微信扫码即刻访问“巡星客”——国内领先的天文社区
在上节教程中，我们使用窄带数据增强明度通道，这次我们将增强颜色通道。
上节的方法可以被用于特定颜色通道
我们将选择性地混合窄带以避免损坏星点，背景天空和最终图像的总体色彩平衡。
虽然脚本在某种程度上实现了这一点
高级处理可能依赖于由PixelMath和蒙版提供的控制。
因为在这里是颜色而不是亮度属性会受到影响，你可以选择在线性状态下工作。
使用 ChannelExtraction进程，我们首先获取RGB图像的红色通道。
我们然后应用上图中这个表达式到Ha图像，
以去除大多数星点和连续光谱发射物。
公式把红色通道减去中值，并将该结果的25％与原始Ha图像相减。只需在表达式中替换您的图像的名称并且根据需要改变百分比。
现在让我们复制图像。这个克隆将作为一个仅作用于星云的蒙版。
为此，我们应该使其阴影变暗以保护背景天空，并且使使亮部亮起以允许Ha通过星云。我们还可以考虑使用wavelet transform让蒙版的过渡更平滑。
接下来，将蒙版粘贴到（L）RGB图像并返回到PixelMath将Ha数据应用于彩色图像。我们现在把这个表达式运用到红色通道。再一次，在适当的地方换上您的图片的名称。
表达式Ha图像减它自己的中值并乘与2倍(倍增效应)，然后把它添加到现有的红色通道。
您可以更改乘的倍数，得到更强或更弱的结果。
虽然我们只改变红色通道，但确保在绿色和蓝色通道键入$T，表示只使用他们现有的信息。如果留空，PixelMath将假定为零。
现在将PixelMath应用于(L)RGB 图像
以增强红色通道。
这种方法也可以适用于O3。
访问此链接有一个有点不同的方法。
正如我们所看到的，有几种方法将窄带数据组合成伪彩色图像，以及用于将窄带添加到 (L)RGB 图像。不断试验，并找到特定项目的流程。