微信扫码即刻访问“巡星客”——国内领先的天文社区
在上一节, 我们回顾了典型的彩色图像的处理流程。这次, 我们将专注于单色图像的处理流程。
因为处理的对象及其数据集的性质不同，两个不同的艺术家总结的经验也往往大相径庭。以下内容按照顺序依次执行，但这只是建议，他们可能会提供一个参考框架，为您定制自己的工作流程提供一些思路。例子中使用的数据可以在http://www.mistisoftware.com/astronomy/index_fits.htm获得。
消除坏帧(Process/Blink，第一章第六节)
在预处理之前，创建CosmeticCorrection(准备模板)(第二章：第二节、第三节)
使用批处理脚本（Batch Preprocessing），对图像进行批量预处理(第二章：第一节到第五节)
或者按照ImageCalibration -> StarAlignment -> ImageIntegration的顺序，手动进行图像的预处理。(第二章：第六节到第八节)
建议创建一个项目，这对单色图像的处理非常有用，可以将各种处理过程中产生的文件（包括各种主帧，蒙版等）存储在一个地方，便于组织、管理和使用(第一章：第一、二节)
对校准好的图像，在线性状态下开始后续的处理工作，先使用STF Auto Stretch进行自动拉伸预览(第一章：第二节、第三节)
先处理明度通道的图像，还是先处理彩色通道的图像，你随意
使用ChannelCombination将R、G、B三个通道的主文件合并成一张彩色图像(第三章：第一节)
使用DynamicCrop，将有问题的区域(严重的渐晕, 黑边等)裁减掉(第三章：第一节)
通过使用DynamicCrop的新实例图标(New Instance Icon)，将前面裁切RGB图像时使用的裁切区域，应用到明度通道的图像上(第三章：第一、二节)
使用FastRotation择优去向(第三章：第一节)
使用DBE或者ABE来消除梯度（例如渐晕、环境光害等）(第三章：第二节到第五节)
使用BackgroundNeutralization对图像进行色彩平衡(第三章 第五节)
使用ColorCalibration来校准颜色，上图中使用了“结构侦测”(第三章：第六节)
非线性转移曲线，使用HistogramTransformation或者MaskedStretch(第四章：第三节、第四节、第七节)
使用SCNR，去除绿色噪声偏差（第四章：第十三节）
明度通道的处理工作也应该在线性状态下进行，先使用STF自动拉伸看看大致的效果(第一章：第二、三节)
使用DBE或者ABE来消除梯度（例如渐晕、环境光害等）(第三章：第二节到第五节)
如果适用的话，使用Deconvolution对图像进行反卷积（蒙版和DynamicPSF）(第三章：第七节、第八节)
线性状态下的图像降噪（可选），使用TGVD、ATWT、MMT(第三章：第九节、第十节，第四章：第九节、第十二节)
非线性转移曲线，使用HistogramTransformation或者MaskedStretch(第四章：第三节、第四节、第七节)，然后可以考虑使用LinearFit将明度图像与RGB图像进行适配(第四章：第八节)
使用LRGBCombination将明度图像与彩色图像合并(第四章：第八节)
下一节，继续总结单色图像的处理流程