Какой метод используется для расчета «качества» солнечного/планетарного изображения?

Еще немного исследований, и я обнаружил, что основной принцип, из которого вытекают несколько вариантов, состоит в том, чтобы взять сумму квадратов разницы между соседними пикселями, чтобы получить оценку.

Принцип заключается в том, что изображение более высокого качества имеет более высокую вероятность того, что будут значительные различия в значениях соседних пикселей, т. е. могут быть значительные различия от пикселя к пикселю, тогда как изображение более низкого качества будет иметь одинаковые значения соседних пикселей, поскольку они «слились» вместе. Поэтому, если взять квадрат разности соседних пикселей и суммировать их вместе, изображения более высокого качества будут показывать значительно более высокий балл или суммирование.

Я собираюсь продемонстрировать это на упрощенном примере ниже, но я интерпретирую значение «соседних пикселей» особым образом и надеюсь, что если я ошибаюсь, кто-нибудь скажет мне, и я смогу изменить этот ответ. соответственно.

Представьте, что мы отображаем объект, который точно заполняет кадр нашей маленькой 16-пиксельной камеры. В середине этого объекта находится очень темный квадрат, который по совпадению точно заполняет центральные 4 пикселя нашей камеры. Если видимость этого объекта идеальна, то камера будет экспонирована со значением 255 для каждого светлого пикселя и 0 для каждого темного пикселя.

Вот как будут вычисляться различия между соседними пикселями (я предполагаю только горизонтальные и вертикальные различия, а не диагональные):

Однако движение камеры или плохая видимость приводили к большему распределению света между пикселями, расчеты различий между соседними пикселями будут другими:

Оценка, то есть сумма квадратов разностей, для первого (идеального) изображения равна 520200 .

Оценка за размытое изображение — 304200 . Следовательно, сумма квадратов разностей между соседними пикселями говорит о том, что первое изображение лучше.

Очевидно, что эта стратегия не идеальна. Предполагается, что более качественные изображения будут иметь более высокий балл из-за большей разницы между соседними пикселями, но это предположение.

Возведение разницы в квадрат предназначено для придания большего веса большим различиям, но я наткнулся на комментарий на веб-сайте поддержки PIPP, в котором говорится, что PIPP изменил базовый алгоритм, чтобы придать еще больший вес более резким изменениям контрастности по сравнению с более низкими изменениями контрастности, поэтому может быть, возведения в квадрат различий иногда недостаточно.

По-видимому, эта стратегия измерения качества не работает, когда объект на сенсоре имеет небольшой размер и может быть ярким или даже переэкспонированным. Вышеупомянутые методы могут выбирать размытые и смазанные кадры вместо кадров, которые на самом деле лучше. В этом случае стратегия, которая просматривает гистограмму значений для кадра и выбирает тот, у которого более высокий пик, может дать лучший выбор подходящих кадров «наилучшего качества». Предполагается, что гистограмма будет иметь большее количество кадров, разделяющих значение пикселя в меньшем диапазоне, а не распределяя свет по более широкому диапазону значений пикселей.

Альтернативная стратегия измерения качества просто суммирует значения всех пикселей изображения. Более высокий балл будет указывать на то, что больше света попадает на датчик, что означает, что меньше облаков (например) мешает.