微信扫码即刻访问“巡星客”——国内领先的天文社区
很明显，越多组不同的图像一起叠加，任务就会变得越复杂。（画面文字：不同的Bin模式，不同的滤镜，不同的温度，东面的亮场和平场，西面的亮场和平场等等。）我们将探讨其中一部分，但不是全部。
再次打开Batch Preprocessing, 你可以选择重置所有参数，或者是调用上次用过的设置。
让我们这次手动把文件添加进来。首先是偏置，然后是暗场，然后是平场，最终是亮场。
这一次，我们用了单独的校准帧，所以我们没有勾选这些。
并使合成(integration)窗口保持可用。
请注意平场已经按合并模式(bin mode)、滤镜类型、曝光时间归类。在这个例子里，所有的图像都没有合并(Binning 1 = 1 x 1)。
亮场也按照合并模式(bin mode)、滤镜类型和曝光时间归类。
这次，将使用我们在本章第三节中创建的Cosmetic Correction模板。它已经放在桌面上，我们从这里选用它。
由于是黑白图像，所以不勾选CFA images
反拜耳(Debayer)选项变灰了。
我选择Lanczos-3对齐，
Avareage (平均) combine, 而且，由于我有很多单张图像，用了Winsorized Sigma Clipping发挥它的效用。
这次，我要求生成rejection maps（排异地图）。
我们还是需要选择基准图像(reference image)来对齐，并指定输出文件夹。
最后，Diagnostics（诊断)告诉我们所有的设置都没有问题。
点Run。等等吧。不饿？那去喝杯咖啡吧。
让我们看看输出文件夹。预计之中，这次有更丰盛的收获。
在calibrated（校准）文件夹里，除了有亮场，还有平场的文件。
除了校准过的亮场和平场之外，还有Cosmetized Correction（瑕疵校正）过的亮场。
在master文件夹里，有不区分合并模式(bin mode)的主偏置，和主暗场，以及按滤镜类型归类的主平场和主亮场。
在registered（对齐）文件夹，有校准过，瑕疵校正(Cosmetically Corrected)过，而且对齐好的亮场，并且都按滤镜类型区分。
让我们快速地看一下结果。
打开L滤镜主亮场，这是我们要求的high和low的排异地图(rejection maps），【画面文字：排异地图是评估排异算法表现好坏的有效数据结构】
如果对这个图不太满意，调整Sigma设置、使用不同的排异算法，
或者调用Image Integration进程重新做。【画面文字：调用Batch Preprocessing生成的校准并对齐的图像】
用STF看一下，这是一个看上去很不错的图像。
对Batch Preprocessing脚本有了深刻理解之后，让我们继续看看各个独立的预处理模块。