M20 三裂星雲及 M8 礁湖星雲重新後製

經過了：

• Luke 的休閒筆記: Gemini 說這是一張「史詩級」的M31重製
• Luke 的休閒筆記: 面紗星雲 (Veil Nebula) 影像後製：高階 AI 聯合作戰與極限拉伸精華
• Luke 的休閒筆記: 🌹 玫瑰星雲 (NGC 2237) 異質數據混成標準工作流

現在要來重新後製M20 三裂星雲及 M8 礁湖星雲，應該就只是一小塊蛋糕：

1. Nikon D610（天文改機+SIGMA 150-600mm F5-6.3 C版（@600mm F6.3)
   單張 ISO 640 曝光時間 三分鐘，拍攝 13 張；（暗場影像 25 張，平場影像 50 張，偏壓影像 50 張未保存，就算有也應該是無效，就當成沒有）：[Nikon Z6 & D610] 銀河縮時、M51渦狀星系、M8「礁湖星雲」和M20「三裂星雲」 - Mobile01

2. ZWO ASI533MC-Pro + Sharpstar 61EDPH II + 0.82X 減焦鏡 +Optolong L-EXTREME 雙窄帶濾鏡 + 已做好的 MasterFlat。單張曝光 5 分鐘，共拍了 19 張：Luke 的休閒筆記: M20 三裂星雲及 M8 礁湖星雲

分析結果與起始條件限制聲明：

經過 M31 跨設備 Alpha 融合地獄的洗禮，這次的 M8/M20 聯合作戰在邏輯上確實只是一塊小蛋糕，但根據兩組器材起始條件，有兩個致命的物理限制與光學陷阱必須在一開始就說清楚：

1. D610 缺乏校正檔 (Calibration Frames) 的災難：

   沒有平場 (Flats) 代表會有嚴重的暗角與感光元件入塵陰影；沒有暗場 (Darks) 與偏壓 (Bias) 代表熱噪點與放大器輝光 (Amp Glow) 會隨拉伸被極度放大。Sigma 150-600mm 在 F6.3 的進光量不大，單張 3 分鐘 x 13 張（總曝光僅 39 分鐘），這組數據的信噪比 (SNR) 處於絕對弱勢。

2. M20 三裂星雲的「藍色反射星雲」陷阱：

   L-EXTREME 雙窄帶濾鏡能完美捕捉 M8 的發射星雲 (H-alpha) 細節，但它會「徹底物理閹割」 M20 外圍那圈絕美的藍色反射星雲。因此，D610 的寬頻數據絕對不能只當背景，它是 M20 藍色星雲與全場恆星真實色彩的「唯一救命稻草」。

---

M8 / M20 聯合作戰：最高效率降維打擊流程

戰略核心：以 D610 的寬頻全彩為底圖，用 533MC 的窄頻數據當作「細節增強塗層」，完美套用在 M31 學會的 Alpha 遮罩融合法。

Step 1：底層數據極限榨取 (各自處理至非線性)

1. D610 (寬頻底圖)：

   • WBPP 疊圖後，首要任務是使用 GraXpert（或 PI 內建的 DBE/ABE）進行極度暴力的背景拔除，強行抹平沒有平場造成的暗角。
     
   • 執行 SPCC 校色 ➔ BXT (Correct Only) ➔ SXT (拔星，保留恆星圖) ➔ NXT 暴力降噪 ➔ GHS 或 HT 拉伸至非線性。
     
   • 產出：D610_Starless 與 D610_Stars。
     

2. 533MC (窄頻結構)：

   • WBPP 疊圖（掛入 MasterFlat）。
     
   • 執行 GraXpert ➔ SPCC (需設定為 Narrowband 模式) ➔ BXT (全面銳化星雲) ➔ SXT (拔星，恆星圖直接丟棄，窄頻星點顏色不可用) ➔ NXT 降噪 ➔ GHS 或 HT 拉伸至非線性。
     
   • 產出：533MC_Starless。
     

Step 2：座標系與視角統一 (StarAlignment)

1. 打開 Process > ImageRegistration > StarAlignment。

2. Reference Image (基準)： 選擇視野較大、星點為寬頻真實色彩的 D610_Starless（或原始未拔星圖）。

3. 將 533MC_Starless 拖入對齊，產生 533MC_Starless_registered。

   (此時兩張無星圖的座標、旋轉與縮放比例已絕對一致)

Step 3：鑄造窄頻專屬輪廓遮罩 (套用 M31 經驗)

這一步是為了確保 533MC 的高反差結構只貼在星雲上，且「絕對不會」覆蓋掉 D610 在 M20 拍到的藍色反射星雲（因為 533MC 拍不到藍色，該區域在遮罩中會是黑的）。

1. 點擊 533MC_Starless_registered，執行 Image > Extract > Lightness (CIE L*)，命名為 Mask_533。
2. 打開 HistogramTransformation (HT)，對 Mask_533 將黑色三角形 (Shadows) 向右拉，把沒有窄頻訊號的背景底噪「徹底切成純黑」，只保留 M8 與 M20 發射星雲的白色亮部結構。寫入套用。
3. 打開 Convolution，設定 StdDev 約 30~50，對 Mask_533 進行羽化，製造幽靈漸層。

Step 4：PixelMath 終極 Alpha 融合

1. 打開 PixelMath，確保 Use a single RGB/K expression。

2. 輸入 Alpha 融合公式：

   (533MC_Starless_registered * Mask_533) + (D610_Starless * ~Mask_533)
   

3. Destination 強制設定為 RGB color，Create new image 命名為 M8_M20_Master_Starless，執行！

   (成果：M8 擁有 533MC 的暴力銳利度，而 M20 完美保留了 D610 的藍色光暈，背景過渡無縫。)

Step 5：寬頻真實恆星回填

1. 對保留下來的 D610_Stars 進行色彩飽和度提升 (CurvesTransformation)，讓星點顏色更飽滿。

2. 透過 MorphologicalTransformation 進行縮星 (如果 Sigma 150-600 的星點過肥)。

3. 打開 PixelMath，輸入 Screen 濾色疊加公式：

   ~((~M8_M20_Master_Starless) * (~D610_Stars))
   

4. 產生最終大圖，收工。

GHS 與 HT 的降維打擊差異分析

HT (Histogram Transformation) 是上個世代的產物，而 GHS (Generalized Hyperbolic Stretch) 是目前 PixInsight 處理深空的絕對主流。它們的底層數學與物理意義有著決定性的差異：

1. HT (傳統直方圖拉伸)：全域暴力的橡皮筋

• 運作邏輯： 牽一髮動全身。當你把中間調往左拉以浮現暗部星雲時，亮部也會跟著被等比例強制拉高。
  
• 致命缺點： 處理像 M8 這種中心極亮、外圍極暗的目標時，為了拉出外圍雲氣，M8 的高光核心必定會「死白溢出 (Clipping)」，且恆星會產生嚴重的「肥大化與色差」。
  

2. GHS (廣義雙曲線拉伸)：精準的手術刀

• 運作邏輯： 基於非線性雙曲線方程式。它允許你設定一個「對稱點 (Symmetry Point, SP)」。
  
• 物理優勢： 你可以把 SP 鎖定在星雲最微弱的底噪邊緣，系統會只針對這個亮度區間進行爆發性的對比放大，而高光區（M8 核心）和極暗區（宇宙背景）的曲線會被自動壓平保護。
  
• 結果： 星雲層次炸裂、核心細節完美保留、星點幾乎不膨脹。對於沒有暗場導致高熱噪的 D610 數據，GHS 能避免把底噪一起拉上來。
  

---

數學平場 (Synthetic Flat) 的物理救援邏輯

對沒有平場的 D610 絕對有巨大的幫助，甚至能起死回生。**

光學物理敗因分析：

為什麼不直接用 GraXpert 或 DBE 拔掉暗角就好？

因為光害與月光屬於「光子疊加 (Addition)」，處理方式是減法 (Subtraction)； 但鏡頭邊角失光 (Vignetting) 與入塵，屬於光學遮擋的「光子衰減 (Multiplication)」，處理方式必須是除法 (Division)。

如果用 GraXpert 的 Subtraction 硬減暗角，畫面邊緣的像素值會被扣到趨近於 0，導致色彩斷層與雜訊狂飆。我們必須手動建立一張「人工平場 (Synthetic Flat)」，並用除法來還原邊緣光子。

人工平場 (Synthetic Flat) 製作與應用

在 D610 完成疊圖（線性階段）、還沒進行任何拉伸與去星之前執行：

Step 1：萃取純粹的光學缺陷輪廓

1. 打開 GraXpert（或 PI 的 DBE）。
2. 在 Correction 選項中，絕對不能選 Subtraction 或 Division，請選擇 Background (僅輸出背景)。
3. 執行後，會得到一張只有嚴重暗角與光害輪廓的灰暗圖檔，將其重新命名為 SynthFlat_Raw。

Step 2：物理淨化 (消滅殘留星系訊號)

這張背景圖中可能還殘留一點點 M8/M20 的高光暈影，必須把它徹底抹平，只留下鏡頭的暗角物理形狀。

1. 打開 Process > Convolution。
2. 將 StdDev 拉到極大，設定在 50 到 100 之間。
3. 對 SynthFlat_Raw 執行。此時它會變成一張極度平滑的純粹暗角分佈圖。將其重新命名為 SynthFlat。

Step 3：讀取基準亮度 (Statistics)

1. 打開 Process > Image > Statistics。
2. 選擇 SynthFlat。
3. 記下它的 Mean (平均值) 數據（例如：0.0035）。這代表這張平場的基準亮度。

Step 4：終極數學平場除法 (PixelMath)

1. 打開 PixelMath。

2. 輸入光學平場校正公式（假設 D610 原圖叫做 D610_Light）：

   (D610_Light / SynthFlat) * 0.0035
   

3. 勾選 Create new image，命名為 D610_Calibrated，執行！

完成這步後，D610 那可怕的 Sigma 150-600 邊角失光就會被數學完美抹平，接著再進行常規的 SPCC 與 GHS 拉伸，就不會出現邊緣色彩崩壞的慘劇。

Gemini 說這是一張「史詩級」的M31重製

前言

「史詩級」是太誇張了，倒是能將從 2018 年至今、跨越單眼（Sony A7S / Nikon D610）與冷凍相機（ZWO ASI533MC-Pro）的所有 M31 拍攝影像，凝聚成一張高動態範圍 (HDR) 最終影像，有了 Gemini AI 才知道還能這樣搞。

天文攝影歷程與器材演進

從 2017 年Luke 的休閒筆記: Kenko Skymemo S 攝星儀開始，在部落格記錄的歷程，展現了從廣角星野到深空攝影的完整硬體技術迭代：

• 第一階段（星野與入門深空）： Kenko Skymemo S + iOptron Cem25P + Sony A7S / Nikon D610 + Sigma 70-200mm F2.8 / 150-600mm F5-6.3。此階段利用全片幅相機的高感光與大光圈鏡頭，探索硬體極限，但受限於星野赤道儀的載重與無導星機制。
  • Luke 的休閒筆記: 觀測日記
  • Luke 的休閒筆記: 觀測日記二
  • Luke 的休閒筆記: 觀測日記三
  • Luke 的休閒筆記: 觀測日記四
  • Luke 的休閒筆記: 觀測日記五
• 第二階段（精準導星與冷卻相機）： iOptron Cem25P + ZWO ASI533MC-Pro + Sharpstar 61EDPH II / 107 PH APO + ZWO EAF。導入了赤道儀雙軸追蹤、天文專用冷卻相機克服熱噪點，以及 EAF 電子自動對焦，全面進入高解析度的自動化深空領域。
  

儲存在 Synology NAS 中的歷史影像資料，將是驗證軟硬體升級的最佳基準。

仙女座大星系 (M31) 重製計畫：最高效率 AI 聯合作戰順序

針對 M31 重製作業，結合 Mac mini M4 的算力與 Thunderbolt SSD 專屬 PixInsight (1.9.3) 暫存區的優勢，直接套用確立的影像處理工序：

1. NXT (NoiseXTerminator)： 在線性階段先進行初步降噪，為後續運算提供純淨的背景。

2. SPCC (SpectrophotometricColorCalibration)： 讀取 Gaia 星表，針對 M31 核心的黃矮星與外圍旋臂的藍色年輕恆星進行精準的物理光度校色。

3. BXT (BlurXTerminator)：

   • 第一階段： 勾選 Correct Only 修正光學變形與星點圓度。
     
   • 第二階段： 取消 Correct Only，進行星系的細節 AI 銳化，特別強化 M31 的暗星雲塵埃帶邊緣。
     

4. SXT (StarXTerminator)： 將銳化後的 M31 影像進行星系主體與背景恆星的徹底分離。

5. 分軌拉伸：

   • 無星圖 (Starless)： 針對星系盤面進行局部直方圖等化 (LHE) 強化結構，並進行極限曲線拉伸。
     
   • 恆星圖 (Stars)： 進行色彩飽和度提升。
     

6. PixelMath： 將處理完的恆星加回星系中 (Starless + Stars)。

---

跨設備與跨環境疊圖限制與風險評估

起始條件包含：全片幅相機（Sony A7s、Nikon D610）、1 吋正方形冷卻相機（ASI533MC-Pro），以及高山（高 SNR）與頂樓（低 SNR）的環境落差。

1. 視角與像素比例極端落差： 533MC-Pro 的正方形畫幅與全片幅的 3:2 比例、像素尺寸完全不同。在 PixInsight 進行 StarAlignment 星點對齊時，必須大幅裁切全片幅畫面以配合 533MC-Pro 的視角，或在最終影像周圍留下大面積無數據的黑邊。
2. 訊噪比 (SNR) 劣化風險： 高山低光害環境取得的數據極為純淨。若與頂樓的高光害數據進行常規的平均疊加 (Average Integration)，頂樓數據的龐大背景雜訊將會嚴重污染並稀釋高山數據，導致整體 SNR 不升反降。
3. 色彩響應差異： 三款相機的感光元件架構與拜爾陣列 (CFA) 色彩科學不同，直接混疊將導致最終生成的線性檔案色彩混亂，大幅提升後續 SPCC (SpectrophotometricColorCalibration) 光度校色的失敗率與偏差。

PixInsight 跨平台影像整合與數據最大化方案

建議放棄全盤混疊，改採「分組疊加、後期合成」的策略：

1. 嚴格的對齊基準 (Reference Image)： 若堅持全盤疊圖，必須挑選星點最細緻、解析度最高的一張單張影像（通常為 ASI533MC-Pro 搭配 107 PH APO 或 61EDPH II 拍攝的數據）作為全域對齊基準。
2. 極端的權重分配 (SubframeSelector)： 絕對不能使用等權重疊加。必須透過 SubframeSelector 以 SNRWeight 結合 FWHM 進行評分，強迫 ImageIntegration 給予高山影像絕對的高權重，頂樓影像的權重降至最低，僅作為增加曝光時間的微弱補充。
3. 雙窄帶通道提取法 (L-eXtreme 融合)： 若頂樓數據曾使用 Optolong L-eXtreme 雙窄帶濾鏡拍攝，應完全放棄將其與高山寬帶數據混疊。正確作法是將窄帶數據獨立疊成一張，提取其中的 Ha 通道，然後在非線性階段透過 PixelMath，將 Ha 數據作為特定圖層，精準疊加至高山寬帶數據中，藉此強化 M31 旋臂上的紅色電離氫發射區 (HII regions)。

---

同器材分組疊加策略與後期合成分析

針對 Sony A7s、Nikon D610 與 ASI533MC-Pro 三組不同硬體架構的數據，獨立完成預處理與線性疊加後，各組的處理優勢與後期跨組合成策略如下：

第一組：Sony A7s 數據 (極限感光與廣視野)

• 數據優勢： 具備極大的像素面積 (8.4 µm) 與極高感光度，能輕易捕捉 M31 最外圍、極度微弱的星系暈 (Galactic Halo) 以及廣域的星際塵埃。
  
• 處理重點： 線性階段透過 NXT 進行深度降噪。非線性拉伸時，重點保護影像邊緣的微弱亮度過渡，無需強求核心銳利度。這組數據將作為最終合成的「極限暗部底圖」。
  

第二組：Nikon D610 數據 (高動態範圍與真實色彩)

• 數據優勢： 具備優秀的動態範圍與全片幅的色彩捕捉能力，適合還原 M31 盤面複雜的星族色彩（核心的黃色老恆星與旋臂的藍色年輕恆星）。
  
• 處理重點： 嚴格執行 SPCC 物理光度校色。在 SXT 提取恆星後，針對恆星圖獨立進行色彩飽和度提升。這組數據可作為最終影像的「寬帶色彩層 (RGB Layer)」與「星點來源」。
  

第三組：ZWO ASI533MC-Pro 數據 (無熱噪點與高解析細節)

• 數據優勢： 穩定的溫控製冷帶來極純淨的背景，1 吋方形感光元件配合望遠鏡能獲得較高的採樣率，適合擷取 M31 核心的高亮度結構與暗星雲塵埃帶。
  
• 處理重點：
  • 發揮 M4 晶片算力，針對此組數據執行最強度的 BXT 運算，極致銳化塵埃帶邊緣與星系核心細節。
    
  • 針對無星圖 (Starless) 進行多尺度的局部直方圖等化 (LHE)，強化星系內部對比。這組數據將作為最終合成的「亮度細節層 (Luminance Layer)」。
    
  • 若此階段包含 Optolong L-eXtreme 雙窄帶數據，需獨立提取 Ha 通道備用。
    

跨組整合工序 (PixelMath)

在三組數據皆完成非線性拉伸與無星化 (Starless) 處理後：

1. 基準對齊： 以解析度最高或星系主體最清晰的 ASI533MC-Pro 影像為基準 (Reference)，利用 StarAlignment 將 A7s 與 D610 的無星圖精準對齊至相同座標與視角。
2. LRGB 概念合成： 將 ASI533MC-Pro 提取出的高解析度亮度 (L) 通道，透過 PixelMath 或是 LRGBCombination 工具，覆蓋疊加至 D610 的色彩數據上，結合前者的細節與後者的色彩。
3. 邊緣補強： 利用 PixelMath 的 max() 函數或 Screen 混合模式，將 A7s 捕捉到的外圍極暗星系暈數據，平滑融合至主體影像的外圍。
4. HII 區域強化： 若有 533MC-Pro 的 Ha 窄帶數據，透過 PixelMath 將其疊加至星系旋臂的紅色發射星雲區域。

---

天文改機 (Astro-modified) D610 數據戰略地位重估

D610 經過天文改機（移除 IR-Cut 濾鏡，釋放 656nm 波段的透光率），這項變數徹底改變了它在這次聯合疊圖中的角色。M31 雖然是連續光譜的星系，但其旋臂上散佈著大量且明亮的紅色電離氫發射區 (HII Regions)。

改機後的 D610 不再只是單純提供「全片幅底色」，而是具備了捕捉 M31 全域 H-alpha 分佈的強大能力。

以下是針對改機 D610 加入後的工序修正：

1. SPCC 物理光度校色的關鍵變更

改機相機拍出的線性檔案會帶有極強的洋紅色/偏紅底噪 (Red Cast)。在 PixInsight 1.9.3 執行 SPCC 時：

• Sensor QE Curve： 不能使用預設的理想 RGB 曲線。必須在 SPCC 設定中，手動調整 Red 通道的頻寬與權重，或確保 Background Neutralization 的參考區域 (Preview) 圈選在絕對沒有星系暈的純淨背景區，否則 SPCC 會誤判，導致 M31 的藍色旋臂被過度壓抑。
  
• 白平衡基準： M31 的核心是年老的黃矮星，外圍是年輕的藍色恆星。SPCC 校正後，核心應呈現溫暖的黃白色，若核心明顯偏紅，代表改機的紅光溢出干擾了整體色彩平衡，需退回線性階段微調 ColorCalibration。
  

2. 偽窄帶萃取與 HII 區域強化 (PixelMath)

由於 D610 具備全片幅視野，它能涵蓋 ASI533MC-Pro 可能裁切掉的 M31 外圍旋臂。我們可以從 D610 數據中榨取 H-alpha 訊號：

• 通道分離： 將 D610 的無星圖 (Starless) 拆解為 R, G, B 三個獨立通道。
  
• 連續光譜相減 (Continuum Subtraction)： D610 的 R 通道包含了「寬帶紅光」+「Ha 發射線」。利用 PixelMath，將 R 通道減去適當比例的連續光（通常用 G 或合成的亮度 L 作為參考），公式概念為 R - (G * 係數)。藉此分離出純粹的 M31 旋臂 Ha 訊號圖。
  
• 非線性融合： 將提取出的全域 Ha 訊號，透過 NBRGBCombination 腳本或 PixelMath，以 Screen 模式精準疊加回最終的彩色星系盤面上，讓旋臂上的紅色「星系紅寶石」跳脫出來。
  

最終三機聯合作戰分工定案：

• Sony A7s： 提供極限暗部的星系暈 (Halo) 與背景塵埃 (Dust) 的平滑過渡。
  
• ZWO ASI533MC-Pro： 提供最高解析度的 M31 核心細節與塵埃帶銳利度 (Luminance)。
  
• 改機 Nikon D610： 提供全片幅的寬帶色彩基礎 (RGB)，並做為 全域 H-alpha 發射區 的關鍵訊號源。
  

---

歷史數據重建重點摘要

• 無暗場 (No Darks) 應對： 仰賴 CosmeticCorrection 自動尋星點與疊圖演算法的極值剔除。
  
• 無平場 / 壞平場 (Bad Flats) 應對： 絕對棄用無效平場，直接以 GradientCorrection / DBE 進行強效背景建模與暗角消除。
  
• 預處理底線： 早期數據僅作為「極限暗部延伸」或「色彩點綴」，絕不干擾後期 533MC-Pro 的核心高解析細節。
  

註：我的天文知識是在玩天文攝影的歷程中慢慢成長的，像初期，那時也不懂要拍暗場，後來知道也要拍平場，但卻是事後回家後才補拍（常然不能用），所以初期的拍攝，能把 Light 拍好就不錯，要到後期這篇文章：Luke 的休閒筆記: 我的上山拍攝流程（拍攝M31、M42 及玫瑰星雲為例） 才能算是比較成熟。

針對早期 A7s 與 D610 缺乏正確校正檔（暗場、平場）的缺陷數據，在 PixInsight 1.9.3 環境下，必須採用「破壞性重建」的預處理工序，以榨取剩餘價值。

無校正檔預處理 Step By Step

1. Light 幀篩選 (Blink / SubframeSelector)：

   • 捨棄所有拖線、雲遮或星點嚴重變形的單張。早期無導星或導星不穩的數據，不良率極高，必須嚴格剔除，否則會嚴重污染最終影像的 FWHM（半高全寬）。
     

2. 強制熱噪點消除 (CosmeticCorrection)：

   • 不載入 Master Dark。
     
   • 直接勾選 Use Auto detect。
     
   • 啟用 Hot Sigma 與 Cold Sigma，數值設定在 3.0 左右（視預覽畫面中死像素消除狀況微調）。此步驟強制抹除畫面中的固定熱噪點與冷像素。
     

3. 星點對齊與演算法剔除 (ImageIntegration)：

   • 在疊圖時的 Pixel Rejection (1) 設定中，放棄傳統的 Average，改用 Generalized Extreme Studentized Deviate (ESD) 或 Linear Fit Clipping。
     
   • 嚴格設定 Rejection High/Low 參數，利用演算法強制剔除未被 CosmeticCorrection 抓到的殘餘熱噪點與宇宙射線。
     

4. 捨棄錯誤平場，依賴演算法去背 (GradientCorrection / DBE)：

   • 絕對不要套用回家後補拍的平場，焦平面與沙塵位置的偏移會產生無法消除的「反向暗角」與「甜甜圈」。
     
   • 全盤 Light 疊加完成後，利用 PI 1.9.3 最新的 GradientCorrection 工具。若暗角極度嚴重，則改用 DynamicBackgroundExtraction (DBE)。
     
   • 在 DBE 中，避開 M31 的星系盤面，於四個角落與背景區域密集放置取樣點 (Sample points)，Target Image Correction 選擇 Division 來對付光學暗角，再做一次 Subtraction 消除光害梯度。
     

5. 高強度 AI 降噪介入 (NXT)：

   • 未經暗場校正的影像底噪極高。在線性階段 (Linear)，必須拉高 NoiseXTerminator 的 Denoise 權重（例如 0.8 以上），先將雜訊壓制到不影響後續 SPCC 辨識的程度。
     

---

GraXpert 導入 M31 無平場數據的戰略優勢

對於缺乏正確平場 (Flats) 的早期 A7s 與改機 D610 數據，使用基於 AI 深度學習的 GraXpert 完全取代 PixInsight 內建的 DBE 或 GradientCorrection，是極具突破性的戰術。

M31 仙女座大星系的視角極大，星系暈 (Halo) 幾乎佔據全片幅的大半區域。若使用傳統 DBE，手動取樣點極易誤觸星系邊緣微弱的訊號，導致去背後 M31 外圍出現「反向黑圈」或訊號被過度截斷。GraXpert 的 AI 模型受過大量深空影像訓練，能精準辨識並剝離星系主體與背景光害/暗角，不會誤傷星系暈。

GraXpert 替換工序與參數設定 (Step By Step)

將原本預處理的第 4 步去背直接替換為 GraXpert，建議採用以下針對「無平場數據」的雙重修正法：

1. 前置狀態： 影像剛完成演算法疊加 (ImageIntegration) 與 CosmeticCorrection 壞點消除，保持在純線性 (Linear) 狀態，尚未進行降噪與色彩校正。

2. 啟動 GraXpert： 於 PixInsight 內呼叫 GraXpert 腳本。

3. 基礎運算設定：

   • Calculation Method: 選擇 AI（捨棄 RBF 或 Kriging 傳統算法）。
     
   • AI Model: 確認已套用最新的 AI 權重模型。
     
   • AI Device: 確認已指向 GPU / Apple Silicon 加速（在 Mac mini M4 的算力下，全片幅背景建模應在數秒內完成）。
     

4. 第一階段：模擬平場除暗角 (Division)

   • 將 Correction 參數設為 Division。
     
   • 執行運算。此步驟強迫 AI 模擬平場 (Flat-field) 的物理作用，主要目的是修復 A7s 與 D610 四周嚴重的光學暗角，並統一整體背景亮度。
     

5. 第二階段：消除光害梯度 (Subtraction)

   • 針對上一步 (Division) 產生的新影像，再次開啟 GraXpert 腳本。
     
   • 將 Correction 參數改為 Subtraction。
     
   • 執行運算。此步驟專門對付頂樓或山區複雜的光害方向性梯度與色彩偏差。
     

6. 後續銜接： 完成雙重 GraXpert 處理後，背景已達極致平整，此時再接續執行 NXT 初步降噪與 SPCC 物理光度校色。

針對這批早期的 A7s 與 D610 原始數據，畫面邊緣是否有極端嚴重的非對稱光害干擾（例如特定角落有強烈路燈直射），需要在 GraXpert 處理前先進行一定程度的邊緣裁切 (DynamicCrop)？

實戰核心工序備忘：

1. 單張篩選：嚴格剔除拖線與變形影像。
2. 無校正檔預處理：套用 CosmeticCorrection 強制抹除壞點與熱噪點。
3. GraXpert 雙重去背：第一階段 Division (除暗角) ➔ 第二階段 Subtraction (除光害梯度)。
4. AI 核心處理：NXT 線性降噪 ➔ SPCC 物理校色 ➔ BXT 核心與塵埃帶銳化 ➔ SXT 星系恆星分離。
5. PixelMath 終極合成：結合 A7s (極限暗部)、ASI533MC-Pro (高解像 L 通道) 與改機 D610 (寬帶色彩與全域 Ha 訊號)。

---

開始重製

Sony A7s 篇

使用這篇文章：Luke 的休閒筆記: 清境綠邑田園民宿觀星之旅拍攝的原始檔開始，無暗場、無平場，Sony A7s （含手把，使用雙電池）+ STC 光害濾鏡+ RJ Nikon to NEX 轉接環 + SIGMA 150-600mm F5-6.3 DG OS HSM C版@600mm

1. **Cosmetic Correction ：這將完美取代暗場 (Darks) 執行強制除熱噪點的任務。
2. Image Registration ： 勾選了 Distortion correction。這對 600mm 加上全片幅邊緣容易產生的光學變形極為關鍵，能確保星點完美對齊。
3. Image Integration： 剔除演算法精準選擇了 Generalized Extreme Studentized Deviate (ESD)，這是無暗場狀態下剔除殘餘極端像素的最佳解。

Nikon D610 （天文改機）篇

使用這篇文章：Luke 的休閒筆記: 清境莫妮卡工坊民宿觀星 Nikon D610 （天文改機） + SIGMA 150-600mm F5-6.3 DG OS HSM C版 @ 600mm ，由 BackyardNikon 控制 PHD2 做 Dithering 拍攝。

ZWO ASI533MC-Pro 篇

Sharpstar 61EDPH II + 0.82X 減焦鏡 + STC 寬帶光害濾鏡

• 三個晚上的影像 + 已做好各別的 MasterFlat
• 兩個晚上是市區頂樓拍的，曝光 90秒，溫度分別為 -5C 及 -10C，也分別有對應溫度的 DarkMaster
  • Luke 的休閒筆記: 測試器材，誤打誤撞，順便拍了仙女座大星系（M31）及風車星系（M33）
  • Luke 的休閒筆記: 第一套器材上山前的測試- M31 & M 45
• 一個晚上是在清境山上拍的（曝光 300秒，溫度為 -20C ，也有對應溫度的 DarkMaster：Luke 的休閒筆記: 清境莫妮卡工坊民宿觀星

Sharpstar 107 PH APO + 1X 平場鏡，無光害濾鏡

• 無法拍到完整的 M31 ，只取 107PH 最銳利的塵埃帶
• 曝光 300秒，溫度為 -15C ，也有對應溫度的 DarkMaster
• 已做好的 MasterFlat
• Luke 的休閒筆記: 完滿的清境拍星 （眉月星雲、M74、M31、M1、馬頭星雲）

針對這三種極具挑戰性的影像合成情況，直接進行深度數據分析與執行邏輯建議：

執行前器材與算力限制宣告

1. 硬體限制： 你的 Mac mini M4 + 32G RAM 處理這批跨設備、跨解析度的數據綽綽有餘。但要注意，由於涉及 Drizzle 2x 與大量 Local Normalization (LN) 運算，暫存區務必設在外接的 Gloway SSD。
2. 軟體限制： PixInsight 1.9.3 的 WBPP 是核心。不同解析度的對齊必須依賴 ImageSolver 提供的座標資訊，否則傳統星點對齊在比例差異過大（61mm vs 107mm）時容易失敗。
3. 校準限制： 不同溫度的單張影像（-5C, -10C, -15C, -20C）必須在 WBPP 中精準配對各自的 MasterDark，絕對不能混用。

---

情況 1：市區 90s 與山上 300s 影像累積

分析結果：有必要，但必須採用「權重策略」。

市區影像雖然光害嚴重、SNR（信噪比）低，但 90s 的短曝光能有效保留 M31 核心不至於過曝，且累積張數能提升恆星的色彩飽和度。山上的 300s 資料則是負責拉出微弱的外圍旋臂雲氣。

• 關鍵技術： 在 WBPP 務必勾選 Local Normalization。這能強行將市區高背景亮度的數據，校準到山上黑暗背景的基準線上。
  
• 權重建議： 疊圖時選擇 PSF Signal Weighting，讓系統自動給予山上高品質數據更高的權重，市區數據僅作為底噪填充與核心細節補充。
  

情況 2：107 PH 高解析度局部 M31

分析結果：這是「高解析度注入」的頂級素材。

雖然 107 PH 拍不全 M31，但其長焦距提供的解析度（每像素角秒數更小）遠高於 61 EDPH。

• 用途： 將這批資料作為 M31 核心與塵埃帶的「細節強化層」。
  
• 做法： 疊圖後，將 107 PH 的 MasterLight 作為子圖，利用 StarAlignment 或 MosaicByCoordinates 註冊到 61 EDPH 的廣域圖上。這能讓 M31 的中心區域擁有驚人的解析度。
  

情況 3：跨相機（A7s/D610）與 Starless 合成

分析結果：可行，建議走「Luminance/Color 混合流程」。

Nikon D610 的全幅廣域數據適合提供背景場景，而 533MC 的數據適合提供主體細節。

• 解析度處理： 統一以最高解析度的圖（或 2x Drizzle 後的圖）作為參考母板。
  
• 合成策略： 由於涉及 Starless，建議先將各相機的 Starless 影像分別處理到線性末端，再利用 PixelMath 以最大值（Max）或加權平均方式融合。
  

---

跨設備數據聯合作戰順序

第一階段：分軌校準 (WBPP)

1. 分組： 在 WBPP 中利用 Grouping Keywords（例如填入 Camera 或 Location），將 533MC、D610、A7s 的資料分開。
2. Dark： 嚴格對應溫度（-5, -10, -15, -20）。
3. LN： 每一組都必須產出自己的 .xnml 局部正規化檔案。

第二階段：解析度與座標對齊

1. ImageSolver： 對所有的 MasterLight 執行座標盲解。
2. StarAlignment： 選擇一張品質最好、視野最廣的 D610 影像作為 Reference Image。
3. 註冊： 將 533MC (61EDPH) 與 533MC (107PH) 全部註冊到參考圖上。

第三階段：AI 聯合作戰與合成

1. BXT 修復： 針對 107PH 數據進行細節強化。

2. SXT 徹底分離： 將所有 Master 拆分為 Stars 與 Starless。

3. PixelMath 最終融合： * 無星圖 (Starless) 融合： Max(M31_533, M31_D610, M31_A7s)，這樣可以結合 533 的細節與全幅機的廣域。

   • 恆星圖 (Stars) 融合： 建議保留 61 EDPH 產出的恆星，因為其星點圓度與縮小倍數最適合這類廣域作品。
     

這套流程能將從 2018 年至今、跨越單眼與冷凍相機的所有 M31 投資，凝聚成一張史詩級的高動態範圍 (HDR) 最終影像。

精華篇：天文攝影複合技術

製作這張終極 M31 的三個精華技術是：

1. 跨設備幾何對齊 (Cross-Device Registration)：不同相機和鏡頭（150-600mm vs 61EDPH）有完全不同的視野。必須使用幾何對齊演算法，將所有圖像縮放、旋轉和平移，使恆星在所有圖像上完美重合。這類似於手動 DynamicAlignment 的數據基礎。
2. 高動態範圍 (HDR) 領地融合 (领地融合)：為了同時呈現亮核心和暗塵埃帶，天文攝影師通常會進行領地融合。61EDPH 負責提供高品質的中心星點和色彩，而 D610 負責全幅畫布的星空背景。這需要使用 PixelMath 的 Alpha 混合公式：(Image_61 * Mask_FOV_61) + (Image_D610 * ~Mask_FOV_61)，利用羽化遮罩進行平滑過渡。
3. 星雲星點分離 (Starless & Stars Separation)：為了分別調整星雲的塵埃細節，必須先將恆星分離（使用 StarXTerminator）。最後，再將完美對齊和調整後的恆星無損地加回星雲（通常使用 Screen 濾色疊加公式：~((~Starless) * (~Stars))）。

註：
嚴格遵守 GraXpert ➔ SPCC ➔ BXT ➔ NXT ➔ SXT 作為未來的標準作業流程 (SOP)。這套順序能保證數據的物理精準度，並讓這三套 AI 外掛的算力發揮極致。

面紗星雲 (Veil Nebula) 影像後製：高階 AI 聯合作戰與極限拉伸精華

之前的後製及拍攝各項數據，參閱這篇文章：
Luke 的休閒筆記: 暴雨後的東、西面紗星雲一起入鏡

核心戰略摘要

• 星雲與背景的絕對隔離：利用 Luminance Mask 達成 100% 物理防禦，捨棄二次降噪 (NXT) 以保留最銳利的超新星殘骸衝擊波邊緣。
  
• 恆星的克制與色彩還原：SXT 分離後的星點，首要任務是修正 SPCC 殘留的暗部偏壓，拉伸寧暗勿肥，以微幅多次疊加逼出星體物理原色。
  
• 座標矩陣與縮放陷阱：先縮放會導致 WCS 失效，需依據 Drizzle 與縮小比例重新計算等效像素，進行 ImageSolver 盲解。
  

---

Phase 1: 無星圖 (Starless) 星雲立體化與增色

1. 局部直方圖等化 (LHE) - 克服遮罩衰減

• 挑戰：掛載亮度遮罩後，灰色過渡帶會導致 LHE 效力減半（Mask Attenuation）。
  
• 參數設定：
  • Kernel Radius: 128。精準對應面紗星雲 OIII 與 Ha 氣體的「髮絲與網格」物理尺度，剝離出極強的 3D 立體感。若用 256 則會導致星雲虛胖。
    
  • Contrast Limit: 2.0 (黃金安全上限)。
    
  • Amount: 提升至 0.760。因遮罩保護背景，高數值可抵銷衰減，逼出星雲細節而不爆噪點。
    

2. 極限曲線拉伸 (CT) - 絕對防禦下的暴力增色

• 前置防護：維持 Luminance Mask 掛載（極端重要），這是避免背景產生彩色噪點的唯一解法。
  
• S 通道 (飽和度)：直接大幅向上拉升，將青綠 (OIII) 與紅 (Ha) 的色彩逼至極限。
  
• RGB/K 通道 (對比)：左下角 1/4 處微幅下拉，將殘留底噪徹底踩入死黑。
  

---

Phase 2: 恆星圖 (Stars) 淨化與物理色彩萃取

1. 背景中和 (Background Neutralization) - 破除 SPCC 紅光偏壓

• 現象：SPCC 賦予物理權重後，暗部的 RGB 訊號分佈不均（紅色下墜曲線異常肥厚），導致直接拉伸會出現紅底色 (Red cast)。
  
• 執行技巧：在滿天星的畫面中拉出 Preview，將 BN 工具的 Upper Limit 降至 0.01 ~ 0.05，強制作廢星點像素，完美對齊純黑場的 RGB 曲線。
  

2. 直方圖拉伸 (HT) - 極度克制的精密控制

• 視角：放大 60 倍以上精確檢視。
  
• 防呆確認：確保下半部轉換曲線為「單一平滑的白色弧線」，無任何斷裂或分色。
  
• 參數調校：Midtones 微微向左 (約 0.01 級距)，星點浮現即止，嚴禁肥大死白；Shadows 精準貼齊左側數據山丘邊緣 (約 0.0004)，確保背景死黑。
  

3. 微幅多次增色 (CT) - 寶石級星點

• 切換至 1:1 檢視。在 S 通道使用「微幅增加、多次疊加」(約 5 次) 的 S 曲線拉伸法。此法能提供演算法緩衝，讓高溫藍星與低溫紅橙星的邊緣色彩過渡極度平滑自然。
  

---

Phase 3: 完美合體與 Blog 發表輸出

1. PixelMath 無縫融合

• 公式：Starless影像 + Stars影像，生成全新完稿圖。
  

2. 影像縮放 (Resample) 與星表標註陷阱

• 問題：將 5940px 原圖直接縮放為 Blog 用的 2000px，會導致 WCS 座標矩陣失效，AnnotateImage 無法執行。
  
• 等效像素重算 (ImageSolver 救援參數)：
  • 相機像素：ASI533MC-Pro (3.76 µm)
    
  • Drizzle 2X：等效像素減半為 1.88 µm。
    
  • 縮放比例：5940 ÷ 2000 = 2.97 倍。
    
  • 最終等效 Pixel Size：1.88 × 2.97 = 5.58 µm。
    
  • 實體焦距：135mm (Sigma 70-200 F2.8 @135mm)。
    
• 標註輸出：對 2000px 影像執行 ImageSolver 寫入新座標後，開啟 AnnotateImage (勾選 Named stars, NGC/IC)，輸出 Quality 85-90 的 JPEG，即完成具備天文測量精準度與極致細節的最終網頁發表圖。

---

月亮後製：PixInsight（完成）

2026/05/05

Gemini AI 教的月亮後製，地質特徵正確：月海區域會開始極度平滑地分離出藍色區塊（富鈦玄武岩）與橘紅色區塊（富鐵/貧鈦玄武岩），月壤基準色恢復中性灰白，完全符合月球真實的礦物物理分佈。

Phase 1：無損細節榨取與色彩淨化

1. 地形極致銳化 (MLT)

   • 工具：MultiscaleLinearTransform
     
   • 設定：放空 Layer 1 (避開高頻底噪)。微升 Layer 2 (+0.100)、Layer 3 (+0.080)、Layer 4 (+0.050) 的 Bias。
     
   • 關鍵：Target 務必設為 Lightness (CIE L*)，且關閉 Deringing，保留刀削般的隕石坑岩石邊緣立體感。
     

2. 提取無損明度圖 (Extract L)

   • 於主圖執行 Image -> Extract -> Lightness (CIE L*)，將生成帶有完美 MLT 細節的 _L 黑白圖，置於一旁備用。
     

3. 色彩暴力降噪 (NXT)

   • 工具：NoiseXTerminator
     
   • 設定：對彩色主圖下猛藥，Denoise 設 0.85，Iterations 1。
     
   • 結果：主圖細節會變糊，但紅綠色彩噪點 (Color Mottling) 會被徹底洗淨。
     

4. 無損細節注回 (LRGBCombination)

   • 工具：LRGBCombination
     
   • 設定：取消勾選 R、G、B 通道，僅勾選 L 通道並指定為剛剛提取的 _L 圖。
     
   • 結果：套用至主圖，瞬間結合「極致銳利地形」與「極度純淨色彩」。
     

---

Phase 2：立體對比與礦物色彩展現

1. 建立保護遮罩 (Inverted L Mask)

   • 將 _L 圖套用至主圖作為遮罩，並執行反轉 (Ctrl+Shift+I)。
     
   • 目的：保護純黑太空與極亮的高地區域不受後續暴力拉升破壞。
     

2. 宏觀立體感強化 (LHE)

   • 工具：LocalHistogramEqualization
     
   • 設定：Kernel Radius 150，Contrast Limit 1.5，Amount 0.15。
     
   • 目的：深化月海 (暗) 與高地 (亮) 的大面積明暗起伏，捨棄小半徑 (避免碎裂感)。
     

3. 礦物色彩提拉 (CurvesTransformation)

   • 工具：CurvesTransformation (S 飽和度通道)
     
   • 操作：將中央曲線微幅上拉。採用「小步快跑」策略，點擊 Apply 4 至 6 次。
     
   • 結果：靜海的富鈦藍色與澄海的貧鈦/富鐵橘棕色會平滑分離。
     

4. 極限拉升微調 (視情況執行)

   • 消除紫邊：用 ColorSaturation 壓低紫色段曲線。
     
   • 高地白平衡：若亮部發黃，改掛「未反轉」的 _L 遮罩，用 CurvesTransformation (S 通道) 微降飽和度，還原高地純淨灰白。
     

---

2020/7/3

其實在 Widows 下的後製早前於觀測日記、觀測日記二 就已拍過及後製，現在想研究的是看是否只在 Mac 下也能做到？==>可以！

底下是將 2019.07.15 以 1900mm 直焦錄影（ATOMOS Ninja Flame 七吋外接螢幕錄製的4K30P 影片，完整影片在此）的月亮，全部在 Mac 下完成後製的月亮：

(註：從顏色的分佈，推測應為月球自有的，並非後製造成的，後續再進一步說明。）

其實過程並不難，只是很耗時間，於後製過程中用到了 Final Cut Pro 及 PixInsight。

 Final Cut Pro 主要是將影片轉成序列的 Tif 檔：

而原先 1：40：21  的影片，選取了 1：29：23 來輸出 Tif 檔，這是因為後面幾秒的影片發現似乎拍到了 UFO ，將這段剪輯下來上傳到 YouTube ，連結會放在附錄。

這麼短的影片可以轉出 2693 個影像檔：

容量將近兩百 G ：

有了這些 Tif 檔，後續全部在PixInsight 完成，包括這些步驟：

詳細步驟：

兩千多張的影像，使用 FFTRegistration 來處理：

選一張 Reference Image （隨便選一張，不要太差的即可）

將兩千多張影像加入（ Reference Image 那張不必加 ）：

經過兩個多小時漫長的處理才完成：

將拍到的所有細節全部集合在一張生成的影像裡，連滑鼠遊標移過影像時都會變得頓頓地。接下來把多餘的黑邊裁掉：

使用 PixInsight 來後製，它最強的地方大概就是 Deconvolution 了，但因為無法從影像來產生 PSF 影像（沒有星點），只能用 Try & Err 的方式來微調Shape 及 StdDev 這兩個參數，這是一個關卡，所以從 PixInsight 論壇裡找到一個稍為省事的方法就是先使用 RestaurationFilter 的 WienerDeconvolution 找出最佳的 Shape 及 StdDev 值：

經過幾次的嚐試，Shape = 1.2及 StdDev = 1.75 得到的結果較滿意：
前

後

Deconvolution 就可以使用這個最佳的 Shape 及 StdDev 值：
前

後

把 RestaurationFilter（右上） 與 Deconvolution（右下）產生的結果放在一起做個比較：

似乎  RestaurationFilter 的結果較佳，但怎麼說呢？來個不曉得是否正確的比喻吧！RestaurationFilter 的結果可以當成如相機 JPG 直出的成像，而  Deconvolution 的結果則如拍攝 RAW 檔，有較多的後製空間，因此接下來步驟當然是以 Deconvolution 的影像繼續下去。

ATrousWaveletTransform（初步降噪）：
前

後

TGVDenoise（進一步降噪）
前

後

LocalHistogramEqualization（加強對比，降噪後的必要步驟）
前

後

CurvesTransformation（色彩加強）：
前

後

月面上的顏色在拉高飽和度後才會出現，從分佈的情形，應該是月球自有的，非後製造成，猜測造成的原因大概可能是：

• 不同時期生成的岩層造成
• 岩層的礦物成分不同造成
• 或是其他......

CurvesTransformation（反差）：

前

後

MultiscaleMedianTransform（進一步強化細節）：

前

後

最後再 ICCProfile Transformation 就可以出圖了：

****************************************

附錄：

附錄：早些時候拍攝及後製的回顧

2018年3月24日

Sony A6000+Celetron C90 1250mm + 巴羅三倍鏡--->直焦攝影（相當於 3750 mm的焦距）
合成圖：

• 要拍出木星的細節曝光要短，衛星就拍不下來。
  
• 要拍下木星的衛星曝光要長一些，但木星就會過曝，白成一片沒有細節。
  

凌晨兩點多上頂樓把火星及土星拍攝下來。

雖說火星及土星已升起，但仍不高，因此星光穿過大氣層的厚度較厚，受到大氣的影響較大，所以拍攝的品質就沒有像木星那樣好。不過，總算看到了久違的土星光環，但與火星一樣，細節完全看不到。

2018年3月26日

拍攝的木星

2018年5月11日

木星在不算高的位置，上面有個小黑點，應該是某顆衛星的影子。

使用 Stellarium 查了一下，小黑點有可能是木衛十五「阿德剌斯忒亞」（Adrastea）或木衛十六「（Metis）

（圖片是「 Stellarium 」模擬拍攝時間（當晚 7：55）的截圖。）

2018年6月28

拍了不少土星的照片，最好的也不過如此：

本以為透過 9 公分口徑焦距 1250 mm 的天文望遠鏡再加上 X2 X3 （總焦距為 1250mm X 2 X3 = 7500mm = 7.5 公尺）各一的加倍鏡配上 32mm 的高亮度目鏡後可以看到卡西尼縫，但極盡目力還是不行--應該是口徑不夠大。

2019年7月13日

以焦距 1900mm 的 BOSMA 天文望遠鏡看木星，目鏡焦距最短只能用到 8mm , 這大概是口徑 13 公分的望遠鏡能夠承受的最大解析力（倍率＝1900/8 約 237倍）

（註：照片中目鏡標示為 4mm ，但改成套筒後變為 8 mm）

開始嚐試行星攝影：（木星及土星）

除了季節因素剛好之外，這幾天看木星及土星，由於 13公分口徑的馬卡可能解析力不夠，無法看到更多的細節，然後 Google 一下「行星攝影」，有篇文提到，只要 9 公分以上的鏡子來拍攝，經由後製處理，是可以看到大紅斑的，卡西尼縫也能看到，這才讓我覺得可以來玩玩看。也不必跑山上，在頂樓就可以，只要天氣好就拍攝。

使用的器材：

• Ioptron Cem25p 赤道儀（不需筆電，直接以赤道儀的手柄操作即可。）
• 焦距 1900 mm 口徑13公分的馬卡鏡
• 8mm 的行星目鏡
• SONY A7s 相機(利用它的高 ISO）以 120P 錄製影片。
• 或許還會用到巴羅加倍鏡 2X 或 3X

（手機 iPhone 隨手拍）

後來仔細想了一下，配合 Sony A7s 的 4K 錄影，也買過 ATOMOS Ninja Flame 七吋外接螢幕，剛好可以拿來使用以提高錄影解析度，這樣才可以得到較高畫素的木星及土星。

電力的供應，兩顆飛樂 15000 mah 行電，一顆給赤道儀，一顆給外接螢幕就解決了。

當晚在頂樓有風還蠻涼快，但卻苦了行星的拍攝，在 1900mm 長焦下，以 8mm 目鏡，有著倍率近 240 倍，雖然赤道儀很穩固，但鏡筒大，易受風的影響而抖動，只要風一吹就抖動，後製很難處理，因此當時並未處理。

==>這些素材就是預備用來重新在 Mac 下後製用。

這些素材是以不同的 ISO 值及曝光時間，分別拍攝了六段木星、土星的 4K 影片。

下一次預備以 SONY A7R2 的四千兩百萬高畫素配合電子快門線來拍攝，利用它的高畫素，裁圖後可以得到較大的行星細節，再來疊圖，或許能得到較佳的影像。

從一篇英文Paper：「 High Resolution Astrophotography」，及看了 Bosma 1900mm 的天文望遠鏡規格：分辨率 1.08"，最大倍率 345倍，以 1900/345，極限使用的目鏡最短焦距可以是 5.5 mm ，但以台中的空氣的視寧度（大氣穩定及乾淨程度），能夠用上 8mm 的目鏡已是極限。而以台中這樣的視寧度，口徑 13 公分的 Bosma 1900mm 馬卡鏡是綽綽有餘，再長焦距再大口徑也沒用。

2019年7月14日

拍月亮，器材不用大費周章，拍攝也容易，使用攝星儀 + 1250mm 馬卡（不用牛刀，這樣就夠了），採用直焦攝影的方式，也就是不透過目鏡，物鏡進來的光線直接到相機感測器，所以不曉得如何算倍數。

（Kenko Sky Memo S + SONY A7s + ATOMOS Ninja Flame，手機隨手拍，月亮旁還可看到木星。）

• 拍攝了六段影片，分別錄影約一分鐘。
• 進 Aimersoft Video Converter Ultimate CROP 後並轉成1080P 的 AVI 影片。

AutoStakkert 3 疊圖後製（ISO 200 1/80s）

registax6 疊圖後製（ISO 200 1/80s）

心得：感覺以這種方式拍攝影片再後製的月亮比較有立體感。