Après la dernière soirée d'observation, il est temps de traiter les photos prises durant la nuit à partir de fichiers enregistrés. Nous utilisons deux logiciels que les élèves ont installés sur leurs ordinateurs : 

 Siril

 GIMP     

Le premier outil de traitement d'images astronomiques est Siril. On travaille à partir de 4 dossiers de photos :

• Les biases 
• Les darks
• Les flats
• Les lights            

Pour rappel :

• lights : photos prises lors de l'observation avec le télescope
• darks : photos prises dans le noir complet avec le même gain/même réglage et le même temps d'exposition que les photos de l’objet céleste photographié. Elles retirent le bruit thermique (plus le temps d'exposition est long, plus le capteur va chauffer, cela permet de supprimer les pixels rouges ou blancs) si la caméra n'est pas refroidie
• biases : photos prises dans les mêmes conditions de température avec un temps d'exposition le plus court possible, cache sur l'objectif (fond noir) afin d'enlever le bruit de lecture (pixels blancs/noirs + rayures) 
• flats : photos d’une surface uniformément éclairée avec un histogramme au 2/3, elles servent à corriger le vignettage de l’optique (un halo qui englobe la photo), les poussières, rayures, traces sur l'optique et la non-uniformité des photos

L'objectif est de traiter et d'empiler les photos pour avoir un résultat final sans défaut ni parasitage. Pour cela, les élèves superposent les photos d'un même objet céleste afin d'en faire ressortir toutes les nuances, couleurs, et détails au maximum. 

Voici quelques étapes pour le traitement couleur :

1. Travail sur la luminance = empiler les lights et éliminer les défauts (biases et darks), puis faire la même chose avec les fichiers des photos avec les filtres Blue/Red/Green
2. Phase d'auto ajustement et d'alignement des couches = en fonction du filtre couleur, les photos sont décalées donc il est important de toutes les centrer pour ensuite les superposer à la perfection
3. Suppression du "bruit vert" = Sur les photos brutes, le "bruit vert" s'explique par la matrice de Bayer, c'est à dire qu'il y a deux foix plus de pixels verts que de pixels rouges et bleus, les élèves doivent donc procéder au "dématriçage" pour supprimer ce bruit vert.

Pour découvrir le résultat final, rendez-vous lors de notre prochaine mission !