré-traitement ». Il suffit alors de sélectionner les images à pré-traiter et hop, le logiciel fait le reste et génère une image résultante. Dans le cas présent, voici donc notre offset final.

Alain - Maintenant, j’imagine qu’il suffit d’enregistrer cette image sur le disque dur, dans le répertoire que nous avons créé ?

Aude - Oui exactement, mais nous allons lui donner un nom particulier afin de la distinguer des autres images. Appelons-la « offset_final.fit ». L’extension « .fit » est associée à un format de fichier couramment utilisé dans les logiciels d’astronomie, mais certains logiciels en utilisent une autre.

Raymond - En quoi est-ce différent ?

Aude - Cela n’a aucune importance pour ce qui nous concerne actuellement, c’est à dire les pré-traitements. »

PRE-TRAITEMENT DES IMAGES DE NOIR

Aude - Comme nous en avons maintenant fini avec l’offset, nous allons donc nous attaquer à l’image de noir. Comme je vous ai déjà expliqué, ces deux images sont de même nature et vous ne serez donc pas surpris d’apprendre que le pré-traitement est très proche de celui de l’offset.

Christian - Allons-nous refaire la médiane ?

Aude - Parfaitement, et cette opération sera menée de manière identique. Je ne recommencerai donc pas ici la même explication et je vais vous laisser exécuter seuls cette tâche. »

Raymond, Alain et Christian effectuèrent donc la médiane des images de noir comme ils l’avaient appris pour les images d’offset. Quelques minutes plus tard, Aude revînt donc derrière leur ordinateur pour voir où ils en étaient.

Raymond - Voilà notre image de noir finale ! s’exclama Raymond tout content. Qu’en penses-tu ?

Aude - C’est parfait. A votre avis, qu’est-ce qu’on fait maintenant ?

Christian - Il nous reste l’image de PLU, non ? On la pré-traite aussi ? demanda-t-il plein d’enthousiasme car il sentait qu’il maîtrisait enfin cette opération de médiane.

Aude - Oui, mais vous oubliez un petit détail. Lequel ?

Christian - Un petit détail ? s’étonna Christian, un peu décontenancé.

Alain - Ah oui, je sais, il faut enregistrer notre image et donc lui donner un nom particulier.

Aude - C’est vrai, mais je ne pensais pas à ça. Regardez vos notes et essayez de trouver ce qu’il faut faire maintenant. Regardez en particulier notre formule de pré-traitement. »

Raymond, Christian et Alain se regardèrent, l’air dubitatif.

Raymond - Non, on voit vraiment pas.

Aude - Je vais vous mettre sur la piste. Réfléchissez à ce que comporte notre image de noir actuelle. Nous avons déjà expliqué dans le stage sur l’acquisition que l’image d’offset est produite par l’électronique de la caméra pendant un temps de pose nul. Lorsque nous faisons une image de noir, nous enregistrons les émissions produites par le capteur CCD, mais lorsque nous faisons cela nous enregistrons également l’image d’offset qui vient s’additionner à chaque image de noir.

Alain - OK, j’ai compris. Puisque l’image d’offset est incluse dans l’image de noir, il faut donc la soustraire de cette dernière, non ?

Aude - Bien vu Alain. Pour obtenir une image de noir « pure », c’est à dire qui ne contient que le signal de noir, il faut lui retrancher l’image d’offset. Si nous ne faisons pas ça, nous allons soustraire deux fois l’offset de nos images de M27.

Christian - Deux fois ? Mais pourquoi deux fois ? demanda Christian un peu dépassé par les évènements.

Aude - Oui, deux fois. Une première fois lorsque nous allons soustraire l’image d’offset des images de M27 et une deuxième fois lorsque nous allons soustraire l’image de noir des images de M27 puisque notre image de noir contient également l’offset et n’est pas pure.

Christian - Ah oui, d’accord. Mais c’est vicieux ce truc, je n’y aurais jamais pensé tout seul !

Raymond - Concrètement, comment on fait ?

Aude - Tous les logiciels comportent une fonction « Soustraction », soit dans le menu « Pré-traitement », soit dans le menu « Traitement », ou ailleurs… Vous finirez bien par la trouver. Vous sélectionnez donc votre image de noir finale et vous lui soustrayez l’image d’offset finale que nous avons créée tout à l’heure.

Raymond - Et là, on a fini avec le pré-traitement de l’image de noir ? demanda Raymond méfiant s’attendant à une autre surprise.

Aude - Oui, oui, rassure-toi Raymond, il ne nous reste plus qu’à sauvegarder cette image en l’appelant « noir_final.fit » par exemple. »

PRE-TRAITEMENT DES IMAGES DE PLU

Aude - Passons maintenant au pré-traitement de nos images de PLU. Comme je l’ai déjà expliqué dans le stage sur l’acquisition, l’image de PLU est de nature différente des images d’offset et de noir. Cela tient au fait que les images de PLU ont été prises sur le ciel et l’on peut donc y distinguer de véritables étoiles.

Alain - Ce n’est pas la seule façon de faire des images de PLU, non ? Si je me rappelle bien, tu nous avais expliqué au cours du stage sur l’acquisition qu’il existait d’autres façons de faire des images de PLU.

Aude - Effectivement, et je ne reviendrai pas sur ce point. La méthode d’acquisition que j’ai utilisée ici n’est peut-être pas la meilleure à tous égards, mais c’est assurément la plus simple à mettre en œuvre d’un point de vue pratique, en tout cas à mon avis.

Raymond - Si je comprends bien, on voit de vraies étoiles sur nos images de PLU mais on voit également les défauts optiques du télescope, de la caméra, les défauts de l’image de noir et ceux de l’image d’offset.

Aude - Tout à fait, Raymond. On peut même dire que les images de PLU présentent les mêmes défauts que les images de M27. Dès qu’on fait une image du ciel, tous ces défauts sont présents.

Raymond - D’accord, alors comment on fait maintenant avec ces 9 images de PLU ?

Aude – Il nous faut d’abord soustraire l’image de noir et celle d’offset de chacune de nos images de PLU. Dans les logiciels, vous trouverez toujours une commande qui s’appellera « soustraire une série d’images » ou bien « soustraire une séquence d’images ». Vous choisissez alors toutes les images de PLU d’une part, et d’autre part vous sélectionnez l’image de noir finale à soustraire. Une fois cette opération effectuée, vous faites la même chose avec l’image d’offset finale.

Raymond – A la fin, chaque image de PLU est donc débarrasée des défauts de noir et d’offset.

Aude – Tout à fait Raymond. Maintenant, avant de faire la médiane, il faut prendre en compte le fait que le ciel peut avoir changé de brillance entre chaque acquisition de PLU.

Christian – Et pourquoi il aurait fait ça le ciel ?

Aude – Eh bien, par exemple, parce que la Lune s’est levée pendant les acquisitions de PLU ou que des petits cirrus ont légèrement envahi le ciel. Donc, pour ne pas fausser le calcul de la médiane, il va falloir faire une petite opération qui simule un ciel qui n’aurait pas du tout changé de brillance. Cette opération s’appelle une normalisation.

Raymond – C’est quoi cette bête ?

Aude – Cela consiste à multiplier tous les pixels de l’image par un coefficient distinct pour chaque image. Ainsi, au terme du calcul, la brillance du fond du ciel sera équilibrée entre toutes les images. Ce n’est qu’après cette opération de normalisation que l’on peut faire le calcul médian.

Raymond – Et comment on fait pour normaliser ?

Aude – Chaque logiciel a une fonction qui a pour objet de calculer le niveau du fond du ciel dans chaque image et d’appliquer le bon coefficient sur une séquence. Cette fonction s’appelle souvent « normalisation par gain ». Après avoir effectué cette opération, nous pouvons alors faire la médiane. La médiane nous permettra de supprimer les anomalies ponctuelles de chaque image de PLU, comme pour l’image de noir et d’offset, mais elle nous permettra également autre chose. Vous savez quoi ?

Christian - Non, pas vraiment. Tu peux nous mettre sur la voie ?

Aude - OK. Que voulons-nous éliminer sur nos images de PLU ? Tout sauf les défauts systématiques dont nous avons parlé tout à l’heure et qui la caractérisent. L’image de PLU finale ne doit présenter que ces défauts, par exemple générés par des poussières sur l’optique du télescope.

Alain - Ah oui, la médiane des PLU va aussi nous permettre d’éliminer les étoiles apparaissant sur les images de PLU pour qu’il ne reste plus que les défauts.

Christian – Là, je comprends pas.

Aude - Je t’explique : prenons nos images de PLU. En un certain point d’une image apparaît une étoile. En ce même point des autres images il n’y a rien puisque le télescope s’est déplacé entre chaque image de PLU lors de l’acquisition (voir cours sur l’acquisition). La médiane va donc considérer que cette étoile constitue un point lumineux aberrant et va l’éliminer de l’image finale compositée. Comme les étoiles présentes sur les images de PLU sont toutes en des endroits différents d’une image à l’autre, ces étoiles seront donc toutes éliminées et il ne restera plus que les défauts optiques propres aux images de PLU.

Christian - OK, dit Christian soulagé d’avoir compris, comme avec les images d’offset et de noir, nous voulons avoir des images de PLU « pures ».

Aude - Exactement, et je vous laisse donc effectuer l’opération de médiane sur nos 9 images de PLU. »

Aude revînt derrière l’ordinateur 10 minutes plus tard pour voir où en étaient Alain, Raymond et Christian. Ils étaient sur le point d’effectuer la médiane après avoir sélectionné les 9 images de PLU.

Raymond dit, après avoir effectué la médiane : « Ah oui, c’est fou, toutes les étoiles ont disparu de l’image finale !

Une image de PLU avant compositage médian

http://www.astrosurf.com/aude/debutant/preprocessing_course_fichiers/images/image028.jpg

L’image de PLU finale après compositage des 9 neufs images de PLU

Aude - Avez-vous bien compris pourquoi les étoiles ont disparu ?

Alain - Oui je crois. La médiane examine un pixel particulier sur une image : si une étoile se trouve sur ce pixel et ne se trouve pas sur ce même pixel sur les autres images, la médiane considère alors qu’il s’agit d’un pixel d’intensité aberrante et l’exclut donc de l’image finale, comme s’il s’agissait d’un rayon cosmique. C’est bien ça ?

Aude - Parfaitement, et ce phénomène explique pourquoi nous déplaçons le télescope entre les images de PLU puisque nous ne voulons pas que les étoiles se trouvent au même endroit d’une image sur l’autre.

Christian - Est-ce qu’on sauvegarde maintenant notre image finale de PLU ?

Aude – Oui, on va la sauvegarder sous le nom « plu_final.fit ».

PRE-TRAITEMENT DES IMAGES DE M27

Aude expliqua : « Maintenant que nous avons nos 3 images de pré-traitement, c’est à dire nos images finales d’offset, de noir et de PLU, il est temps de s’occuper des images les plus importantes, à savoir celles représentant l’objet céleste qui nous intéresse.

Raymond - Nous allons donc appliquer la formule dont tu nous as parlé ? demanda Raymond content de s’occuper enfin des images du ciel.

Aude - Parfaitement. Mais ici, c’est le logiciel qui va faire presque tout le travail à notre place. Les logiciels de traitement des images possèdent tous une fonction de pré-traitement automatique.

Christian - Chouette ! s’écria Christian avec un large sourire.

Raymond - Comment ça marche ? Jusqu’à présent ça n’a pas été vraiment automatique !

Aude - C’est vrai, mais maintenant le logiciel va se rattraper : nous allons lui indiquer dans quel dossier se trouvent les images finales d’offset, de noir et de PLU ainsi que les 9 images de M27 à traiter. Ensuite, le logiciel s’occupera de tout.

Alain - Il produira donc 9 nouvelles images de M27 totalement pré-traitées ?

Aude - Oui, ces 9 images seront effectivement pré-traitées, mais il nous restera ensuite à les compositer. »

Aude demanda alors à Raymond, Christian et Alain d’utiliser la fonction de pré-traitement automatique des images du ciel telle qu’elle se présentait dans le menu de pré-traitement du logiciel.

Christian - Tout à coup, j’ai un doute. Ca veut dire quoi déjà « compositer » ?

Aude - Ca veut dire combiner les images, les associer pour n’en produire qu’une seule.

Christian - Et pourquoi on en veut qu’une seule, au fait ?

Aude - Parce qu’ainsi, on cumule les qualités des 9 images. Le fait de les combiner revient à augmenter a posteriori le temps de pose et, plus on augmente le temps de pose, plus on est en mesure de détecter des objets faibles.

Alain - Une fois que nous aurons appliqué la formule de pré-traitement et obtenu nos 9 images de M27 pré-traitées, allons-nous faire la médiane ?

Aude - Pas forcément, car nous avons ici 3 possibilités : nous pouvons faire la médiane, la somme ou l’addition sigma-clipping.

Christian - Et pourquoi n’avions nous pas ce choix lorsque nous avons traité les images de noir, d’offset et de PLU ? s’étonna Christian.

Aude - Parce que là, il s’agissait uniquement de corriger ces images pour les rendre les plus « pures » possible, c’est-à-dire que l’image de noir ne présente que les défauts de noir, que l’image d’offset ne présente que les défauts d’offset, etc. Alors que maintenant nous voulons non seulement éliminer les défauts des images de M27 mais nous voulons aussi améliorer leurs qualités, les rendre plus efficaces. Le but recherché n’est pas le même.

Alain - Je suppose que la somme consiste simplement à additionner les images ?

Aude - Oui, parfaitement.

Christian - Mais pourquoi additionner des images ? Si on fait ça, cela va fausser le résultat puisque chaque point brillant se retrouvera 9 fois plus brillant, non ?

Aude - C’est justement ce que l’on cherche ! Il faut augmenter le signal enregistré c’est-à-dire les points brillants. Le résultat n’est pas faussé car c’est tout ce qui est sur l’image qui va se retrouver 9 fois plus brillant et donc la valeur relative des éléments de l’image les uns par rapport aux autres reste inchangée. Supposons que sur une image élémentaire le signal de deux étoiles est de 1 et 2 respectivement. Si on composite 10 images, le signal pour ces deux étoiles sera donc de 10 et 20. Ainsi, on retrouve toujours le facteur 2 d'écart entre ces deux objets.

Christian - Et pourquoi choisir de faire une somme plutôt qu’une médiane ? demanda à nouveau Christian, un peu déboussolé par toutes ces possibilités s’offrant à lui.

Aude - Le compositage médian est systématiquement utilisé lorsque l’on combine des images de noir, d’offset ou de PLU. En revanche, les choses sont généralement moins évidentes lorsque l’on combine des images du ciel profond, par exemple celles d’une galaxie. Dans ce cas, on peut montrer que le bruit est 1,21 fois supérieur dans une image issue du compositage médian par rapport à celui d’une image issue du compositage par la somme.

Raymond - Le bruit ? demanda Raymond en fronçant les sourcils. Je connais le bruit en termes d’acoustique, mais je n’en avais jamais entendu parler dans un contexte d’images et donc de visuel…

Aude – Imagine, Raymond, que tu es dans un hall de gare, dans un brouhaha ambiant assez fort. Tout à coup, ton voisin te parle et ton oreille est alors incapable de distinguer ses paroles dans tout ce bruit. Eh bien sur une image c’est pareil, il y a du bruit, c’est-à-dire une fluctuation aléatoire du signal, et ce bruit peut empêcher de voir de faibles objets célestes qui se retrouvent comme noyés dedans.

Raymond - Oui mais il y a du bruit dans un hall de gare parce qu’il y a beaucoup de gens, mais d’où vient le bruit sur les images CCD ? Qu’est-ce qui le provoque ?

Aude - Une des origines c’est l’électronique de la caméra car celle-ci produit des parasites. Mais le bruit peut aussi provenir d’un signal thermique généré par le capteur CCD et il diminue alors au fur et à mesure que l’on baisse la température du capteur grâce à un dispositif de refroidissement. Il y a d’autres sources de bruit encore mais est-ce que tu as compris le principe Raymond ?

Raymond - OK Aude, et par la même occasion je comprends aussi pourquoi il y a des dispositifs de refroidissement sur les caméras CCD.

Alain - Mais si la somme génère moins de bruit que la médiane, pourquoi ne choisissons-nous pas toujours la somme comme méthode de compositage ?

Aude - Parce que la somme ne nous aurait pas permis d’éliminer les points aberrants des images de noir, d’offset ou de PLU alors que la médiane, elle, permet cela. Dans le cas des images de M27, le problème c’est que, avec la somme, le gain en matière de détectivité, c’est à dire la capacité à voir des objets faibles, peut être remis en cause si chaque image présente des défauts, par exemple des impacts de rayons cosmiques, des points chauds mal corrigés lors de la soustraction de l’image de noir, des ombres de poussières non gommées par l’image de PLU…

Alain - Donc, si je comprends bien, le compositage médian redevient intéressant si le pré-traitement n’a pas donné le résultat escompté.

Aude - Exactement, surtout que le compositage médian permet d’éviter une partie des fausses détections lorsque l’on cherche par exemple une supernova.

Christian - Oui mais comment voit-on que le pré-traitement n’a pas donné les résultats escomptés ? A quoi cela se remarque sur les images pré-traitées, concrètement ?

Aude - Très très bonne question. Si l’on joue sur les seuils de visualisation, c’est à dire les petites tirettes à déplacer avec la souris pour faire varier la luminosité et le contraste des images, on s’aperçoit qu’il peut rester des taches sur les images, des zones sombres, des points blancs ne ressemblant pas à des étoiles…

Christian - Mais pourquoi est-ce que le pré-traitement aurait échoué ?

Aude - C’est pas qu’il échoue, c’est plutôt qu’il n’est pas aussi efficace que nécessaire. Les raisons à ce problème peuvent être multiples. Mais pour répondre vraiment à ta question, un livre entier n’y suffirait pas ! Pour résumer, disons que c’est le non-respect des règles de base qui peut expliquer cela : par exemple, acquérir une mauvaise image de PLU, ne pas bien faire attention au niveau de l’image de noir que l’on soustrait, etc. Bien des choses peuvent causer un échec. Il faut avoir un œil critique sur ses résultats, par exemple : est-ce que le fond du ciel est bien uniforme après les prétraitements. En tout cas, il ne faut pas hésiter à demander l’avis d’amateurs plus expérimentés.

Raymond - Et l’addition sigma-machin dans tout ça ? demanda Raymond, un rien goguenard.

Aude - L’addition sigma-clipping est une méthode de compositage moins connue que les précédentes. Elle mérite pourtant à être connue car elle combine en effet les avantages de la médiane et de la somme, sans en comporter les défauts. Dans cette méthode, les images sont additionnées, mais les points qui s’écartent le plus de la somme arithmétique des pixels sont éliminés.

Alain - On a donc une bonne détectivité, comme dans la somme, tout en évitant les problèmes de fausses détections, comme dans la médiane.

Aude - Effectivement.

Raymond - Mais puisque cette méthode est géniale, pourquoi est-ce qu’on ne l’applique pas systématiquement sur les images du ciel ?

Aude - Je savais que quelqu’un poserait cette question ! dit Aude en souriant. Disons que cette méthode demande qu’on lui indique un paramètre, qu’on appelle le seuil de réjection, et que cela peut nécessiter des essais successifs pour ajuster sa valeur. Ca peut s’avérer fastidieux lorsqu’on n’a pas l’habitude. Ensuite, il faut que le niveau des images soit très semblable : même temps de pose, même télescope, même moment de prise de vue. C’est pas toujours le cas. Pour des débutants, disons que ce n’est pas la méthode à préconiser. »

Tous les points obscurs semblant éclaircis, Aude expliqua alors à Raymond, Christian et Alain qu’avant d’utiliser la fonction de compositage des images de M27 pré-traitées, il fallait faire une opération particulière. Aude leur demanda quelle était, à leur avis, cette opération. Mais, devant leurs mines déconfites, Aude ajouta, pour les mettre sur la piste, que le télescope avait été déplacé très légèrement entre chaque image de M27 lors de l’acquisition.

Alain - Si le télescope a bougé entre chaque image, les étoiles ne se trouvent pas sur les mêmes pixels d’une image à l’autre...

Aude - Oui, et que va-t-il donc se passer si on choisit la méthode du compositage par la somme ?

Christian - Chaque étoile va apparaître 9 fois ! s’exclama Christian, tout fier de sa réponse.

Aude - Parfaitement, et comment éviter ce problème ?

Raymond - Ben, il vaudrait mieux faire en sorte que les 9 images se superposent exactement.

Aude - Et oui, et pour cela nous allons utiliser une fonction du logiciel qui s’appelle parfois « recalage », parfois « recentrage ». Il suffit de sélectionner nos 9 images et d’appliquer cette fonction.

Christian - Y’a vraiment que ça à faire ? Après, c’est automatique ? demanda Christian, plein d’espoir.

Aude - Certains logiciels font ça automatiquement, après sélection des images, d’autres logiciels vous demandent de sélectionner une étoile de référence, ni trop brillante ni trop faible, qui doit se trouver sur toutes les images bien entendu. Cette sélection se fait généralement en dessinant un carré autour de l’étoile avec la souris. »

Aude laissa donc Raymond, Christian et Alain effectuer cette opération.

Le recentrage effectué, Aude demanda à ses stagiaires d’effectuer la dernière opération, à savoir le compositage par la somme, qui est la méthode le plus souvent utilisée.

Aude - Une dernière petite information : suivant les logiciels, les fonctions de pré-traitement automatique, de recentrage et de compositage se font de manière distincte ou simultanément. Mais cela ne devrait pas vous poser de problèmes avec ce que vous avez appris aujourd’hui.

Christian - Au fait, pour revenir sur le recentrage, pourquoi tu as décalé le télescope entre chaque image de M27 ?

Aude - Pour être sûre que sur chaque image les points lumineux ne se trouvent pas toujours sur les mêmes pixels. Comme ça, si un pixel est défectueux, le point lumineux ne se formera pas toujours sur lui et le compositage entre toutes les images permettra de moyenner et donc de limiter le défaut. »

CONCLUSION

Raymond - Elle est pas super cette image finale de M27, je m’attendais à mieux, dit Raymond songeur.

Aude - Oui, c’est normal, il nous faut régler les seuils de visualisation jusqu’à ce que les parties claires soient bien visibles, sans que les plus claires ne soient saturées, et que les parties sombres, c’est à dire le fond du ciel, soient le plus noir possible. Voici une image de M27 dont les seuils sont mal réglés et qui est donc trop claire :

Aude - Vous voyez que ça change tout !

Raymond - Ah ouais, c’est vrai que ça change tout ! s’exclama Raymond, soulagé de ne pas avoir fait tout ça pour rien. Elle est géniale cette image ! Vivement qu’il fasse beau, que je puisse sortir mon télescope ! ».

[Invité]

Très intéressant en effet ^.^

Mais ce n'est pas vraiment un "test"; c'est un tutoriel.

Et il ne manque pas un bout ?.. ^.^

[frédogoto]

tu fais allusion à une éventuelle section acquisition ?

sinon pour "test" il fallait lire "texte" dsl

[frédogoto]

suit a une edition malheureuse, les images s'etaient fai la malle : c'est réparé

[Invité]

Mon allusion concerne la partie traitement; je ne la vois pas o.O

Il n'y a que le pré-traitement, non ?

[frédogoto]

ha oui absoluement

c'est pour bien faire entrer les notions qui sont obscure dans l'esprit de nos camarrades : a quoi ça serte, comment on s'en sert

familiarisation avec le signal bruit

le traitement proprement dit perso je trouve qu'il n'y a que du cas par cas....

[Invité]

(...)

le traitement proprement dit perso je trouve qu'il n'y a que du cas par cas....

Certes...

Mais il y a tout de même des idées directrices générales ^;^