微信扫码即刻访问“巡星客”——国内领先的天文社区
反卷积(Deconvolution)是一个试图纠正大气抖动的算法。
这个还原性的算法可以让图像更锐利，星点更细，细节更突出。
和其它锐化和修复滤镜一样，反卷积通常用在明度通道上，或者彩色图像的明度部分。
但是，和锐化不一样，它必须在线性状态下使用，因为这个时候星点的点扩散函数（PSF，Point Spread Function)还在线性状态下没有改变。
如果使用得当，效果十分显著。
如果使用不当，那看上去就很灾难了。
处理深空图像，一般使用Regularized Richardson-Lucy反卷积算法。
如果是太阳系天体，可以试试Regularized Van Cittert算法。
正则化(Regularization)通过减少噪声并提升图像结构发挥作用。它比其它简单的算法能够更有效地改进结果。要榨干反卷积(deconvolution)的潜能，真的要好好秀秀PI的肌肉，它牵涉到两个我们已经学过的技巧和一个马上要学到的。
我已经打开了NGC4536的明度部分，在光盘和网页上都有。细节不错，但是让我们看看在这个基础上还能提升多少。
反卷积很吃CPU，我们先定义一个预览，包含了目标细节和亮星。
请注意预览仅仅是模拟了最后的结果，并不一定完全一致。
反卷积有三个PSF标签 - Parametric（参数）, Motion Blur（动态模糊）和 External（外部）。
Motion Blur（动态模糊）通常是用来修复拉线的，有点点超过本教程的范围了。
从这例子可以看出，通过调整角度和长度，拉线的星点有所改善，其它参数请自行研究。
Parametric（参数） 和 External（外部） PSFs 可以用来作反卷积使图像更清晰。Parametric标签，其实是尽力去猜星点的PSF。
我们发现标准差(StdDev)设置在1.5与2.5之间是最有用的。这些参数的数值，取决于视宁度的好坏以及CCD/CMOS每像素的解析力。两个PSF标签相比，Parametric（参数）操作更快，而且也能达到很好的效果。
使用Regulaized Richardson-Lucy算法，我们需要试着找出最佳的迭代次数。
通常推荐迭代30到50次，有时候也可以试试100次。
如果Process Console给出了警告 - 迭代一定次数后本地分叉(divergence)了，那么减少一点点迭代次数，再试试。PI正在告诉我们已经达到并超过最佳的迭代次数了。
用默认的10次，已经可以看到很近似的效果了。在试验参数过程中，尽量用少点的迭代次数，省时间。
默认Target参数是Luminance (CIE Y) ，反卷积只作用在彩色图像的明度通道上。(彩色图像在反卷积前，推荐在RGBWorkingSpace里设置为1:1:1).如果是黑白明度图像，设置也一样。
无论是选择Parametric（参数）还是External（外部）PSF, 无论其它参数怎么设置，Deringing都要勾上。
星点旁的黑圈是反卷积令人讨厌的副作用，Deringing能帮忙控制它。
Dering为星点提供全局(Global)
和局部（Local)保护。
全局(Global)对绝大多数星点来说都已经足够了，局部(Local)则重点护卫亮星，并且需要星点蒙版(star mask)作为辅助工具，就像我们在第一章第五节中创建的一样。我们还需要一个范围蒙版(range MASK)来保护低信噪比的暗部（天空背景和暗细节）不受影响。在下一节我们还要讲到蒙版。
反卷积进程最麻烦(最重要）的参数设置就是Deringing的Global dark。
默认值0.1通常都太高了一点，试着把它降到0.01到0.05之间。
通常Global bright不用设置，凡是如果图像出现亮圈而不是黑圈，试着设置一下这个参数。
当选择用正则算法的时候，Wavelet Regularization（小波正则式) 变可选了。前面说过，这是一个降噪的工具。让我们选上它来发挥它的作用。
由于小维度的噪声都在第一和第二层中，因此基本不需要改变这里的设置。
我们建议吧第二层(layer 2)的噪声阈值改成3.00并把把它的降噪总量增加到1.0。
下一课，继续介绍反卷积。