PixInsight Tutorial: H-alpha in ein RGB-Bild integrieren – am Beispiel der Andromedagalaxie M31
Einleitung
Schmalbandfilter werden in der Astrofotografie üblicherweise mit Emissionsnebeln in Verbindung gebracht. Doch auch bei Galaxien kann sich ihr Einsatz lohnen. Besonders interessant sind dabei die H-alpha-Emissionsgebiete, die sich beispielsweise in den Spiralarmen der Andromedagalaxie (M31) befinden.
In meinem Aufnahmebericht über M31 habe ich deshalb zwei unterschiedliche Aufnahmeserien erstellt:
- Eine klassische RGB-Aufnahme mit 50 × 120 Sekunden ohne Filter.
- Eine zusätzliche Schmalbandaufnahme mit 50 × 300 Sekunden und dem Optolong L-Ultimate Dualbandfilter.
Die Idee dahinter: Das RGB-Bild soll die natürliche Farbgebung und die Strukturen der Galaxie liefern. Die zusätzliche Schmalbandaufnahme soll ausschließlich dazu dienen, die H-alpha-Emissionsgebiete hervorzuheben.
Genau hier beginnt die eigentliche Herausforderung in PixInsight.
Denn es reicht nicht aus, beide Bilder einfach übereinanderzulegen. Die Schmalbandaufnahme enthält neben den gewünschten H-alpha-Strukturen auch Sterne, Hintergrundinformationen und OIII-Anteile. Würde man das komplette Bild in das RGB-Ergebnis integrieren, könnte sich die natürliche Farbgebung erheblich verändern.
In diesem Tutorial zeige ich verschiedene Möglichkeiten, wie sich die zusätzlichen Emissionsinformationen aufbereiten und kontrolliert in ein RGB-Bild integrieren lassen.
1. Das Ausgangsmaterial vorbereiten
Bevor wir mit der eigentlichen Integration beginnen, müssen beide Aufnahmeserien separat entwickelt werden.
Das bedeutet, dass zunächst aus den jeweiligen Einzelaufnahmen zwei fertige Masterbilder entstehen.
RGB-Master erstellen
Die ungefilterten Aufnahmen werden wie gewohnt kalibriert, registriert und integriert.
Das Ergebnis ist ein lineares RGB-Masterbild.
Die wichtigsten Schritte:
- Kalibrierung der Einzelaufnahmen mit Darks, Flats und gegebenenfalls Bias beziehungsweise Dark-Flats.
- Registrierung mit StarAlignment.
- Integration mit ImageIntegration.
- Entfernung von Gradienten mit geeigneten Werkzeugen.
- Farbkalibrierung, beispielsweise mit SPCC.
- Weitere lineare Bearbeitung nach Bedarf.
Schmalband-Master erstellen
Die Aufnahmen mit dem Optolong L-Ultimate werden unabhängig davon verarbeitet.
Auch hier werden die Einzelbilder kalibriert, registriert und integriert.
Wichtig ist, dass beide Masterbilder dieselbe Bildgeometrie besitzen. Sollten die Aufnahmen beispielsweise durch leicht unterschiedliche Bildausschnitte oder Registrierungsfehler nicht exakt übereinstimmen, müssen sie zunächst aufeinander registriert werden.
Dafür eignet sich StarAlignment.
Als Referenzbild dient vorzugsweise das RGB-Master.
Wichtig: Beide Bilder sollten für die folgenden Arbeitsschritte zunächst linear bleiben. Eine nichtlineare Streckung würde die spätere Kombination unnötig erschweren.
2. Was liefert der Optolong L-Ultimate tatsächlich?
Bevor wir die H-alpha-Information extrahieren, müssen wir eine wichtige Besonderheit berücksichtigen.
Der Optolong L-Ultimate ist ein Dualbandfilter. Er lässt zwei schmale Spektralbereiche passieren:
- H-alpha bei ungefähr 656,3 nm.
- OIII bei ungefähr 500,7 nm.
Das bedeutet, dass die Aufnahme nicht ausschließlich H-alpha enthält.
Bei einer Farbkamera wie der ASI2600MC Air werden die durchgelassenen Spektralbereiche zudem auf die verschiedenen Farbfilter des Bayer-Sensors verteilt.
Daraus folgt: Der Rotkanal ist ein guter Ausgangspunkt für die H-alpha-Extraktion, aber nicht automatisch ein vollständig reiner H-alpha-Datensatz.
Insbesondere bei der späteren Integration sollte man sich bewusst sein, dass eine einfache Kanalextraktion nicht alle spektralen Überschneidungen beseitigt.
3. Methode 1: H-alpha-Information über ChannelExtraction gewinnen
Eine einfache Möglichkeit besteht darin, zunächst den Rotkanal der Schmalbandaufnahme zu extrahieren.
Dafür verwenden wir in PixInsight den Prozess:
ChannelExtraction
Vorgehensweise:
- ChannelExtraction öffnen.
- Das Schmalband-Masterbild als Eingabe auswählen.
- Den Farbraum RGB auswählen.
- Die Option R aktivieren.
- Den Prozess ausführen.
Es entsteht ein Graustufenbild, das die im Rotkanal vorhandenen Bildinformationen enthält.
Da H-alpha im roten Spektralbereich liegt, ist dieser Kanal für unsere weitere Bearbeitung besonders interessant.
Allerdings ist das Ergebnis nicht zwingend ein reines H-alpha-Bild. Auch andere Signalanteile und Bayer-Matrix-Effekte können enthalten sein, was in meiner Aufnahme der Fall war.
Warum nicht einfach das komplette Schmalbandbild verwenden?
Wenn wir das vollständige Schmalbandbild verwenden, übernehmen wir neben den gewünschten Emissionsgebieten auch andere Bildinformationen.
Das kann beispielsweise dazu führen, dass:
- Sterne unnatürlich rot werden.
- Der Hintergrund verändert wird.
- Die Farbverhältnisse der Galaxie verloren gehen.
- Die H-alpha-Gebiete zu stark oder zu großflächig erscheinen.
Deshalb ist es sinnvoll, zunächst eine möglichst gezielte Emissionsmaske zu erzeugen.
4. Methode 2: Eine H-alpha-Maske erstellen
Eine besonders flexible Möglichkeit bietet die Verwendung von Masken.
Unser Ziel ist es, nur diejenigen Bereiche zu berücksichtigen, in denen tatsächlich zusätzliche Emissionsinformationen vorhanden sind.
Dazu verwenden wir das zuvor extrahierte Graustufenbild.
Schritt 1: Hintergrund und unerwünschte Strukturen reduzieren
Zunächst sollte das extrahierte Bild aufbereitet werden.
Dafür kommen beispielsweise folgende Prozesse infrage:
- DynamicBackgroundExtraction (DBE) beziehungsweise AutomaticBackgroundExtractor (ABE), sofern noch Gradienten vorhanden sind.
- HistogramTransformation für die spätere nichtlineare Darstellung.
- CurvesTransformation zur gezielten Anpassung des Kontrasts.
Bei der Hintergrundkorrektur ist Vorsicht geboten: Die schwachen Außenbereiche der Galaxie dürfen nicht versehentlich als Hintergrund interpretiert und entfernt werden.
Schritt 2: Sterne reduzieren
Für unser Vorhaben sind vor allem die diffusen Emissionsgebiete interessant, nicht die Sterne.
Hier kann StarXTerminator oder ein vergleichbares Werkzeug helfen.
Das Ergebnis ist ein sternreduziertes Bild, in dem die großflächigen Strukturen besser von den Sternen getrennt sind.
Das ist besonders hilfreich, weil die Sterne bei einer späteren Integration ansonsten zu unerwünschten Farbveränderungen führen können.
Schritt 3: Maske aufbauen
Aus dem aufbereiteten Bild lässt sich eine Maske erzeugen.
Diese Maske soll die H-alpha-reichen Bereiche hervorheben und andere Bildbereiche möglichst wenig beeinflussen.
Dafür kann man beispielsweise mit HistogramTransformation und CurvesTransformation den Kontrast so anpassen, dass die Emissionsgebiete hell und die übrigen Bereiche dunkel dargestellt werden.
Eine solche Maske ist allerdings keine perfekte physikalische Trennung von H-alpha und OIII. Sie ist zunächst eine bildbasierte Auswahl der gewünschten Strukturen.
5. Methode 3: H-alpha mit PixelMath in das RGB-Bild integrieren
Nachdem wir die Emissionsinformationen vorbereitet haben, folgt die eigentliche Integration.
Hier bietet PixelMath eine sehr flexible Möglichkeit.
Wir wollen das RGB-Bild als Grundlage erhalten und ausschließlich die zusätzliche Emissionsinformation im roten Farbkanal ergänzen.
Variante A: H-alpha zum Rotkanal addieren
Zunächst können wir das RGB-Bild in seine drei Farbkanäle zerlegen.
Dafür verwenden wir erneut ChannelExtraction.
Es entstehen:
- R – Rotkanal
- G – Grünkanal
- B – Blaukanal
Nun können wir die H-alpha-Information gezielt zum Rotkanal hinzufügen.
Ein vereinfachtes Beispiel für PixelMath:
R + 0.3 * Ha
Dabei steht:
- R für den ursprünglichen Rotkanal.
- Ha für das extrahierte H-alpha-orientierte Bild.
- 0.3 für die Gewichtung der zusätzlichen Information.
Der Faktor 0.3 ist lediglich ein Beispiel. Die tatsächliche Gewichtung muss anhand der Signalstärke und des gewünschten Ergebnisses angepasst werden.
Die grünen und blauen Kanäle bleiben unverändert.
Anschließend werden die drei Kanäle mit ChannelCombination wieder zu einem RGB-Bild zusammengesetzt.
Variante B: H-alpha nur über eine Maske integrieren
Noch kontrollierter funktioniert die Integration mit einer Maske.
Das Prinzip:
Die H-alpha-Information wird nur dort eingebracht, wo die Maske entsprechende Emissionsgebiete freigibt.
Vereinfacht lässt sich das mit folgender PixelMath-Formel darstellen:
R + 0.3 * Ha * Mask
Hierbei ist:
- R der ursprüngliche Rotkanal.
- Ha das vorbereitete H-alpha-Bild.
- Mask die zuvor erzeugte Emissionsmaske.
Damit lässt sich die Beimischung auf die gewünschten Bildbereiche begrenzen.
Achtung: Die Formel ist ein vereinfachtes Arbeitsprinzip. Vor der Anwendung müssen die Bilder aufeinander registriert und sinnvoll normalisiert sein. Auch die Maske muss zum Wertebereich der verwendeten Bilder passen.
Variante C: Blend-Ansatz mit PixelMath
Alternativ kann man eine gewichtete Mischung verwenden:
R * (1 - 0.3 * Mask) + Ha * (0.3 * Mask)
Damit wird das ursprüngliche Rotkanalsignal abhängig von der Maske teilweise durch das H-alpha-Signal ersetzt.
Dieser Ansatz kann sinnvoll sein, wenn das zusätzliche Signal nicht einfach addiert werden soll, sondern eine kontrollierte Mischung gewünscht ist.
Welche Variante besser funktioniert, hängt stark von der Signalqualität und der Intensität der Emissionsgebiete ab.
6. Die Farbgebung kontrollieren
Nach der Integration sollte das Ergebnis unbedingt mit dem ursprünglichen RGB-Bild verglichen werden.
Dabei sind insbesondere drei Punkte wichtig:
Die Sterne: Sie sollten möglichst ihre ursprüngliche Farbe behalten. Eine zu starke H-alpha-Beimischung kann Sterne unnatürlich rot erscheinen lassen.
Die Galaxie: Die natürliche Farbgebung der Spiralarme und Staubbänder sollte erhalten bleiben.
Die Emissionsgebiete: Diese sollen deutlicher hervortreten, ohne dass sie wie künstlich aufgemalte rote Flecken wirken.
Zur Feinabstimmung eignen sich CurvesTransformation und gegebenenfalls eine zusätzliche Maske.
Gerade bei M31 sollte man mit der Intensität zurückhaltend umgehen. Die H-alpha-Gebiete sollen die Galaxie ergänzen und nicht ihre gesamte Erscheinung dominieren.
7. Alternative: Spezielle PixInsight-Skripte
Neben den manuellen Methoden gibt es auch spezielle Skripte und Werkzeuge, die bei der Integration von Schmalbanddaten in RGB-Aufnahmen helfen können.
Dazu gehören beispielsweise Werkzeuge zur:
- Extraktion von Emissionsinformationen.
- Sternseparation.
- Erstellung von Luminanz- und Emissionsmasken.
- Kombination unterschiedlicher Spektralkanäle.
Ein Skript kann die Arbeit erheblich vereinfachen. Allerdings sollte man immer verstehen, welche Bildinformationen tatsächlich verarbeitet werden.
Gerade bei einer Dualbandaufnahme mit einer OSC-Kamera ist es wichtig, nicht einfach das gesamte rote Signal als reines H-alpha zu interpretieren.
8. Mein Fazit: Nicht mehr Schmalband, sondern gezieltere Information
Die Kombination einer klassischen RGB-Aufnahme mit zusätzlichen Schmalbanddaten eröffnet interessante Möglichkeiten bei der Galaxienfotografie.
Gerade bei M31 lassen sich damit die zahlreichen H-alpha-Emissionsgebiete innerhalb der Spiralarme stärker hervorheben.
Der entscheidende Punkt ist allerdings die selektive Integration.
Ich möchte nicht die gesamte Schmalbandaufnahme in das RGB-Bild übertragen. Vielmehr soll ausschließlich die zusätzliche Information aus den Emissionsgebieten genutzt werden.
Für meinen eigenen Datensatz aus 100 Minuten RGB und 250 Minuten L-Ultimate-Aufnahmen bedeutet das, dass ich insbesondere mit der Kanalextraktion, der Sternseparation und einer gezielten Maskierung arbeiten werde.
Die verschiedenen Ansätze mit ChannelExtraction, PixelMath und Masken bieten dafür eine gute Grundlage.
Mein Tipp: Wer mit einer Farbkamera und einem Dualbandfilter zusätzliche H-alpha-Informationen bei Galaxien aufnehmen möchte, sollte bereits bei der Planung der Bildbearbeitung berücksichtigen, dass die spätere Integration mehr erfordert als eine einfache Addition zweier Bilder.
Das Ziel sollte immer sein, die natürlichen Farben und Strukturen des RGB-Bildes zu erhalten und die zusätzlichen Emissionsinformationen möglichst gezielt einzubringen.
