微信扫码即刻访问“巡星客”——国内领先的天文社区
遍观我们的PixInsight教程的前述章节，我们已经熟悉 wavelets(小波）但是很少提到他们在多尺度（multiscale)处理中的角色。
星点属于小尺度
星系的细节也属于小尺度
一个星系属于大尺度
回顾之前，什么是multiscale(多尺度)? 我们的图像一般都包含大尺度结构和小尺度结构。细小星点和星系细节是小尺度结构的例子，而一个星系的悬臂是一个大尺度结构的例子。
我们已经看到基于结构尺寸用ATrousWavelet和MultiscaleMedian对特定的小波层次进行锐化和平滑（sharpening或smoothing）。
多尺度处理更进一步，可以让我们将大尺度结构从小结构中分离，从而彼此独立的处理他们。让我们在实际的处理中，看看多尺度是怎么发挥魔术般的作用的。
我们从一个简单的例子开始，这里是一个几乎完成的NGC253。
使用ATrousWaveletTransform的默认设置，我通过双击绿色箭头禁用Residual wavelet layer（剩余小波层次）。
当这些操作运用到克隆的原始图像上，就’关闭’了大尺度结构，只留下包含在图层1-4的小尺度
结构。取决于在特定图像中存在的结构大小，你需要改变wavelet layers（小波层次）数量以获得最佳效果。
接下来要用PixelMath。选择Create new image（创建新图像）后，我们从原始图像中减去克隆图像的小结构。
和很多涉及减法的例子一样，我们不需要Rescale（重新调整比例）。
正如你们已经猜到的，这张结果图只包含大尺度结构。
现在我们有单独的图像代表不同的尺度，我们可以自由的独立调整他们。
这里包含了一些可以进行的操作
在这个例子里，我们将选择精调颜色。从大尺度开始，我们通过CurvesTransformation进程调整整体色彩饱和度。
使用ColorSaturation进程的精细控制功能，我们调整特定色相，以实现更好的色彩平衡。
现在对于小尺度的图像，我们应用比前面更激进的颜色饱和度。
并且，既然我们已经在这里了，让我们在小结构中再重拳出击加点料，推动一下直方图的中点位置往左。
当我们多尺度调整完成，就到合并大尺度和小尺度图的时候了。
取消勾选Rescale选项，使用 PixelMath的加法把他们合并回去。
就这样!
下一节，另一个关于多尺度处理的好例子。