微信扫码即刻访问“巡星客”——国内领先的天文社区
和DBE一样，ColorCalibration（颜色校准）也被认为是PixInsight最强大的工具之一。准确的色彩平衡是天文摄影师碰到的最大的困难之一。ColorCalibration（颜色校准）让这个工作更简单。
为了让它发挥作用，有三个条件先要满足。
图像照度均匀，这可以通过平场和上一课介绍的ABE/DBE达成。
背景的平均值必须是中性的。这可以通过BackgroundNeutralization达成。
最后，图像必须处于线性状态。
和用G2V恒星校准不一样，PI的ColorCalibration并不偏向某一特定颜色或者某一特定类型作为基准白色。（译者注：PI理论上以所有恒星集合的颜色作为白色基准色）。 这么做也许有争议，但是越来越多人觉得PI的无偏见，以所有颜色为基准的方法，越来越得到认同。
虽然用起来很有效，但是ColorCalibration也不会变魔术，需要用户输入准确的参数。比如说BackgroundNeutralization, 它需要一个很好的背景参照，以建立中性的天空背景。
这一次我们需要一个White Reference(白色参照),包含足够多不同的目标当做样板。（画面字：稍微增加LowerLimit(下限）的值，可以从背景中，分离出一个暗淡的White Reference（白色参照）)。
设置Background Reference（背景参照）， 和BackgroundNeutralization一模一样。
你可以在这里设置参照或者使用ROI(感兴趣的区域)的功能。
在图像中，选择一个最能代表中性天空背景的视图。 ColorCalibration可以选择以下三个模式中的任何一个：Manual（手动）, Structure Detection（结构侦测）, 或者Range Selection（范围选择）。
在手动模式下，用户需要根据外来数据（比如说用G2V，eXcalibrator等得到的数据)，指定颜色校准参数。
没有额外的计算。Structure Detection（结构侦测）使用了多维度的，基于小波计算的方法来隔离和采样一组各种不同类型的不饱和星点，以此当做白色参照。然后计算出R，G,B各个通道的颜色校准参数。
如果你把Reference image参数留空，或者使用它的默认值“Target image”, 整幅图像都会被当做白色参照（White Reference）。这是没有问题的，因为Structure Detection（结构侦测）只对星点采样。
当然，你也可以选择你自己的白色参照，就像选择背景参照(Background Reference)一样。
这甚至可以是一个G2V星。
Range Selection（范围选择）对含有星系的图像来说是最好的，特别是邻近的螺旋星系。Vicent Peris说，星系的光聚合了所有类型的星际发光体, 红移几乎可以忽略不计，是一个很完美的白色参照。
你总是可以把星系当做白色参照得到很好的结果，但是这Vicent对取得更好的结果有进一步的建议。
(画面文字：小于5000万秒差距。哈勃分类：Sa，Sb，Sc，Scd，SBa，SBb，SBc，和SBcd。倾角：小于60度。在Johnson B上的总红移小于0.5等。）
无论是范围选择（Range Selection）
还是结构侦测（Structure Detection）模式，
用户有时候希望使用多个预览作为参照。
回想一下第第一章第四节提过的PreviewAggregator脚本，把多个预览合并成一个，我们可以用合并起来的预览作为参照。
如果你想知道具体哪些像素参与了白色参照或者背景参照的计算，勾上这两个”output xxx referennce mask”。
和其它应用类似，白色的是使用上的，黑色的是没用上的。
把ColorCalibration运用到图像上，万事大吉！