컬러 천체사진 처리를 위한 픽스인사이트 작업 순서

픽스인사이트(PixInsight)는 천체사진 후처리에 주로 사용되는 이미지 프로세싱 소프트웨어로 각기 고유한 기능을 수행하는 독립적인 '프로세스'들의 집합체라고 볼 수 있겠습니다. 사용자는 필요에 따라 타깃 이미지에 프로세스들을 순차적으로 적용해 나가면서 원하는 결과를 얻게 됩니다.

 

 

픽스인사이트를 사용해서 원샷-컬러(OSC) 천체사진을 처리하는 기본적인 방법에 대해 정리해볼까 합니다. 어떤 프로세스들이 어떤 순서로 적용되어야 하는지 간략한 이유와 함께 알아보겠습니다. 망각 방지용 메모라고 보시면 좋을 것 같습니다. 각 프로세스의 사용법은 다루지 않습니다.

 

저는 천체사진 전처리(Registering, Stacking)에 DeepSkyStacker를 사용하고 있습니다. PixInsight를 통한 전처리 설명은 생략합니다.
DeepSkyStacker와 PixInsight의 이미지 전처리 기능에 대해 비교를 한 좋은 글이 있어서 링크 걸어둡니다: [아티클 링크]

 

일반적인 작업 순서

1. Dynamic Crop

2. Automatic / Dynamic Background Extractor

3. Background Neutralization

4. Color Calibration

5. Multiscale Linear Transform

6. Histogram Transformation

7. SCNR

8. LRGB Combination

9. Curves Transformation

10. Local Histogram Equalization

 

각 작업에 대한 설명

1. Dynamic Crop

이미지의 주변부를 잘라내거나 회전하고자 할 때 사용하는 프로세스입니다.

이미지 테두리에서 쉽게 볼 수 있는 비정상적인 부분이나 앰프-글로우를 제거하기 위해 사용됩니다. 이러한 부분들이 적당히 제거되지 않으면 이후 프로세스들에서 수행되는 밸런싱 연산에 악영향을 미칠 수 있으므로 가장 먼저 사용됩니다. 이미지가 작아지면 프로세스 연산 시간이 단축되는 장점도 있습니다.

좋은 구도를 만들기 위해서도 사용되며, 이 경우에는 순서를 맨 마지막으로 가져가셔도 상관없습니다.

2. Automatic / Dynamic Background Extractor

배경에 의도치 않게 포함된 그래디언트(Gradient)를 제거합니다. 여기서 그래디언트란 이미지에 나타나는 점진적인 밝기 변화를 뜻합니다.

아래 첫번째 사진은 의도치 않은 그래디언트를 포함하고 있습니다. 밝기와 색상이 고르지 못하고 주변부로 갈수록 어두워 보입니다. 이런 동심원 상의 그래디언트는 주로 광학계의 비네팅(Vignetting)으로 인해 발생합니다만 센서의 앰프-글로우와 광해 등으로 인해 발생하는 비대칭 그레디언트도 있습니다. 세번째 이미지는 그래디언트가 제거되어 플랫한 결과를 보여줍니다.

픽셀 단위 선형 변환 오퍼레이터입니다.

순서대로 원본, 그래디언트, 결과

3. Background Neutralization

별이나 성운, 은하가 없는 배경 부분이 어두운 회색(뉴트럴)으로 보이도록 이미지가 변환됩니다. R/G/B 채널별로 백그라운드 밸런싱 계수가 계산되어 곱해집니다. 이 계수들은 각 채널의 평균을 동일하게 만들어 주는 역할을 하게 됩니다.

전 단계인 'Background Extractor' 에서 배경이 보정되었기 때문에 생략 가능한 단계이기도 합니다만 보통 다시 한번 적용해 줍니다.

뉴트럴한 배경 레퍼런스 이미지가 필요한 'Color Calibration' 프로세스에 앞서 실행됩니다.

채널 단위 선형 변환 오퍼레이터입니다.

4. Color Calibration

각 채널별로 컬러 밸런싱 계수가 계산되고 곱해집니다. 컬러 밸런싱 계수는 화이트 레퍼런스 이미지의 평균 색상이 뉴트럴한 값을 가지도록 계산됩니다.

로직만 보면 Background Neutralization과 하는 일이 거의 같습니다만 색상 표현을 극대화하는 것에 초점이 맞춰진 프로세스입니다. 계수를 구하는 로직도 더 복잡합니다. 어떤 과학적 근거를 가진다기보다 이렇게 해봤더니 결과가 좋아서 선택된 방식이라고 생각하시면 될 거 같습니다.

이 단계까지 오면 히스토그램 상의 각 채널별 꼭지점이 X축에 대해서 동일한 위치로 정렬이 됩니다.

레퍼런스 매뉴얼에 선형(linear) 데이터에만 적용이 가능하다고 적시되어 있는 프로세스입니다. 그렇기 때문에 비선형 오퍼레이터가 사용된 이미지에 적용할 수 없습니다.

채널 단위 선형 변환 오퍼레이터입니다.

5. Multiscale Linear Transform

노이즈 제거를 위해 사용됩니다. 선형/비선형 데이터에 모두 사용될 수 있습니다.

노이즈가 심한 경우 비선형 데이터 단계에서 한번 더 적용하기도 합니다. 시그널이 상대적으로 강한 밝은 부분은 마스킹을 통해 보호하기도 합니다. 이를 통해 성운이나 은하의 디테일이 디노이징 과정에서 뭉개지는 것을 막을 수 있습니다.

Multiscale Median Transform, TGV Denoise 혹은 ACDNR 프로세스로 대체될 수 있습니다. (ACDNR은 선형 데이터에 대해서는 효과적이지 않다고 합니다.)

프로세스 이름에도 나와 있듯이 선형 변환 오퍼레이터입니다.

6. Histogram Transformation

미약한 신호들이 눈에 잘 보일 수 있도록 히스토그램 상의 변환을 수행합니다. 보통 '스트레칭'한다고 표현합니다. 이 과정을 거치면서 숨어있던 천체의 구조와 색상이 표면으로 부상하게 됩니다.

비선형 변환 프로세스입니다. 미드톤(midtone) 변환에 비선형 함수가 사용되기 때문입니다. 그러므로 스트레칭된 이미지는 비선형 데이터가 됩니다. 이후에는 다시 선형 데이터로 돌이킬 수 없습니다.

7. SCNR

주로 녹색 노이즈를 제거하기 위해 사용됩니다. 몇몇 행성상 성운을 제외하면 녹색빛을 내는 딥스카이 천체는 거의 없기 때문에 녹색을 띠는 픽셀들은 대게 노이즈가 섞여 있다고 볼 수 있습니다. 이런 색상 노이즈를 제거하기 위해 만들어진 프로세스입니다. 트루 그린 데이터는 보호하고 노이즈만 제거하는 간단한 수식으로 이루어져 있습니다.

타깃 채널에만 적용되는 선형 변환 오퍼레이터입니다.

8. LRGB Combination

Lightness 컴포넌트를 추출한 후 L 채널로 사용하면 원샷 컬러 이미지에도 LRGB Combination 프로세스를 사용할 수 있습니다. 이 프로세스를 적용하면 미약했던 색상이 살아나고 전체적인 색감이 크게 개선되는 것을 알 수 있습니다.

선형 데이터에 사용될 수 없고 스트레칭된 비선형 데이터에 사용되어야 합니다.

9. Curves Transformation

사용자가 정의하는 곡선을 통해 픽셀 값(세기)을 변환합니다.

어두운 부분을 더 밝게 하거나 채널별로 강도를 다르게 조절하기 위해 주로 사용됩니다. Lightness 마스킹을 통해 밝은 부분과 어두운 부분으로 나눠서 따로 적용하면 더 효과적일 수 있습니다.

선형식을 유도하기 위해서 곡선이 사용될 뿐 선형 변환 오퍼레이터입니다. 스트레칭 이전 단계에서도 적절히 사용될 수 있습니다. 

10. Local Histogram Equalization

로컬 콘트라스트 개선을 통해 성운이나 은하의 구조가 잘 드러나 보이도록 도와주는 프로세스입니다.

알고리즘이 스스로 히스토그램을 분석하고 픽셀 별 변환 함수를 만들어 적용해 주는 기능이라고 생각하시면 됩니다.

마스킹을 통해 성운이나 은하 부분에만 적용되도록 하면 더 효과적입니다. 

LRGB Combination 프로세스와 마찬가지로 스트레칭된 비선형 데이터에 사용되도록 만들어진 프로세스입니다.

 

추가적인 작업들

Morphological Transformation 

별상의 크기나 모양을 변경하고자 할 때 사용됩니다.
원본 별상이 충분히 작고 모양이 보기 좋다면 굳이 적용할 필요가 없습니다. 가끔 별들이 너무 작게 보정된 사진들을 보면 안타깝습니다.

HDR Multiscale Transform

주변에 비해 과하게 밝은 영역 안에 숨어있는 구조를 살려서 보여줍니다.

오리온성운을 떠올려 보시면 좋을 것 같습니다. 오리온성운은 아주 밝은 중심부 때문에 트라페지움이 위치한 코어 부분은 항상 포화된 것처럼 보이기 마련인데요, 이 프로세스를 사용하면 코어에 있는 별들을 살릴 수 있습니다. 신호가 완전히 포화된 이미지라면 답이 없겠지만 색 정보 변환 과정에서 정보가 유실되어 포화된 것처럼 보이는 영역에 효과가 있습니다.

HDR Multiscale Transform 적용 전과 후

Dark Structure Enhance (Script)

암흑대를 더 돋보이게 만들어줍니다. 아이리스 성운, 안드로메다 은하 등 적용할 만한 대상들이 많이 떠오릅니다.

Dark Structure Enhance 적용 전과 후

 

팁

• 필요에 따라 자유롭게 순서를 재배치하거나 새로운 프로세스를 추가하자.
  같은 프로세스를 (연속해서) 여러 번 사용할 수 있다.
  비선형 데이터에만 적용이 가능한 프로세스들은 스트레칭 이후에 사용하자.
• 프로세스를 많이 적용한다고 결과가 좋아지지 않는다. 오히려 결과에 악영향을 미치기도 한다.
  필요 없는 프로세스들은 과감히 건너뛰자.
  개선하고자 하는 부분을 명확히 하고 그것을 해결해 줄 프로세스들만 추려서 사용하는 것이 옳다.
• 각 프로세스들에 대한 사용법은 유튜브 검색해보자.
  픽스인사이트가 제공하는 튜토리얼 동영상들: 튜토리얼 링크