software StarNet++

[iamsiggi]

Es gibt jetzt die Version 2 von StarNet++
 

Hier hat uns der Autor informiert (inkl. Links zu den Downloads): https://www.astrobin.com/zqcm64/. Auf Cloudy Nights hat er einiges an Informationen zur neuen Version veröffentlicht.
 

Wer es nicht kennt:

Anfang 2019 war es das erste Programm wo ein neuronales Netzwerk darauf trainiert wurde, Sterne aus einem Bild zu entfernen.

Das ganze ist Freeware und gibt es für MacOS (nicht M1), Windows und später sogar als Modul für PixInsight.
 

Wozu kann man das brauchen:
 

Es ist einfacher, wenn man Sterne und Hintergrund getrennt bearbeitet und dann das ganze hinterher vereinigt.
Das wird jeder, der mal Deep Sky  Bilder bearbeitet nachfühlen können 😉
 

 

Letztes Jahr wurde von Jemanden mit dem StarXTerminator ein sehr ähnliches, aber kostenpflichtiges Tool veröffentlicht. Es gibt aber eine 30 Tage Testversion, die man einfach nutzen sollte.

Für mich hatte das den Vorteil, dass es auch mit linearen* Bildern arbeiten kann. Und je nach Material, lieferte mal das Eine und mal das Andere ein besseres Ergebnis.

Beide hatten eines gemeinsam: Sie wurden mit Sternen aus "Linsen" Teleskopen trainiert. Damit wurden die Spikes, die Newton Teleskope bei Sternen liefern, nicht wirklich gut entfernt.

Wie aufwändig ist es ein Neuronales Netzwerk zu trainieren?

Fabian Neyer ein begnadeter Schweizer Astrofotograf und Bildbearbeiter stellte uns auf der CEDIC 2017 Tagung seine Methode der Sternentfernung vor (Links zum PDF Dokument). Adam Block hat 2 Videos dazu gemacht. Die wirklich guten Bildbearbeiter in meiner Umgebung benötigen in etwa 4 Stunden um ein sternloses Bild zu erstellen. Nun: Davon braucht man dann möglichst viele, so ein paar Hundert sollten es dann schon sein, um das neuronale Netzwerk darauf zu trainieren....

Was versteht man überhaupt unter einem Neuronalen Netzwerk?

Wem jetzt neuronales Netzwerk nicht so geläufig ist: So funktioniert unser Gehirn, daher der Name.
Wir lernen so: Sinneseindrücke  verknüpfen und verfestige Verbindungen zu anderen Zellen im Gehirn (Neuronen).  Sobald ähnliche Signale in unserem Hirn eintreffen, werden gleichartige "Muster" aktiviert: Die Neuronen "feuern",  und wir "erkennen" etwas wieder.  So ist es möglich, dass wir bald ein "Haus" erkennen, auch wenn sie sehr verschieden aussehen oder wir gar nur Teile davon sehen.
Normale Computerprogramme würden schnell an solcher Aufgaben scheitern, weil sie ja nur in "Ja" oder "Nein" "denken": Ein Haus sieht so aus und wenn es von der Vorlag abweicht, ist es kein Haus mehr.
So ist es für uns auch einfach möglich: Text in einem Bild automatisch zu lesen. Ein Computer muß erst eine "optische Zeichenerkennung" (OCR) machen um einen Text zu "verstehen", ansonsten besteht ein Bild blos aus Pixel mit Farb- und Helligkeitsinformationen.
In der Bildgebenden Medizin gibt es sie mittlerweile auch: Sie werden z.b. darauf trainiert Krebs in den Röntgenbildern der Vorsorgeuntersuchungen zu erkennen, oder zumindest vorzuselektieren.

Noch eine Anmerkung: Jede gleichartige Reizung verfestigt diese Strukturen/Vernetzungen. Mit positiven wie negativen Auswirkungen, und es ist schwer, hinterher solche eingefahrenen "Wege" wieder aufzubrechen.
So hat man bei manchen psychischen Erkrankungen allem voran z.B. bei Schizophrenie, nicht viel Zeit, dass man sie auch erfolgreich Behandeln kann.


Kommen wir aber zurück zu dem , was ich eigentlich zeigen wollte:
 

Version 2 von StarNet++ kommt jetzt offenbar auch mit Bildern aus dem Newton Teleskop zurecht und es geht auch jetzt an Linearen Bildern.

Hier ein kurzer Test an einem Bild, das mit der E-PL6 an meinem 800mm Spiegelteleskop ("Newton ohne Namen") enstanden ist. Hier konnte ich bei ISO1250 47 Bilder zu 4 Minuten Belichtungszeit sammeln, also 11 3/4 Stunden Gesamtbelichtungszeit.

Das Objekt ist im Sternbild Perseus zum Stier zu finden und als junges großes großes Sternentstehungsgebiet ein Sammelsurium aus Emissions- und Reflektionsnebel. Also von allem etwas! Es steht als NGC 1333 in den Katalogen und ist umgangssprachlich als Embryo-Nebel bekannt:

Oben: Mein lineares Bild nach Stacken und Farbkorrektur (PCC - Photometrischen Farbkorrektur)

Links unten: mit der letzten Version von StarXterminator.

Rechts oben: Automatisch gestreckt und StarNet++ Version 1

Rechts unten: Lineares Bild mit StarNet++ Version 2

*Lineares Bild
Ein vollkommen ungestrecktes Bild aus einem RAW (pureRAW). Doppelt so viel Licht = ergibt doppelt so viel Signal in der Helligkeit.

In diesem Zustand sieht man zwar nur ein nahezu schwarzes Bild, um es zu sehen muss man es zur Ansicht strecken, aber es gibt einiges an Algorithmen, die an linearen Bildern besonders gut arbeiten.

Mittlerweile gibt es ja da so sensationelle Tools für die Fotografie, die da dann besonders gut entrauschen oder schärfen können. Teilweise mit trainierten neuronalen Netzwerken, die dann plausible Strukturen zaubern können, die aber real nicht immer da sind. Daher eher ein NoNo bei Astrofotografie.

"Entwickler" wie LightRoom, DarkTable etc. machen an sich nichts anderes, als lineare Daten aus einem RAW ein für unser Sehempfinden gestrecktes Bild zu produzieren. 
Ich kann mir aber auch gut vorstellen, dass die eingestellten Korrekturen zunächst mal im Hintergrund an ungestreckten Daten vorgenommen werden. Vor allem Farbkorrekturen, Entrauschen und Schärfen.

Noch eine Anmerkung:

Da hier wirklich sehr komplexe Algorithmen zu Gange sind,  muss man je nach Prozessorleistung  schon etwas Geduld aufbringe. Vorsichtig beim Ändern von Parametern wo man nicht weiß was man da tut, es kann nötige Zeit fürs Abarbeiten auch ums x-fache erhöhen. Also einfach mal Kaffee trinken und den Computer machen lassen 😉

Siegfried


 

bearbeitet 29. Januar 2022 von iamsiggi
Bild korrigiert rechts oben: Version 1!

[Uploadfilter]

Danke Siegfried für den Link. Habe es auch gleichmal ausprobiert.

Sternenfeld beim Flammen- und Pferkopfnebel mit dem hellen Stern Alnitak:

Entsternt mit StarNet++ (alte Version):

Entsternt mit StarNetv2GUI_Win (neue Version):

Ich muss sagen es sieht wirklich viel besser aus. Der Reflexionsnebel NGC 2023 ist nicht mehr zerfranst, der blaue Farbstich um Alnitak ist weg und auch die blauen Ringe um die anderen Sterne. Die habe ich nähmlich bisher immer mühsam manuell entfernt. Prima.

 

[iamsiggi]

vor 1 Stunde schrieb Uploadfilter:

Der Reflexionsnebel NGC 2023 ist nicht mehr zerfranst...

 

So helle Nebelteile wie der,  sind oft eine Herausforderung, weil sie meist als Stern erkannt werden. Was dann meist schwierig zu handhaben ist.
 

Siegfried