{"id":315,"date":"2020-12-17T17:46:29","date_gmt":"2020-12-17T15:46:29","guid":{"rendered":"https:\/\/astropills.it\/?p=315"},"modified":"2020-12-18T12:02:59","modified_gmt":"2020-12-18T10:02:59","slug":"pixinsight-ottenere-stelle-rgb-dalla-banda-stretta","status":"publish","type":"post","link":"https:\/\/astropills.it\/pixinsight-ottenere-stelle-rgb-dalla-banda-stretta\/","title":{"rendered":"PixInsight: ottenere stelle RGB dalla banda stretta"},"content":{"rendered":"\n

Uno dei pi\u00f9 grandi limiti di chi fa astrofotografia \u00e8 quello in PixInsight di riuscire ad ottenere stelle in veri colori RGB<\/strong> con il solo segnale della banda stretta.<\/p>\n\n\n\n

Le stelle appaiono spesso bianche ed anonime quando si fanno elaborazioni HOO o SHO<\/strong>, dando un senso di finto alla foto. Il nostro cielo notturno \u00e8 un insieme di una moltitudine infinita di stelle colorate che scorrono sulle nostre teste. Perdere quel colore vuol dire perdere molto nelle nostre foto. \ud83d\ude42<\/p>\n\n\n\n

Tuttavia c’\u00e8 un nuovo metodo per rimediare a tutto questo!<\/p>\n\n\n\n\n\n\n\n

Qualche settimana fa parlando al telefono con il mio amico Attilio<\/strong> (Bruzzone ndr), mi scrisse che era riuscito a trovare finalmente la risposta ad una mia vecchia domanda. La domanda era: come posso utilizzare il gran dettaglio e rapporto segnale rumore<\/strong> della banda stretta, “colorandolo” con il segnale RGB?<\/p>\n\n\n\n

Non mi rispose subito, anche se all’inizio era perplesso sulla cosa, ma si \u00e8 segretamente messo all’opera mettendo a punto un metodo fantastico. \ud83d\ude42<\/p>\n\n\n\n

\"\"
Il mio caro amico Attilio con alle spalle la splendida foto delle nebulose Laguna e Trifida.<\/figcaption><\/figure>\n\n\n\n

La legge di Planck e il colore delle stelle<\/h2>\n\n\n\n

Il suddetto metodo messo in atto dal mio amico Attilio lo abbiamo ribattezzato metodo Ballesteros<\/strong>, in onore del geniale astrofisico spagnolo Fernando Ballesteros<\/a>.<\/p>\n\n\n\n

Si basa sulla legge di Planck<\/a> riguardante i corpi neri che afferma che l’energia associata alla radiazione elettromagnetica \u00e8 trasmessa in unit\u00e0 discrete o quanti<\/em>.<\/p>\n\n\n\n

Le stelle, che vengono classificate come corpi neri<\/a>, emettono radiazione luminosa in funzione della temperatura della fotosfera<\/strong> e questo ci permette di classificarle in diverse classi spettrali.<\/p>\n\n\n\n

\"\"
Le classi spettrali delle stelle in base alla loro temperatura, dalle pi\u00f9 calde alle pi\u00f9 fredde. Il sole \u00e8 un stella di classe spettrale G.<\/figcaption><\/figure><\/div>\n\n\n\n

Detto questo quindi sembrerebbe essere sufficiente sapere la temperatura di una stella<\/strong> per determinarne classe spettrale e colore. Purtroppo questa non \u00e8 una cosa banale<\/strong>, in quanto dovremmo conoscerne la distanza dalla terra, cosa davvero complessa da determinare e che richiederebbe tecniche come la parallasse trigonometrica. Difatti per moltissime stelle questa distanza ad oggi non \u00e8 ancora conosciuta<\/strong>.<\/p>\n\n\n\n

L’intuizione di Ballesteros<\/h2>\n\n\n\n

Fernando Ballesteros avvalendosi della legge di Planck mise a punto un metodo per determinare la radiazione dei corpi neri usando due emissioni di elementi diversi<\/strong>. Misurandone il flusso di emissione e calcolandone il rapporto fu in grado di risalire alla loro temperatura.<\/p>\n\n\n\n

Un’intuizione che avrebbe portato alla stesura di un paper scientifico<\/a> di altissimo livello e, successivamente, alla creazione di un processo su PixInsight chiamato B3Estimator<\/strong>.<\/p>\n\n\n\n

B3Estimator e la creazione di una immagine con stelle RGB in PixInsight<\/h2>\n\n\n\n

Grazie al supporto dello straordinario Juan Conejero<\/strong> nacque in PixInsight il processo B3Estimator. Questo processo prende in input due immagini e la loro lunghezza d’onda e chiede a quale lunghezza d’onda si vuole generare l’immagine di output.<\/p>\n\n\n\n

\"\"
Il processo B3Estimator in PixInsight.<\/figcaption><\/figure><\/div>\n\n\n\n

In realt\u00e0 fa molto di pi\u00f9, permette la creazione di mappe termali ed altro, ma ai fini di questo articolo ci limiteremo solo a questo utilizzo.<\/p>\n\n\n\n

Utilizzando questo processo e preparando opportunamente le nostre immagini in banda stretta da dargli in input, saremo in grado di creare tre canali sintetici RGB<\/strong>. Combinando questi canali con ChannelCombination otterremo una immagine con stelle in veri colori RGB. Fatto questo sar\u00e0 necessaria una PhotometricCalibration per avere un colore perfettamente calibrato. Con PCC PixInsight andr\u00e0 a comparare l’RGB delle nostre stelle sintetiche con quelle reali e ci restituir\u00e0 una funzione di bilanciamento del bianco che ne determiner\u00e0 la bont\u00e0 del risultato. Da l\u00ec potremo estrarre il colore delle stelle<\/strong> ed applicarlo alle nostre timide ed anonime stelle bianche in banda stretta.<\/p>\n\n\n\n

Il risultato sar\u00e0 quello di avere un’immagine ricca di colore e molto pi\u00f9 interessante e reale di quelle che siamo abituati a vedere!<\/p>\n\n\n\n

\"Nebulosa
Un altro esempio della tecnica applicata ai dati HOO delle IC 1805 gentilmente messi a disposizione dal mio amico Nicola Bugin.<\/figcaption><\/figure>\n\n\n\n

La spiegazione passo passo di tutto il procedimento in PixInsight<\/strong> la trovate nel video YouTube del mio canale<\/a>. Ho pensato che un video tutorial fosse molto pi\u00f9 utile di uno testuale e di limitarmi alla spiegazione scientifica di tale metodo. \ud83d\ude42<\/p>\n\n\n\n

Inoltre nella pagina Download e Risorse<\/a> troverete i set di icone dei processi utilizzati pronti all’uso!<\/p>\n\n\n\n

\n