SNR in der Astrofotografie: Signal-Rausch-Verhältnis verstehen und mit PixInsight messen

Wer Deep-Sky-Aufnahmen erstellt, kennt das Problem: Ein einzelnes Light-Sub zeigt nur wenig von den feinen Strukturen eines Nebels oder einer Galaxie. Erst durch die Kombination vieler Einzelaufnahmen entsteht ein detailreiches Bild. Doch wie gut ist das Signal einer Aufnahme tatsächlich, und wie viel Rauschen steckt darin?

Eine wichtige Kenngröße ist das Signal-Rausch-Verhältnis (Signal-to-Noise Ratio, kurz SNR). Es beschreibt, wie deutlich sich das gewünschte astronomische Signal vom störenden Rauschen abhebt.

In diesem Tutorial erkläre ich, was das SNR aussagt, wofür man es bei der Astrofotografie benötigt und wie sich Einzelaufnahmen mit PixInsight untersuchen lassen.

1. Was bedeutet SNR?

SNR steht für Signal-to-Noise Ratio. Auf Deutsch spricht man vom Signal-Rausch-Verhältnis.

Das Signal besteht aus den Informationen, die wir aufnehmen möchten: beispielsweise dem Licht einer Galaxie, den Filamenten eines Emissionsnebels oder den Sternen eines Kugelsternhaufens. Das Rauschen umfasst zufällige Schwankungen, die diese Informationen überlagern.

Zu den wichtigsten Rauschquellen gehören:

• Photonenrauschen: entsteht durch die statistischen Schwankungen des einfallenden Lichts.
• Ausleserauschen: wird durch die Elektronik des Kamerasensors verursacht.
• Dunkelstromrauschen: entsteht durch thermisch erzeugte Elektronen im Sensor.
• Himmelsrauschen: wird unter anderem durch Lichtverschmutzung, Mondlicht und natürliches Nachthimmelsleuchten verursacht.

Je stärker das Signal im Verhältnis zum Rauschen ist, desto zuverlässiger lassen sich schwache Strukturen erkennen.

Ein hohes SNR bedeutet allerdings nicht automatisch, dass ein Bild insgesamt gut ist. Runde Sterne, eine präzise Nachführung, korrekte Fokussierung und ein gleichmäßiger Hintergrund sind ebenfalls entscheidend.

2. Warum ist das SNR wichtig?

Das SNR hilft dabei, die Qualität und den Informationsgehalt astronomischer Aufnahmen besser einzuschätzen.

Belichtungszeit planen

Mit längerer Gesamtbelichtungszeit steigt normalerweise das SNR. So lässt sich abschätzen, wie viel zusätzliche Belichtungszeit erforderlich ist, um schwache Außenbereiche einer Galaxie oder feine Nebelstrukturen sichtbar zu machen.

Einzelaufnahmen vergleichen

Werden mehrere Subs unter unterschiedlichen Bedingungen aufgenommen, können Messwerte helfen, Ausreißer zu identifizieren. Allerdings sollte man immer auch Sterne, Fokus, Wolken, Gradienten und Nachführfehler überprüfen.

Den Fortschritt beim Stacken beurteilen

Beim Summieren vieler geeigneter Subs wird das zufällige Rauschen im Verhältnis zum Signal geringer. Bei gleichwertigen, statistisch unabhängigen Aufnahmen steigt das SNR näherungsweise mit der Quadratwurzel der Anzahl der Subs:

Dabei ist (N) die Anzahl der gleichwertigen Einzelaufnahmen.

Ein Beispiel: Werden 16 vergleichbare Subs kombiniert, ist das SNR des Summenbildes theoretisch etwa viermal so hoch wie das einer einzelnen Aufnahme.

3. SNR und Dezibel: Zwei unterschiedliche Angaben

Das Signal-Rausch-Verhältnis kann als einfacher Zahlenwert oder logarithmisch in Dezibel (dB) angegeben werden.

Für ein übliches Amplitudenverhältnis gilt:

Ein lineares SNR von 10 entspricht damit 20 dB, ein lineares SNR von 100 entspricht 40 dB.

Wichtig für PixInsight: Die in PixInsight verwendeten Kennzahlen wie SNRWeight, PSF SNR und PSF Signal Weight sind nicht einfach mit einem in Dezibel angegebenen SNR gleichzusetzen. Sie dienen unterschiedlichen Auswertungszwecken. Ein Wert von 40 dB lässt sich daher nicht pauschal als typischer oder optimaler PixInsight-Wert interpretieren.

4. SNR in PixInsight messen

PixInsight bietet mehrere Möglichkeiten, die Eigenschaften von Einzelaufnahmen und fertigen Bildern zu untersuchen. Für die Bewertung einzelner Subs ist insbesondere das Prozesswerkzeug SubframeSelector interessant.

Methode 1: Einzelaufnahmen mit SubframeSelector untersuchen

SubframeSelector analysiert eine Serie von Light-Subs und ermittelt verschiedene Qualitätskennzahlen. Dazu gehören unter anderem Stern-FWHM, Exzentrizität, Sternanzahl und verschiedene Signal- beziehungsweise SNR-bezogene Größen.

So gehst du vor:

1. Öffne PixInsight und starte SubframeSelector über die Prozesssuche.
2. Füge deine Light-Subs der Liste hinzu.
3. Verwende für alle zu vergleichenden Aufnahmen möglichst dieselbe Verarbeitungskette. Kalibrierte und gegebenenfalls debayerte Bilder sind für eine konsistente Analyse sinnvoll.
4. Führe die Messung mit den passenden Einstellungen aus.
5. Vergleiche die Ergebnisse der einzelnen Aufnahmen. Achte neben den Signal- und SNR-Kennzahlen insbesondere auf FWHM, Exzentrizität und die Zahl erkannter Sterne.
6. Untersuche auffällige Ausreißer zusätzlich visuell.

Neuere PixInsight-Versionen bieten robustere Kennzahlen wie PSF SNR, PSF Scale SNR und PSF Signal Weight. Diese berücksichtigen das Signal und die Sternabbildung auf andere Weise als ältere, einfache SNR-Metriken. Welche Kennzahl verfügbar ist, hängt von der PixInsight-Version ab.

Praxisempfehlung: Verwende nicht allein einen einzelnen SNR-Wert, um ein Sub zu verwerfen. Ein Bild mit leicht höherem SNR kann beispielsweise durch schlechte Sternabbildung oder einen starken Gradienten trotzdem weniger geeignet sein.

Methode 2: Rauschen und Hintergrund mit Statistics untersuchen

Mit dem Prozess Statistics kannst du die statistischen Eigenschaften eines Bildes untersuchen. Du findest ihn über die Prozesssuche.

1. Öffne das gewünschte Light-Sub.
2. Starte Statistics.
3. Untersuche die Werte für Mittelwert beziehungsweise Median sowie die Streuungskennzahlen.
4. Wiederhole die Analyse für vergleichbare Subs oder für einen fertig integrierten Master.

Dabei gilt: Der Mittelwert oder Median des Hintergrunds ist kein SNR-Wert. Auch die Standardabweichung oder MAD allein liefert noch kein vollständiges Signal-Rausch-Verhältnis.

Für eine aussagekräftige Messung müssen Signal und Rauschen sinnvoll definiert werden. Bei einem Deep-Sky-Bild hängt das unter anderem davon ab, ob man das gesamte Bild, einen Hintergrundbereich oder ein bestimmtes Objekt untersucht.

Methode 3: SNR eines bestimmten Objekts bestimmen

Wenn du beispielsweise wissen möchtest, wie deutlich ein schwacher Nebel gegenüber dem Hintergrund hervortritt, ist eine Messung in einem definierten Objektbereich und einem vergleichbaren Hintergrundbereich sinnvoll.

Dazu benötigst du eine konsistente Definition des Signals und eine Schätzung des Rauschens. Die Ergebnisse sind nur dann sinnvoll vergleichbar, wenn du dieselben Bereiche, dieselbe Verarbeitung und dieselbe Berechnungsmethode verwendest.

Das ist besonders wichtig, wenn du RGB-, Hα-, OIII- oder SII-Aufnahmen miteinander vergleichen möchtest. Die unterschiedlichen Filter, Signalstärken und Hintergrundbedingungen können die Werte erheblich beeinflussen.

5. Welche SNR-Werte sind gut oder schlecht?

Eine universelle Tabelle mit guten und schlechten SNR-Werten für astronomische Einzelaufnahmen gibt es nicht. Der Grund: Ein SNR kann auf unterschiedliche Arten berechnet werden, und die Werte hängen von Kamera, Belichtungszeit, Filter, Himmelshelligkeit, Objekt und Auswertungsmethode ab.

Für die praktische Beurteilung sind deshalb folgende Aussagen hilfreicher:

• Niedriges SNR: Das gewünschte Signal hebt sich nur schwach vom Rauschen ab. Feine Strukturen sind schwer zu erkennen.
• Mittleres SNR: Das Signal ist erkennbar, aber schwache Details können beim Strecken des Bildes stark verrauschen.
• Hohes SNR: Das Signal hebt sich deutlich vom Rauschen ab. Schwache Strukturen lassen sich zuverlässiger bearbeiten.
• Sehr hohes SNR: Das Rauschen fällt im Verhältnis zum Signal weniger ins Gewicht. Andere Qualitätsprobleme können trotzdem bestehen.

Diese Kategorien beschreiben das Prinzip, keine festen Grenzwerte für PixInsight.

Ein einzelnes Sub mit einem SNR von 40 dB kann durchaus einen sehr guten Signal-Rausch-Abstand aufweisen, sofern dieser Wert nach einer nachvollziehbaren Methode berechnet wurde. Ohne Kenntnis der Messmethode lässt sich daraus aber keine allgemeingültige Qualitätsbewertung ableiten.

6. Was beeinflusst das SNR in der Praxis?

Mehrere Faktoren bestimmen, wie viel verwertbares Signal eine Aufnahme enthält.

Gesamtbelichtungszeit: Mehr geeignete Belichtungszeit verbessert in der Regel das SNR. Viermal so viel Belichtungszeit bedeutet im idealen, hintergrundlimitierten Fall ungefähr das doppelte SNR.

Filterwahl: Schmalbandfilter reduzieren den durch den Himmelshintergrund eingetragenen Signalanteil. Sie lassen aber auch nur einen kleinen Teil des Lichts durch. Bei schwachen Objekten können deshalb längere Belichtungen erforderlich sein.

Lichtverschmutzung: Ein heller Himmel erhöht den Hintergrund und damit das Rauschen. Ein dunkler Standort kann deshalb trotz gleicher Gesamtbelichtungszeit Vorteile bringen.

Kamera und Temperatur: Ausleserauschen, Dunkelstrom und Quanteneffizienz beeinflussen die Signalqualität. Die Kühlung reduziert vor allem den thermischen Dunkelstrom.

Nachführung und Fokus: Ein gutes SNR ersetzt keine scharfen Sterne. Ein Sub mit stark elongierten Sternen kann trotz gutem Signal-Rausch-Verhältnis für die finale Integration ungeeignet sein.

7. Fazit

Das Signal-Rausch-Verhältnis ist eine wichtige Kenngröße in der Astrofotografie. Es hilft dabei, den Informationsgehalt einer Aufnahme einzuschätzen, die erforderliche Belichtungszeit zu planen und Unterschiede zwischen Einzelaufnahmen besser zu verstehen.

Mit PixInsight lassen sich über SubframeSelector und Statistics wichtige Messwerte gewinnen. Entscheidend ist jedoch, die Kennzahlen korrekt zu interpretieren und nicht miteinander zu verwechseln.

Mein Tipp: Beurteile deine Subs immer anhand mehrerer Kriterien. Verwende die SNR-bezogenen Kennzahlen als zusätzliche Entscheidungshilfe, prüfe die Sternabbildung und den Hintergrund und vergleiche nur Werte, die nach derselben Methode ermittelt wurden.

Quellen und weiterführende Informationen

Für die technischen Hintergründe und die Verwendung der Qualitätsmetriken sind diese Quellen hilfreich:

• PixInsight Forum: SNRWeight in SubframeSelector – Diskussion zur Bedeutung von SNRWeight.
• SubframeSelector: PSF Signal Weight und Qualitätsmetriken – praktische Erläuterung verschiedener Qualitätskennzahlen.
• Signal-to-Noise Ratio – Grundlagen – Grundlagen des Signal-Rausch-Verhältnisses und der wichtigsten Rauschquellen.