Analizzando in dettaglio le caratteristiche di un sensore a semiconduttore, possiamo notare come la capacità di raccogliere i “fotoni cosmici” dipende strettamente dal tipo di architettura utilizzata. Infatti a differenza dei sensori CCD dove l’area sensibile coincide con il pixel stesso (ad esclusione degli Interline Transfer), nei sensori CMOS parte è occupata dall’elettronica. I pixel dei sensori CMOS risulteranno pertanto meno sensibili alla luce. Ma quanto?

Per quantificare questo effetto è stato introdotto il concetto di pixel fill factor (FF) definito come il rapporto percentuale tra l’area fotosensibile e quella del pixel. Il FF sarà quindi tanto maggiore quanto più estesa sarà la superficie attiva del sensore. Per i CCD valori tipici di pixel fill factor si aggirano intorno al 90% scendendo al 30% nel caso dei CMOS.

Il basso pixel fill factor dei sensori CMOS è stato originariamente un limite invalicabile. Fortunatamente, grazie al progresso tecnologico in ambito opto-meccanico, si è riusciti a produrre lenti convergenti del diametro di alcune decine di micrometri (!) capaci di convogliare i raggi luminosi incidenti nelle regioni sensibili del pixel. Queste lenti prendono il nome di microlenti.

Grazie alle microlenti è stato pertanto possibile aumentare quello che definiremmo “l’effettivo pixel fill factor” fino a valori prossimi al 100%. Non fatevi  quindi ingannare dalle apparenze e cercate informazioni sul pixel fill factor reale e non quello corretto dalle microlenti. Oltre ad aumentare l’FF, le microlenti hanno l’effetto di ridurre l’alone generato dalla luce diffusa dalle parti non fotosensibili del pixel. Questo effetto è importante soprattutto nel caso di sorgenti di luce intensa. Recentemente, l’azienda CentralDS fornisce un servizio di debayerizzazione delle reflex digitali al fine di ottenere camere monocromatiche. Questo avviene rimuovendo sia i filtri colorati della matrice di Bayer che le microlenti poste di fronte a ciascun pixel. Così facendo si ha una riduzione del pixel fill factor effettivo (dal 90% al 30% circa) compensato però dall’aumento di trasmittanza dovuto alla rimozione dei filtri colorati (dal 40% al 100% circa). Ovviamente permane il problema dell’alone per le sorgenti luminose, fortunatamente marginale in ambito astrofotografico.

Un’altra caratteristica dei pixel che costituiscono il sensore digitale è la full well capacity (FWC). Questa grandezza fisica è definita come la quantità massima di elettroni che possono essere accumulati all’interno di un elemento fotosensibile. Tale caratteristica dipende dal potere capacitivo del fotoelemento (capacity), immaginato come un pozzo dove vengono raccolti i fotoelettroni (well). La FWC, che varia generalmente tra le decine e le centinaia di migliaia di elettroni, fissa la quantità massima di fotoni che può raggiungere un fotoelemento prima che questo raggiunga la saturazione. Di conseguenza verrà fissata anche la dinamica della camera stessa. Quest’ultima, definita come il numero di sfumature di grigio tra il bianco ed il nero è importante in astrofotografia dove spesso abbiamo forti contrasti tra soggetti luminosi (stelle) e deboli (nebulose o galassie). Ma cosa influenza la FWC? Sono numerosi i fattori che entrano in gioco come l’architettura del pixel e la grandezza della regione di svuotamento ma quello principale rimane la superfice dell’elemento fotosensibile o, in breve, il pixel fill factor.

Se le microlenti riescono infatti ad aumentare il pixel fil factor, queste non sono in grado di aumentarne anche la full well capacity che quindi rimane bassa per i sensori CMOS rispetto a quelli CCD. Questa caratteristica si traduce in un sostanziale aumento della dinamica delle camere CCD rispetto alle normali reflex digitali. Questo è uno dei motivi che, ancor oggi, fa prevalere le CCD in ambito astronomico.

I sensori a semiconduttore che costituiscono il cuore delle reflex digitali e dei CCD astronomici sono sensibili non solo alla parte “visibile” dello spettro elettromagnetico ma anche al vicino infrarosso ed ultravioletto (si legga ad esempio l’articolo “Efficienza Quantica”). Sebbene la radiazione UV venga quasi completamente riflessa (e quindi filtrata) dalle lenti che costituiscono i nostri obiettivi fotografici e telescopi, la radiazione infrarossa attraversa imperturbata il sistema ottico raggiungendo direttamente il sensore. Persino i filtri che costituiscono la matrice di Bayer (RGB) dei più comuni sensori a colore sono piuttosto trasparenti alla radiazione infrarossa.

Ma perché questa radiazione è così dannosa? Il problema è che il piano focale dell’infrarosso è diverso da quello della luce visibile generando così aloni intorno alle nostre immagini. Proprio per ridurre questa “fastidiosa” componente della radiazione nonché altri difetti quali l’effetto Moiré e l’aliasing, gran parte delle aziende produttrici di reflex digitali, tra le quali Canon e Nikon, hanno deciso di montare di fronte al sensore a semiconduttore una serie di filtri IR/UV cut (vedi articolo “Filtri IR/UV-cut e luminanza”).

In particolare Canon (così come Nikon) monta due filtri IR/UV cut denominati Low Pass Filter (LPF). Il filtro LPF#2, noto anche come hot mirror, è il primo che la luce incontra ed è quello che taglia gran parte della radiazione infrarossa. Il secondo LPF#1 si trova invece proprio di fronte al sensore e, oltre a filtrare la radiazione UV ed infrarossa rimanente, protegge quest’ultimo dalla polvere. Le curve di trasmissione dei filtri LPF per le fotocamere Canon EOS 40D e Nikon D700 sono mostrate in figura 1. Come si vede la risposta di questi filtri è molto simile per le due case produttrici di reflex digitali.

Figura 1: curva di trasmissione per i filtri LPF nel caso delle reflex digitali Canon EOS 40D e Nikon D700

Si può osservare da figura 1 come questi filtri, ed in particolare LPF#2 tagli in maniera sostanziale la radiazione a 656.3 nm (linea Hα), di fondamentale importanza in astrofotografia dato che proprio in quella lunghezza d’onda emettono gran parte delle nebulose.

Proprio per questo motivo, gran parte degli astrofotografi modificano la propria fotocamera digitale rimuovendo o sostituendo il filtro LPF#2 con uno in grado di far passare le lunghezze d’onda intorno ai 656.3 nm e allo stesso tempo bloccare la radiazione infrarossa. Nel primo caso di parla di rimozione del filtro mentre nel secondo caso modifica Baader dal nome di una delle maggiori aziende produttrice di filtri per l’astronomia.

In ogni caso la rimozione completa del filtro LPF#2 non porta ad un forte degradamento dell’immagine dato che il filtro LPF#1 taglia comunque gran parte della radiazione infrarossa.

Se si vuole invece avere il sensore “nudo” ridonandogli la capacità di vedere sia nel vicino UV che infrarosso, allora è necessario rimuovere anche il filtro LPF#1. Questo tipo di modifica si chiama modifica Full Spectrum. Anche in questo caso il filtro LPF#1 può essere rimosso o sostituito con un filtro trasparente al fine di proteggere il sensore dalla polvere.

Figura 2 mostra come la rimozione del filtro LPF#2 o la sostituzione con un filtro Baader siano praticamente equivalenti se il filtro LPF#1 viene mantenuto in sede. La soluzione ideale in termini astrofotografici si ottiene rimovendo il filtro LPF#1 e sostituendo il LPF#2 con un filtro Baader o alternativamente uno di luminanza (vedi articolo “Filtri IR/UV-cut e luminanza”). Ovviamente in questo caso perderemmo completamente la funzione di auto-focus e pulizia del sensore.

Figura 2: risposta spettrale per vari filtri. In particolare LPF1 corrisponde alla rimozione completa del filtro LPF#2. Si riportano come esempio i filtri IR/UV cut quali il filtro Baader e la luminanza L prodotta dalla ditta Astronomik. In nero è indicato anche la risposta spettrale (indicativa) di un sensore Canon generico privato dei filtri LPF#1 e LPF#2. In verde infine è indicata la linea Hα.

Modificando la risposta spettrale di una reflex digitale, si va ovviamente anche a modificare il bilanciamento del bianco. Nel caso in cui la vostra fotocamera sia stata modificata Baader o avete rimosso il filtro LPF#2, esiste la possibilità di montare il filtro OWB (original white balance) in grado di rigenerare la risposta spettrale originale con annesso bilanciamento del bianco.

Purtroppo in molti casi la modifica delle reflex digitali comporta la perdita dell’auto-focus. Informatevi bene quindi prima di modificare la vostra fotocamera.

Prima di concludere vogliamo far notare come una reflex modificata Baader o con rimozione del filtro (LPF#2) non richiede l’utilizzo di filtri IR/UV cut o luminanza aggiuntivi. Nel primo caso addirittura tali filtri porterebbero ad una riduzione della capacità della fotocamera di raccogliere la luce nel rosso / vicino infrarosso. L’utilizzo di filtri IR/UV cut è invece fondamentale quando si utilizzano webcam astronomiche per riprese planetarie (controllate che non siano già montati dalla ditta madre). Riportiamo a titolo d’esempio la risposta spettrale della camera a colori Imaging Source DBK 21AU618.AS (figura 3). Come si vede i filtri RGB che vanno a costituire la matrice di Bayer del sensore lasciano passare parte della radiazione infrarossa. Questa, come detto in precedenza, va ad inficiare la qualità ottica delle nostre immagini.

Figura 3: risposta spettrale dei vari elementi fotosensibili (RGB) per la camera Imaging Source DBK 21AU618.AS

Misure spettroscopiche relative a reflex Canon EOS originali, modificate Baader, rimozione filtro LPF#2 e Full Spectrum saranno realizzate prossimamente da ASTROtrezzi con reticolo di diffrazione. Chi fosse interessato a partecipare alla campagna di misura/analisi può scrivere a ricerca@astrotrezzi.it . Si ringrazia Marco Gargano per il supporto tecnico (Figura 1 – curve relative alla fotocamera digitale Nikon D700; tutti i diritti sono riservati – vietata la pubblicazione/distribuzione).

Dopo aver effettuato le operazioni preliminari mostrate in “Operazioni preliminari“ dovremmo ora avere tra le mani una cartella con il nome dell’oggetto ripreso strutturata secondo canali e tipo di frame (bias, dark, flat e light) ripresi. In questo post analizzeremo in particolare i processi che ci porteranno ad ottenere il master light frame ovvero l’immagine finale calibrata. Riportiamo quindi le procedure relative al solo canale di Luminanza. Ovviamente queste dovranno essere ripetute per ciascun canale (nel nostro esempio: Rosso, Verde e Blu).

Fortunatamente il processo di calibrazione, allineamento e somma può essere svolto automaticamente da PixInsight attraverso il potente script BatchPreprocessing che troviamo o nel tab Process Explorer oppure attraverso il menù Script → Batch Processing → BatchPreprocessing. A questo punto si aprirà una finestra di dialogo simile a quella riportata in Figura 1. In questa finestra potremo inserire i nostri frame di calibrazione nonché i light.

Figura 1: lo script BashPreprocessing.

Procediamo quindi con l’inserimento dei vari frame utilizzando i pulsanti Add Bias, Add Darks, Add Flats e Add Lights andando a selezionare volta per volta i nostri file nell’hard disk. Come vedete la classificazione in cartelle mostrata nel post“Operazioni Preliminari“ fa si che questa operazione risulti il più semplice possibile. Una volta caricati i file bisognerà settare i parametri di combinazione. Riportiamo di seguito le impostazioni a seconda del frame considerato (ricordo che tali impostazioni sono visualizzabili agendo sui tab bias, darks, flats e lights).

BIAS FRAME

La natura del bias frame è stata analizzata in dettaglio nel post “Il bias frame“ e pertanto rimandiamo il lettore a quell’articolo tecnico. Riassumendo possiamo dire che questo contiene le informazioni sull’offset dei singoli pixel ovvero sul valore di zero che questi assumono in assenza di radiazione luminosa. Generalmente questo valore rimane pressoché costante durante una sessione fotografica e in alcuni modelli di CCD può essere controllato tramite una regione del sensore detta overscan region. PixInsight permette di calibrare i bias utilizzando come riferimento questa regione che può essere settata spuntando la sezione Overscan del tab bias. Al momento non è noto se il modello ATIK 383L+ monocromatico possiede un’overscan region dato che non esistono documenti tecnici a riguardo forniti dall’azienda produttrice. Proprio per questo nel nostro caso non spunteremo la sezione Overscan (vedi Figura 2).

Figura 2: Settaggi dei bias frame.

Dopodiché PixInsight chiede la procedura da utilizzare per l’integrazione delle immagini (Image Integration). Tra quelli proposti quelli utili per la calibrazione delle immagini astronomici sono la media (Average) e la mediana (Median). Le due stime, nel caso dei bias, vanno teoricamente a coincidere dato l’elevato numero di frame acquisiti. In ogni caso malgrado sia previsto un sistema di cancellazione di fenomeni occasionali quali raggi cosmici, passaggio di aerei/satelliti o interferenze noto come Rejection algorithm, il metodo Median è consigliato in Combination in quanto è in grado di escludere, a prescindere, fenomeni transitori. Tra i metodi di rigetto di pixel spuri consigliamo il Winsorized Sigma Clipping. Ovviamente questo metodo è in grado di eliminare eventuali pixel caldi o freddi oltre a raggi cosmici (rari in un bias frame). I parametri di default ovvero 4.00 per Sigma low e 3.00 per Sigma high sono generalmente buoni.

DARK FRAME

Anche in questo caso possiamo applicare in Image Integration le stesse impostazioni del bias frame ovvero Median come Combination e Winsorized Sigma Clipping con i parametri di default come Rejection algorithm. Il tab darks ci propone però l’opzione Exposure tolerance ovvero la massima differenza in secondi tollerata per dire che due dark appartengono allo stesso gruppo di calibrazione. Ovviamente se avrete seguito alla lettera il post “Il dark frame” a questo punto dovreste avere dark frame con esattamente lo stesso tempo di esposizione e pertanto questa utility è inutile e il valore di default (di 10 secondi) può essere lasciato senza problemi. I parametri del tab darks sono riportati in Figura 3.

Figura 3: i parametri del tab darks dello script BatchPreprocessing. Facciamo notare come il tempo di esposizione dei dark frame sia riportato subito sotto il binning

FLAT FRAME

Per i flat frame le impostazioni sono le stesse utilizzate per i bias ed i dark frame, quindi in Image Integration bisogna settare Median come Combination e Winsorized Sigma Clipping come Rejection algorithm. I parametri sono riportati in Figura 4.

Figura 4: i settaggi del tab flats relativi allo script BashPreprocessing.

LIGHT FRAME (parte 1)

Questo script molto potente permette di ottenere il master light frame oppure i singoli light frame calibrati. Come abbiamo detto in precedenza il Rejection algorithm dovrebbe aver eliminato tutti i pixel caldi e freddi dai nostri frame di calibrazione. Questo è vero se i settaggi sono corretti ovvero se ad esempio i Sigma low e high del metodo Winsorized Sigma Clipping sono stati impostati correttamente. Questo ovviamente richiede del tempo e numerosi test dato che ogni camera e ripresa sono differenti. Proprio per questo PixInsight ha sviluppato la correzione cosmetica, attivabile spuntando il quadrato apply nella sezione Cosmetic Correction. Questo però non può essere fatto subito dato che è richiesto un Template icon, ovvero un oggetto che dica allo script BatchPreprocessing come ridurre i restanti pixel caldi o freddi rimasti. Procediamo quindi con la realizzazione del Template icon. Per fare questo però abbiamo bisogno del master dark e quindi è necessario fare un primo run dello script BatchPreprocessing.

Spuntiamo quindi il rettangolo Calibrate only in quanto non abbiamo ancora tutti gli ingredienti per realizzare il master light. Nella categoria Options togliete l’eventuale spunta da CFA images dato che le nostre riprese sono state effettuate con una camera CCD monocromatica. Togliete la spunta anche da Optimize dark frames dato che la nostra camera è raffreddata e quindi i dark (dovrebbero) essere stati ripresi tutti nelle medesime condizioni. Spuntate invece Generate rejection maps dato che queste serviranno per vedere come ha operato il Rejection algorithm ovvero avrete un’immagine in cui sono presenti i pixel esclusi nel processo di cancellazione dei fenomeni transitori. Spuntate up-bottom FITS che serve per definire quale è l’origine delle coordinate del file immagine. Nel caso up-bottom comune alla maggior parte delle camere (astronomiche e non) l’origine è nell’angolo in alto a sinistra. Per le camere monocromatiche il sistema di coordinate non è fondamentale ma lo diventa per quelle che possiedono una matrice di Bayer (ovvero sensori “a colori”). Eventualmente togliamo la spunta dai quadrati Use master bias, Use master dark, Use master flat. Clicchiamo infine due volte sull’immagine che riteniamo migliore in termini di qualità (inseguimento, rapporto segnale/rumore …) e come per magia apparirà il path nella categoria Registration Reference Image. Andiamo infine ad indicare a PixInsight quale sarà la cartella dove metterà i file calibrati nella categoria Output directory. I settaggi finali sono riportati in Figura 5.

Figura 5: i settaggi del tab lights relativi allo script BashPreprocessing.

A questo punto clicchiamo sul tasto Diagnostics al fine di verificare se tutto è stato settato correttamente, altrimenti seguite le indicazioni proposte. Se tutto è andato a buon fine dovreste visualizzare la scritta “Diagnostic completed OK.”. Clicchiamo quindi su Run e attendiamo (non poco!) che lo script BatchPreprocessing faccia il lavoro per noi. Al termine del processo si riaprirà la finestra dello script BatchPreprocessing ma nella directory di Output troveremo due cartelle frutto del lavoro di PixInsight: master e calibrated (vedi Figura 6).

Figura 6: i risultati prodotti dallo script BatchPreprocessing

Nella prima cartella troviamo il master bias, il master dark ed il master flat. Nella seconda invece troviamo i frame calibrati nelle rispettive sottocartelle flat e light. Dimentichiamoci al momento di questi e torniamo al nostro script BatchPreprocessing. Tenendo premuto il tasto sinistro del mouse trasciniamo il triangolino in basso a sinistra della finestra fino all’area di lavoro. Apparirà un’icona come mostrato in Figura 7. Cliccate su Exit e confermate per uscire.

Figura 7: l'area di lavoro una volta chiuso lo script BatchPreprocessing.

COSMETICA

Abbiamo ora tutti gli ingredienti per applicare la cosmetica ai nostri light frame ovvero identificare quei (spero) pochi pixel caldi/freddi che ancora sono presenti nei nostri frame malgrado il processo di calibrazione. Per fare questo utilizziamo lo script CosmeticCorrection disponibile come sempre nel Process Explorer oppure nel menù Process → ImageCalibration → CosmeticCorrection. Si aprirà quindi una finestra come quella mostrata in Figura 8.

Figura 8: lo script CosmeticCorrection

A questo punto cominciamo con lo spuntare il tab Use Master Dark ed andiamo a selezionare il master dark appena generato tramite lo script BaschPreprocessing. Spuntiamo inoltre i quadratini Enable nella categoria Hot Pixels Threshold e Cold Pixels Threshold (Figura 9).

Figura 9: Selezione del master dark nello script CosmeticCorrection.

Aprimo ora un light frame non calibrato (potremmo usare ad esempio il reference image ovvero quella con qualità migliore tra tutti i nostri light frame). Per farlo andiamo sul menù File → Open… . Una volta aperta l’immagine cliccate CTRL+A al fine di effettuare uno stretch automatico dell’immagine. Il risultato di queste operazioni è mostrato in Figura 10.

Figura 11: l'apertura di un light frame calibrato al fine di determinare i parametri dello script CosmeticCorrection

Premiamo ora i tasti ALT+N e selezioniamo una regione dell’immagine. Questa verrà contornata da un rettangolo verde e a sinistra della finestra dell’immagine verrà mostrato un tab con la scritta Preview01. In questo modo abbiamo creato una finestra di anteprima che possiamo visualizzare a tutta finestra cliccando su quest’ultimo tab (Figura 12).

Figura 12: la selezione di una preview per lo studio dello script CosmeticCorrection.

Torniamo ora alla finestra dello script CosmetiCorrection e clicchiamo sul pallino vuoto in basso a destra (Real-Time Preview). Si aprirà una nuova finestra che ci mostrerà l’effetto della cosmetica implementata dallo script CosmeticCorrection. Muoviamo ora il cursore Sigma di Hot Pixels Threshold verso sinistra finché gli ultimi pixel caldi residui non spariranno dall’immagine. Lo stesso lo facciamo con il Cold Pixels Threshold, muovendo il cursore Sigma verso sinistra (vedi Figura 13). Ora, come fatto per lo script BatchPreprocessing, portiamo cliccando sulla freccia in basso a sinistra CosmetiCorrection sullo spazio di lavoro, dopodiché possiamo chiudere tutte le finestre (quella del Real-Time Preview, dello script e del light frame).

Figura 13: impostazioni dello script CosmeticCorrection con relativa anteprima delle modifiche.

LIGHT FRAME (parte 2)

Facciamo doppio click sul Process01 presente nel nostro spazio di lavoro. Si aprirà una finestra. Cliccate una volta sul pallino pieno presente in basso a sinistra. Come per magia si riaprirà la finestra dello script BatchPreprocessing con le impostazioni che avevate settato precedentemente. A questo punto andate sul tab Lights e spuntate il quadratino Apply di Cosmetic Correction. Come Template icon selezionate Process02 ovvero quello relativo allo script CosmeticCorrection (nell’esempio è Process04, vedi Figura 14).

Figura 14: aspetto dello script BatchPreprocessing dopo aver definito la cosmetica con CosmeticCorrection.

A questo punto non ci resta che rimuovere il segno di spunta da Calibrate only e cominciare a settare i campi Image Registration e Image Integration. Clicchiamo quindi sulla prima freccia e ci si aprirà un nuovo campo dove ci viene chiesto il pixel interpolation ovvero il metodo utilizzato per allineare le immagini. PixInsight ci offre molte possibilità e nel caso di esigenze non specifiche consigliamo il metodo Auto (il programma decide quale è la migliore strategia) con i parametri settati di default ovvero Clamping threshold 0.30, Maximum stars 500 e Noise reduction Disabled. Spuntiamo anche il rettangolo Use triangle similarity. Cliccando sulla freccia rossa torniamo al campo di partenza. Da qui clicchiamo sulla freccia Image Integration e come combinazione utilizziamo Average o Median. Quale scegliere? Dipende da voi. Average mantiene un rapporto segnale/rumore più elevato di Median ma allo stesso tempo Median sopprime maggiormente raggi cosmici e fenomeni transienti (come passaggio di satelliti o aerei). Dato che però PixInsight offre la possibilità di impostare un Rejection algorithm (consigliato il solito Winsorized Sigma Clipping) che dovrebbe ridurre se non eliminare i fenomeni transienti, allora consigliamo come metodo di integrazione Average. I valori di Sigma low e high possono essere mantenuti ai valori di default pari rispettivamente a 4.00 e 3.00. Questi valori vanno regolati in funzione dell’immagine al fine di ottenere il risultato migliore.

Finalmente siamo giunti alla fine. Non ci resta che provare a cliccare ancora una volta su Diagnostics per verificare che tutte le impostazioni siano corrette e, in caso positivo, cliccare ancora una volta su Run. Una finestra vi ricorderà che i parametri dello script BatchPreprocessing vanno regolati bene per ottenere il massimo dalle nostre foto. Clicchiamo su Continue ed attendiamo che PixInsight abbia terminato il suo lavoro di calibrazione, allineamento e somma delle immagini astronomiche (vedi Figura 15).

Al termine del processo si riaprirà di nuovo la finestra dello script BatchPreprocessing. Chiudetelo premendo Exit, confermate e chiudete tutte le altre finestre rimaste attive. Cancellate pure i processi sull’area di lavoro cliccandovi sopra con il tasto destro e quindi Delete Script Icon: ProcessX dove X sta per il numero di processo aperto. In questo modo la vostra area di lavoro dovrebbe essere completamente pulita da icone e finestre. Se verificate la cartella di Output, oltre alle cartelle originali e le calibrated e master (che ora contiene anche il master light) esiste la cartella registred contenente i light frame calibrati, cosmetizzati (li si trovano nella sottocartella cosmetized di calibrated/light) ed allineati.

RISULTATO FINALE

Non ci resta quindi che aprire il master light. Per fare questo cliccate su File → Open e selezionare il master light nella cartella master di Output. Verranno aperte tre finestre. La prima si chiama rejection high rappresenta i pixel rigettati perché di valore troppo elevato rispetto al valore centrale (ovvero quello atteso). La seconda, rejection low, rappresenta i pixel rigettati perché di valore troppo basso rispetto al valore centrale. La terza e ultima è il vero e proprio master light. In particolare, per ogni immagine premete CTRL+A. In rejection high dovreste individuare eventuali scie di aerei e satelliti rimossi dai light frame attraverso il processo di “rejection”. Riportiamo in Figura 16 il risultato ottenuto per il canale di luminanza L. Ovviamente questa procedura andrà rifatta per tutti i canali utilizzati (R,G e B).

Figura 16: A sinistra il master light. In centro il "rejection low" dove si vedono i bordi del sensore non funzionanti e a destra il "rejection high" dove sfortunamente (!) non sono passati aerei o satelliti.

Dopo una lunga notte passata al freddo sotto le stelle è giunto il momento di elaborare le nostre immagini astronomiche. Nei post relativi a PixInsight considereremo il caso in cui le immagini astronomiche sono state acquisite con una CCD monocromatica. Se tutto è andato per il verso giusto dovreste quindi avere nel vostro hard disk numerosi light, bias, dark e flat frame relativi a ciascuno dei tre/quattro canali che avete previsto di utilizzare, come ad esempio: Rosso (R), Verde (G), Blu (B), Luminanza (L), H-alpha (Hα), Ossigeno (OIII), Zolfo (SII), Luminanza filtrata (L|UHC, L|CLS, L|UHC-E,…) e molti altri.

Cominciamo quindi con l’ordinare i frame in cartelle e sottocartelle. In particolare create nella cartella con il nome dell’oggetto (ad esempio “M33”) le sottocartelle di canale che nel caso in esame (composizione LRGB) saranno “L”, “R”, “G” e “B”. In ogni sottocartella di canale create le sottocartelle di calibrazione “bias”, “dark”, “flat” e “light”. Spostate quindi i vostri file nelle relative sottocartelle e fate una copia di backup della cartella principale (vedi Figura 1).

Ora che avete fatto ordine nel vostro PC ed avete messo al sicuro le vostre immagini non vi resta che aprire PixInsight. Il programma aprirà di default la finestra Process Console che vi darà il benvenuto mostrando le caratteristiche del programma e del vostro computer. Siamo quindi pronti per iniziare? Diciamo di si ma dato che non ci fidiamo di noi stessi è sicuramente buona consuetudine verificare che  binning e tempo di esposizione siano stati impostati correttamente per ogni categoria di frame (light e di calibrazione). Per fare questo utilizziamo il tab File Explorer e navighiamo nel nostro hard disk sfogliando i vari frame che andremo ad utilizzare. Per ogni frame verranno visualizzati i dati di scatto tra cui appunto Exposure e XBINNING, YBINNING ovvero il tempo di esposizione ed il binning orizzontale e verticale. In Figura 2 ad esempio è mostrato un light frame errato con tempo di esposizione di 480 secondi rispetto agli 800 di tutti gli altri light frame.

Una volta che siamo sicuri di quali sono i frame corretti, cominciamo a valutarne la qualità. Generalmente i frame di calibrazione (bias, dark e flat) sono tutti di buona qualità nel senso che durante le fasi di realizzazione dei rispettivi master frame esistono metodi per eliminare eventuali imperfezioni (come ad esempio la presenza di raggi cosmici o di fenomeni transienti). Per i light è invece importante studiare i singoli frame per capire se si è ottenuto del mosso o se delle nubi o velature hanno rovinato le nostre immagini. Per fare questo dobbiamo andare a “misurare” i nostri light frame e questo può essere fatto utilizzando lo script SubframeSelector eseguibile cliccando due volte sull’apposita icona nel tab Process Explorer (vedi Figura 3) oppure cliccando sul menù Script → Batch Processing → SubframeSelector.

Figura 3: Lo script SubframeSelector. Cliccando una volta sull'icona è possibile visualizzare la descrizione dello script.

Una volta cliccato sullo script si aprirà una finestra divisa in varie sezioni. La prima, About, fornisce alcune informazioni generali sullo script. Passiamo quindi alla seconda, Target Subframes che ci permette di indicare quali saranno i light frame da analizzare (vedi Figura 4). Nel nostro caso selezioniamo (attraverso il pulsante Add Files…) i light frame relativi al canale di luminanza L. Ovviamente questa operazione andrà effettuata per ciascun canale ripreso (nel nostro caso L, R, G e B). Spuntando Full paths è possibile visualizzare il percorso completo dei files. Consigliamo di spuntare anche Use file cache che permette di mantenere in  memoria alcuni dati utili nel caso si voglia analizzare di nuovo le immagini selezionate. Questo permette di minimizzare i tempi di elaborazione di PixInsight.

Figura 4: Lo script SubframeSelector ed in particolare la sezione ''Target Subframes''.

Nella sezione System Parameters dobbiamo inserire i dati relativi alla nostra camera di ripresa, in particolare: il Subframe scale ovvero la scala di ripresa misurata in arcosecondi per pixel (vedi il post “Determinare il fattore di scala”) il Camera gain ovvero il guadagno della nostra CCD (vedi il post “Il guadagno di una camera digitale”) il Camera resolution espresso in bit (questo è riportato nelle specifiche tecniche della camera), il Site local midnight ovvero l’ora della mezzanotte UT misurata nel paese dove è stata ripresa l’immagine. Nel caso dell’Italia è 1, dato che siamo a +1 ora dal meridiano di Greenwich. Scale unit va settata in arcsecondi e Data unit in elettroni. Per la camera ATIK 383L+ monocromatica i valori da settare (binning 1×1) sono riportati in Figura 5.

Figura 5: I settaggi "System Parameters" per una ATIK 383L+ monocromatica in binning 1x1.

A questo punto lasciamo invariati i settaggi delle categorie Star Detection and Fitting, Expressions e Output e clicchiamo sul tasto Measure. PixInsight comincerà così a misurare le nostre immagini come visibile nella finestra Process Console che si aprirà automaticamente appena cliccato su Measure. I risultati dell’analisi saranno riportati nelle categorie Table e Plots e potranno (dovranno) essere salvati su file cliccando sui tasti “Save Table As…” e “Save Plot As…” (vedi Figure 6 e 7).

Figura 6: La categoria Table dove sono mostrati i risultati numerici dell'analisi.

Figura 7: La categoria Plots dove sono mostrati i grafici relativi all'analisi dei frame.

Per concludere la procedura di calcolo clicchiamo sul pulsante Output Maps ed attendiamo che PixInsight faccia i suoi calcoli. A questo punto possiamo chiudere lo script cliccando su Dismiss e confermandone la chiusura.

Se tutto è andato a buon fine a questo punto nella vostra sottocartella M33/L/light dovreste avere oltre ai light frame anche un file di excel che contiene la tabella con i dati numerici dell’analisi, un file FIT con i grafici associati ed un file FIT per ogni light frame contenente le mappe d’analisi. Vediamo ora quali, di tutte queste informazioni, ci servono per identificare i frame di qualità scarsa ossia da escludere nel processo di calibrazione.

Al fine di identificare il passaggio di nuvole o velature utilizziamo la grandezza fisica Median ovvero la mediana del numero di elettroni accumulati nei pixel del sensore. Se una nuvola o una velatura è passata nel campo di ripresa, questa può o aumentare la luminosità del soggetto nel caso di luoghi inquinati oppure diminuirla nel caso di luoghi bui. Apriamo quindi il grafico relativo al parametro Median utilizzando o la categoria Plots dello script subframeSelector (in questo caso non dovevate chiuderlo) oppure aprendo con PixInsight (File → Open…) il file dei Plot selezionando quello relativo al parametro Median. Nel nostro il risultato dell’analisi è riportato in Figura 8.

Figura 8: la mediana degli elettroni accumulati nei pixel del sensori relativa ai light frame del canale L.

Come si vede dal grafico tutte le immagini hanno mantenuto lo stesso valore di mediana. Piccole variazioni come quelle riportate possono essere dovute ad una variazione di inquinamento luminoso, assorbimento atmosferico o fenomeni di minore importanza.

Al fine di identificare invece eventuali problemi di inseguimento utilizziamo la grandezza Eccentricity ovvero la mediana dell’eccentricità delle stelle individuate da PixInsight nel frame. Sia data una stella ellittica e siano a il diametro maggiore e b il minore, l’eccentricità è data dalla radice quadrata di 1-b^2/a^2. Quindi se le stelle sono circolari e quindi a = b abbiamo che l’eccentricità è 0, mentre se la stella è oblunga l’eccentricità è diversa da zero. Stelle con valore di eccentricità inferiore a 0.42 sono ritenute circolari. Il risultato relativo al nostro caso, visualizzabile nella categoria Plots o nel relativo file FIT, è mostrato in figura 9.

L’immagine mostra che l’eccentricità per i frame 1, 2 e 4 si è mantenuta sempre inferiore a 0.67 mentre per i frame 3 e 5 è superiore a 0.80. Questo significa che questi ultimi presentano del mosso evidente. Un po’ meno mossa è l’immagine 4 mentre la 1 e la 2 hanno eccentricità media (mediana) intorno a 0.60, abbastanza tipica per un telescopio Newton dovuta alla presenza di coma residuo. Per verificare quanto detto possiamo aprire la mappa relativa al frame 2 (sempre cliccando su File → Open…) ed in particolare considerare quella dell’eccentricità. Per comodità l’abbiamo sovrapposta all’immagine stessa (Figura 10). Si noti come il massimo valore di eccentricità è ottenuta in prossimità dell’angolo del campo dove è presente maggior coma residuo.

Figura 10: la mappa di eccentricità sovrapposta al relativo light frame. Per la gran parte del fotogramma l'eccentricità mediana è pari a circa 0.60

Infine verifichiamo una variazione del fuoco durante il processo di ripresa delle immagini. Per fare questo utilizziamo la quantità fisica FWHM ovvero la mediana dell’ampiezza a metà altezza delle stelle rivelate da PixInsight nel frame considerato. Visualizziamo quindi il grafico FWHM dalla categoria Plots o aprendo il file FIT associato. Il risultato per i frame in esame è riportato in Figura 11.

Figura 11: la mediana della FWHM relativa alle stelle rivelate da PixInsight nei singoli frame.

Come si vede dal grafico la FWHM è aumentata nel tempo mantenendosi comunque entro valori accettabili. In questo caso i dati sono inficiati da un continuo e progressivo peggioramento nella qualità dell’inseguimento con aumento dell’eccentricità e quindi della FWHM associata alle stelle. Anche in questo caso si può notare come i frame 3 e 5 siano i peggiori. Piccole variazioni di FWHM sono possibili a seguito di una variazione del seeing. Se osserviamo la mappa associata al frame numero 1 è possibile vedere (Figura 12) come le stelle siano puntiformi in gran parte del campo inquadrato sintomo di una complessiva buona qualità dello strumento ottico.

Figura 12: Mappa della mediana della FWHM relativa al frame 1.

La mappa mostra come la FWHM sia pari a 4.0/4.2 arcsec nella regione centrale del fotogramma, praticamente 4 volte il potere risolutivo teorico del telescopio (l’immagine risulta comunque sottocampionata). Questo mostra come (vedi post “Il potere risolutivo”) la turbolenza atmosferica e la qualità ottica contribuiscono in maniera importante alla risoluzione complessiva del nostro setup astronomico.

Come detto precedentemente, questa procedura preliminare di verifica dei frame deve essere eseguita per ogni canale che vogliamo utilizzare al fine di comporre l’immagine finale. Fatto questo siamo pronti per passare alla fase di “Calibrazione delle immagini astronomiche”.

Nell’articolo “Il Fotoelemento: Fotodiodo e Photogate” abbiamo visto come fotodiodi e photogate vengono naturalmente utilizzati come mezzo di conversione fotone/elettrone nella maggior parte delle camere commerciali, siano esse CCD o semplici DSLR. Il problema della scarsa dimensione della regione di svuotamento dei fotodiodi è stata recentemente risolta applicando delle microlenti. Queste sono in grado di convogliare gran parte della luce verso la regione fotosensibile del fotodiodo. Analogamente anche i photogate sono stati ottimizzati utilizzando elettrodi sempre più sottili oppure facendo incidere i fotoni dal lato opposto (si parla di sensori back-illuminated).

Supponendo di esporre il fotoelemento per un determinato periodo di tempo alla radiazione luminosa, noto come tempo di esposizione, quello che otterremo è una certa quantità di carica accumulata sulle armature del nostro “ipotetico” condensatore costituito dalla distribuzione di carica ai bordi della regione di svuotamento.

In un sensore abbiamo milioni di fotoelementi, ciascuno con la sua carica accumulata durante il tempo di esposizione. Come fare ora a processare tutti queste informazioni fondamentali per ricostruire l’immagine originale? Ci sono due strategie e quindi di sensori che prendono il nome di Charge Coupled Device (CCD) e Complementary Metal Oxide Semiconductor (CMOS).

CHARGE COUPLED DEVICE

Il CCD è un fotoelemento a cui vengono applicati due, tre o quattro elettrodi in polisilicio(si parla di CCD a due, tre o quattro fasi). Tali elettrodi servono per trasportare attraverso opportuni potenziali la carica elettrica depositata da una parte all’altra del fotoelemento, nonché da un fotoelemento all’altro.

L'immagine riassume il trasporto della carica all'interno del singolo fotoelemento. La carica accumulata in prossimità del primo elettrodo (A) viene mano a mano spostata verso l'ultimo elettrodo attraverso una serie di step (B-C-D-E). Con la stessa procedura sarà poi possibile passare la carica al fotoelemento confinante (F), iniziando quello che è il processo di trasporto della carica in un sensore CCD.

E’ così possibile sequenzialmente spostare la carica accumulata da un pixel all’altro permettendo a questa di percorrere lunghe distanze con perdite che si riducono a meno dello 0.00001%. Difetti nel reticolo cristallino dei fotoelementi possono produrre perdite maggiori ed è per questo che i CCD sono molto sensibili ai danni da radiazione nucleare.

Il trasporto avviene seguendo linee verticali di fotoelementi (VCCD). L’ultima linea orizzontale di fotoelementi, grazie ad uno spessore metallico, è schermata dalla luce (HCCD). La carica di tutti i fotoelementi VCCD vicini all’HCCD viene trasferita a quest’ultimo che a sua volta la muoverà orizzontalmente verso l’output amplifer, un amplificatore che amplificherà il segnale di carica trasformandolo in un segnale analogico (tensione).

Attraverso questo schema alla fine i valori di carica di ciascun fotoelemento verrà trasformato in un segnale. Essendo la lettura sequenziale non è possibile leggere il valore di carica di un determinato fotoelemento senza leggere prima tutto il sensore. Abbiamo tre tipi di CCD a seconda di come il segnale venga inviato all’output amplifer:

• Full frame: è il sistema “classico” in cui i fotoelementi si comportano sia da luoghi di accumulo che da luoghi di trasporto. Proprio per questo motivo i sensori CCD di tipo Full frame devono essere ricoperti da un otturatore meccanico al termine della ripresa. Il vantaggio ottenuto è un aumento della superficie fotosensibile e della capacità di accumulo delle cariche.
• Interline transfer: in questo caso abbiamo che il fotoelemento non coincide con il luogo di trasporto della carica. In tale tipo di CCD ciascun fotoelemento viene duplicato: uno sarà l’elemento fotosensibile mentre l’altro, posto a lato, verrà opportunamente schermato dalla radiazione luminosa e servirà per il trasporto di carica. Alla fine dello scatto la carica accumulata viene così trasferita dal fotoelemento fotosensibile a quello schermato e quindi via via fino all’output amplifer. Questo permette di ridurre i tempi di attesa tra uno scatto e l’altro nonché la possibilità di fare a meno dell’otturatore meccanico. Il tutto purtroppo a scapito di una diminuzione della superficie fotosensibile.
• Frame transfer: in questo caso il fotoelemento coincide con il luogo di trasporto, ma il segnale di carica invece di essere inviato all’HCCD e quindi all’output amplifer viene “copiato” su un duplicato dell’intero sensore schermato però dalla radiazione luminosa. Questo al fine di diminuire i tempi di amplificazione, responsabili principali del tempo di elaborazione del segnale di carica dopo uno scatto di ripresa. A differenza dell’interline transfer il frame transfer ha una superficie fotosensibile maggiore a scapito però di un maggiore consumo di spazio e potenza elettrica assorbita.

Schema di trasporto dei diversi tipi di CCD

Infine l’output amplifer trasformerà il segnale di carica in segnale di tensione amplificato. Questo verrà successivamente digitalizzato tramite un opportuno ADC. Per maggiori dettagli si faccia riferimento all’articolo “ADC: dal mondo analogico a quello digitale”.

COMPLEMENTARY METAL OXIDE SEMICONDUCTOR

Nel CMOS ogni elemento fotosensibile in Silicio (fotodiodo o photogate) è affiancato dal sistema di formazione e amplificazione del segnale di tensione con successiva digitalizzazione attraverso un opportuno ADC. Questo comporta la presenza di tre, quattro o cinque transistor oltre ad una seria di microcavi che connettono ciascun fotoelemento. A differenza del CCD, l’accesso è ad indirizzo e non sequenziale. Il vantaggio è la possibilità di accedere ad un determinato fotoelemento senza dover per forza “leggere” l’intero sensore. Esistono due tipi di CMOS legati non tanto al sistema di trasporto del segnale quanto al processo di amplificazione:

• Passive Pixel Sensor (PPS): è il sistema più semplice costituito da un solo amplificatore per colonna di fotoelementi. Questo permette di ridurre il numero di transistor a uno solo aumentando pertanto la superficie sensibile alla radiazione luminosa a scapito di un aumento del rumore a seguito della presenza di un maggior numero di cavi di collegamento (bus).
• Active Pixel Sensor (APS): è il tipo di CMOS più diffuso dove ogni fotoelemento è affiancato da un amplificatore. A differenza dei PPS il numero di bus è notevolmente ridotto anche se i transistor nel fotoelemento aumentano da uno fino ad un massimo di cinque.

Grazie alle basse tensioni di funzionamento i CMOS consumano fino a 10 volte meno dei CCD a scapito di un aumento del rumore termico. Per maggiori dettagli si legga l’articolo “Guida all’astrofotografia digitale”.

Oggi sensori con tecnologia CMOS sono utilizzati principalmente per le DSLR commerciali grazie ai bassi consumi (importanti per la trasportabilità della camera, riducendo il consumo di batterie) e prezzi di produzione. Anche le webcam economiche sfruttano spesso sensori di tipo CMOS generalmente più veloci dei CCD.

Sensori con tecnologia CCD sono invece i più diffusi nel mondo dell’astrofotografia digitale, grazie alla loro maggiore capacità di raccogliere e convertire la radiazione luminosa mantenendo basso il rumore (o se volete alto il rapporto segnale/rumore).