¿Cómo puedo "desenfocar" estas fotos de la aurora boreal?

Esta es una tarea fácil usando la deconvolución, ya que las estrellas en la imagen deberían ser puntas nítidas pero están borrosas. Esto significa que las estrellas en la imagen se pueden usar como la función de dispersión de puntos con la que necesita realizar la deconvolución. Puede hacerlo utilizando el programa gratuito ImageJ y el plugin deconvolución iterativa en paralelo o DeconvolutionLab . La imagen primero debe convertirse a un espacio de color lineal y dividirse en los canales de color. Luego realiza la desconvolución en los canales de color por separado y luego recompone la imagen en color. Y luego vuelve a convertir la imagen desconvolucionada al espacio de color sRGB.

Actualizaré esta respuesta más tarde con el resultado usando su jpeg, puede intentar hacerlo usted mismo usando un archivo tiff compilado a partir del archivo sin procesar original.

Actualizar:

Intenté hacer más nítida la imagen usando desconvolución, pero para obtener resultados realmente buenos se requiere mucho más trabajo y también se debe usar el archivo sin procesar porque el archivo jpeg tiene información degradada sobre los componentes de alta frecuencia. Hay tres problemas principales que uno enfrenta en este caso particular. El primero son los efectos de posterización (saltos discretos visibles en el brillo) que también se deben a trabajar con el jpeg de 8 bits en lugar del archivo tiff de 16 bits (que en realidad se obtiene de los archivos sin procesar de 14 bits).

Otro problema es causado por la nitidez de las estrellas que hace que excedan el brillo máximo para imágenes de 8 bits. Si bien las estrellas en la imagen original no estaban sobreexpuestas, se sobreexpondrán de facto si usa el método estándar de recortar valores de brillo superiores a 255. Si solo deja que el brillo sea lo que sea, la imagen completa se volverá demasiado oscuro. Ahora, recortar los valores de brillo a 255 genera dos problemas, uno es que se pierde el color de las estrellas.

El recorte también conduce a otro problema. Las estrellas que después de la deconvolución tenían un perfil de brillo nítido ahora parecerán tener un perfil de brillo plano, no muy diferente de cómo aparecían en la imagen original. ¡Tenga en cuenta que el objetivo de este ejercicio, según lo solicitado por el OP, era afilar las estrellas!

El primer problema se puede resolver transformando la imagen de sRGB a 32 pero RGB lineal (por lo tanto, nos aseguramos de no transformar a RGB lineal de 8 bits) y luego, al volver a transformar, es mejor hacerlo usando una corrección gamma personalizada en lugar de la transformada estándar.

Los problemas causados ​​por el brillo de las estrellas después de la deconvolución se pueden tratar utilizando métodos de mapeo de tonos similares a los que se usan cuando se procesan imágenes HDR a imágenes de 8 bits. Esto no corrige completamente los problemas, cuanto más brillante sea la estrella, menos nítida y más blanca aparecerá. También se harán visibles los artefactos de deconvolución.

Los pasos usando ImageJ en detalle:

Carga la imagen

Cambiar el tipo de imagen a Pila RGB

convertirlo de los actuales 8 bits a 32 bits.

Luego convierta de sRGB a RGB (lineal) dividiendo primero por 255, ejecutando la macro matemática:

si (v<0,040445) v = v/12,92; si(v>0.04044) v = pow((v+0.055)/1.055,2.4)

y multiplicar por 255.

Haga zoom en la imagen y seleccione una estrella brillante en algún lugar en el medio de la imagen, duplique la imagen (que en ImageJ creará una nueva imagen con solo la selección). Luego mida el fondo en los canales de color seleccionando una parte del fondo y usando la función "medir". Si el fondo es razonablemente uniforme, puede restar este valor de los valores de gris en algún canal de color y tendrá una función de dispersión de puntos razonablemente precisa. Para hacer esto con mucha precisión, debe repetir esto para algunas estrellas cercanas, alinear las imágenes y tomar el promedio.

Además, debido a que parte de la falta de nitidez proviene del tiempo de exposición prolongado que hace que las estrellas se conviertan en rastros de estrellas, la función de dispersión de puntos no es uniforme en toda la imagen. Esto requiere el uso de muchas funciones de dispersión de puntos diferentes para diferentes partes de la imagen. Las montañas en la distancia deben agudizarse usando una función de dispersión de puntos diferente basada en el ancho de las estrellas borrosas.

Acabo de compilar mi función de dispersión de puntos basada en la imagen de una sola estrella, por lo que hay mucho margen de mejora aquí. Luego, el siguiente paso es dividir la imagen RGB de 32 bits en sus componentes de color, seleccionando "imágenes para apilar" y luego ejecuta "desconvolución iterativa paralela". a menos artefactos que combinados con la posterización pueden verse realmente feos), para el preacondicionador, seleccione "ninguno", el límite se puede tomar como cero ya que los límites son bastante oscuros, esto no conducirá a artefactos (de lo contrario, seleccionar reflexivo generalmente será mejor ). Queremos hacer los cálculos con la mayor precisión posible, por lo que es mejor seleccionar "siguiente potencia de dos" para cambiar el tamaño, salida "flotante" pero en este caso es lo mismo que seleccionar "igual que la fuente". La precisión debe establecerse en el doble. Para MRSND, la cantidad máxima de iteraciones debe ser bastante grande, lo he tomado como 50. La cantidad máxima de subprocesos depende de su computadora, generalmente está preestablecida en el valor correcto para su computadora.

Luego hace clic en "desconvolucionar", las cosas pueden salir mal debido a un error de falta de memoria. En ese caso, puede reducir la precisión de doble a simple, o puede cortar la imagen en partes, desconvolucionar las partes por separado y, al final, unir todo. 8 GB de RAM son suficientes para esta imagen, pero para imágenes un poco más grandes puede encontrarse con este problema con solo 8 GB de RAM.

Luego procesé el resultado de la siguiente manera. He hecho un mapeo de tonos; los valores de brillo inferiores a 212 se dividieron por la mitad, mientras que los más grandes se asignaron al rango de 106 a 255 usando la función 71.03109*log(v) - 274.48416 usando la macro matemática. Puede experimentar con diferentes funciones, la función logarítmica elegida aquí probablemente no sea la mejor opción. Lo que debe hacer es medir el valor de gris más brillante usando la función "medir" y luego calcular una función continua que mapeará el rango de brillo de las estrellas en un intervalo decentemente grande.

A continuación, puede combinar las 3 imágenes en una imagen en color. Luego, en lugar de usar la transformación estándar de regreso a sRGB, puede experimentar con las correcciones gamma. En este caso, dividir los valores de gris por 255, aplicar una gamma de 0,4 y multiplicar por 255, conduce a una imagen con un brillo decente que se ve mucho mejor que la transformación estándar a sRGB (no hay artefactos graves visibles).

El paso final es convertir la imagen en color de 32 bits a 8 bits.

Realmente no tengo Photoshop ni ninguna otra herramienta de edición de fotos.

Necesitarás obtener algún tipo de herramienta de edición de fotos, pero hay varias herramientas gratuitas que podrías usar. Si es usuario de Mac, la aplicación Fotos incluida con MacOS X mejorará la nitidez de una foto. Gimp está disponible en cualquiera de las tres principales plataformas de escritorio y también puede afilarse fácilmente. Finalmente, el software Canon Digital Photo Professional que vino con su cámara también le permitirá enfocar fácilmente las fotos.

Puede usar DPP (viene con cámaras canon) para editar esta imagen. Espero que dispares en RAW, no en JPEG.