Il colore misurato: dentro la calibrazione spettrofotometrica di Siril

C’è un momento, in ogni elaborazione, in cui ci si ferma davanti allo schermo e ci si chiede se quel rosso sia davvero il rosso giusto. È una domanda apparentemente ingenua che nasconde un problema profondo: nell’astrofotografia a lunga posa non esiste alcun riferimento visivo con cui confrontarsi. Nessuno di noi ha mai visto la Nebulosa Pellicano a occhio nudo nei suoi colori reali, e nessuno mai la vedrà. Il colore che compare nella nostra immagine finale non è il ricordo di una percezione: è il risultato di una catena di misure, ognuna delle quali introduce la propria firma.

Per anni la risposta è stata sostanzialmente estetica: si spostavano i cursori del bilanciamento finché il risultato non appariva convincente, confrontandolo magari con le immagini di altri astrofotografi che avevano fatto la stessa cosa. Il metodo produceva immagini gradevoli, ma non immagini verificabili. Oggi esiste un’alternativa, che trasforma la calibrazione del colore in un problema fotometrico con dati di catalogo, curve di risposta strumentali e un criterio di adattamento robusto. In Siril si chiama Spectrophotometric Color Calibration, abbreviato in SPCC.

1. Dalla temperatura di colore agli spettri veri

Il predecessore di SPCC, la Photometric Color Calibration, è ancora presente in Siril. Identifica le stelle del campo tramite la soluzione astrometrica, recupera dai cataloghi il loro indice di colore B−V (è una differenza di magnitudini misurate attraverso due filtri diversi: B con λ_eff ≈ 440 nm, larghezza ~100 nm e V con λ_eff ≈ 550 nm), ne stima la temperatura efficace e da questa deduce quale dovrebbe essere il rapporto fra i canali. È un’approssimazione ragionevole che poggia però su due assunzioni fragili: che una stella si comporti come un corpo nero, vero solo in prima battuta, e che il sistema di ripresa sia sostanzialmente neutro. PCC non sa nulla del nostro treno ottico, quindi con un filtro antinquinamento o in assenza di blocco infrarosso la soluzione devia in modo apprezzabile.

SPCC affronta il problema da un’altra direzione. Invece di stimare il colore delle stelle da un indice sintetico, usa i loro spettri reali, presi dal catalogo Gaia DR3. E invece di assumere un sistema neutro, chiede esplicitamente all’utente quale sensore e quali filtri siano stati impiegati, per poi propagarne le curve di risposta nel calcolo. Il salto è sostanziale: si passa da un modello del colore stellare a una misura dello spettro, e da un sistema di ripresa ideale a quello reale che abbiamo in giardino.

1.1 Che cosa sono, esattamente, quei dati spettrali

Il prodotto di Gaia utilizzato è lo spettro campionato a bassa risoluzione ricavato dai prismi del satellite. Non è uno spettro ad alta dispersione, ma una curva di distribuzione dell’energia sufficientemente dettagliata da distinguere una stella di classe G da una di classe K, che è quanto serve qui. Copre approssimativamente l’intervallo fra 336 e 1020 nm ed è disponibile in genere per le sorgenti più brillanti della magnitudine 17,6 circa: nei campi molto poveri di stelle brillanti il numero di riferimenti utilizzabili può quindi ridursi al punto da rendere l’adattamento meno solido.

Siril può interrogare il catalogo in linea oppure lavorare su un estratto locale, indipendente dalla connessione. L’estratto completo è però un oggetto imponente, dell’ordine della ventina di gigabyte, e viene per questo distribuito suddiviso in porzioni di cielo: chi osserva dall’emisfero boreale può installare soltanto le regioni realmente accessibili.

2. Il meccanismo, passo per passo

Conviene seguire la catena nell’ordine in cui viene eseguita, perché ogni anello spiega un vincolo operativo.

Soluzione astrometrica. L’immagine deve essere risolta, cioè deve esistere una corrispondenza nota fra coordinate celesti e pixel. Senza di essa non c’è modo di sapere quale stella del catalogo corrisponda a quale sorgente nell’immagine. Vale la pena verificare che la soluzione sia davvero corretta: alcuni software di acquisizione scrivono nell’intestazione FITS informazioni WCS imprecise, e un’astrometria sbagliata produce abbinamenti sbagliati senza che nulla lo segnali.

Sintesi del flusso atteso. Per ogni stella riconosciuta, Siril moltiplica lo spettro di catalogo, lunghezza d’onda per lunghezza d’onda, per l’efficienza quantica dichiarata del sensore e per la trasmittanza dichiarata dei filtri, e integra il prodotto. Ne esce il numero di fotoni che quella stella dovrebbe produrre in ciascun canale con la nostra catena ottica. È la ragione per cui dichiarare il filtro sbagliato non è un dettaglio cosmetico.

Misura del flusso reale. Sulle stesse stelle viene eseguita una fotometria d’apertura nei tre canali, ricavando il flusso effettivamente registrato.

Adattamento robusto. Siril non confronta i valori assoluti, che dipenderebbero dall’esposizione, ma i rapporti R/G e B/G: costruisce un adattamento lineare robusto fra i rapporti di catalogo e quelli misurati, includendo nel confronto il riferimento di bianco scelto. Robusto significa che le sorgenti anomale – stelle sature, sovrapposizioni, artefatti – pesano poco sul risultato invece di trascinarlo.

Applicazione. Dall’adattamento escono tre coefficienti di correzione, uno per canale, applicati moltiplicativamente all’intera immagine. A questi si aggiunge la neutralizzazione del fondo, cioè la sottrazione di un offset per canale stimato su una regione di cielo vuoto.

Il punto da fissare è che il risultato finale dell’intero processo consiste in tre moltiplicazioni e tre sottrazioni. Nient’altro. Non c’è ricolorazione locale, non c’è sostituzione stella per stella, non c’è alcuna forma di riscrittura dei pixel basata sul catalogo.

3. Perché la linearità non è negoziabile

La fotometria d’apertura ha senso soltanto se il valore del pixel è proporzionale al numero di fotoni raccolti. Qualunque stiramento dell’istogramma distrugge questa proporzionalità e con essa la validità di tutte le misure: SPCC va eseguito su dati rigorosamente lineari, subito dopo lo stacking e l’eventuale rimozione del gradiente.

Qui si annida un equivoco comune. Siril mostra l’immagine lineare con una visualizzazione ad autostretch, altrimenti sullo schermo si vedrebbe soltanto nero, e molti concludono che sia troppo tardi per calibrare. Non è così: l’autostretch è una modalità di visualizzazione e non modifica i valori memorizzati. Finché non si è applicato uno stiramento vero – istogramma, GHS, asinh – il dato sottostante è ancora perfettamente lineare. Il criterio non è quello che si vede, è quello che si è fatto.

4. Che cosa SPCC non fa

Una preoccupazione ricorrente merita di essere affrontata direttamente, perché tocca il senso stesso del lavoro: usando un catalogo, non stiamo forse lasciando che sia il catalogo a decidere i colori della nostra immagine?

No, e la dimostrazione più immediata è la nebulosa stessa. Gaia DR3 è un catalogo di sorgenti puntiformi: le nebulose diffuse non vi compaiono affatto, e SPCC non possiede alcuna informazione sullo spettro del Pellicano o di Orione. I pixel della nebulosa sono al cento per cento la nostra misura, moltiplicata per tre costanti ricavate dalle stelle del campo. Rifacendo la calibrazione con un riferimento di bianco diverso cambierebbero quei tre numeri, non l’informazione che abbiamo raccolto in ore di integrazione.

Va però respinta anche la posizione simmetrica, quella secondo cui l’immagine non calibrata sarebbe “più autentica”. I rapporti fra i canali grezzi sono determinati dall’efficienza quantica del nostro sensore, dalla trasmittanza dei nostri filtri e dall’estinzione atmosferica di quella particolare notte: sono cioè caratteristiche dello strumento, non dell’oggetto. Sono un artefatto tanto quanto la vignettatura. Il compito di SPCC è rimuovere la firma dello strumento, esattamente come il flat rimuove quella dell’illuminazione del campo. Il dato calibrato è più fedele all’oggetto, non meno.

4.1 Un limite dichiarato: la palette Hubble

C’è un caso in cui SPCC delude sistematicamente, ed è bene saperlo prima. Chi riprende in banda stretta con la combinazione SII, Hα, OIII aspettandosi la classica palette Hubble otterrà un’immagine dominata dal verde, perché SPCC restituisce le intensità reali e l’emissione dello zolfo ionizzato è molto più debole di quella dell’idrogeno. La palette Hubble è invece un’assegnazione arbitraria dei canali, costruita per scopi espressivi: due obiettivi incompatibili, e in quel caso la calibrazione manuale resta lo strumento appropriato. Buon promemoria del fatto che la fedeltà fotometrica è una scelta, non un obbligo.

5. Il riferimento di bianco e la correzione atmosferica

Ogni calibrazione assoluta richiede di definire che cosa consideriamo bianco. SPCC offre un ventaglio ampio di riferimenti, dai tipi spettrali stellari alle classificazioni galattiche. L’impostazione predefinita è la galassia a spirale media, costruita da modelli spettrali di popolazioni galattiche, scelta sensata per la generalità dei soggetti di cielo profondo; chi preferisse bilanciare sulla luce solare sceglierà la stella di tipo G2(v), che è la classificazione del Sole.

Un dettaglio operativo da memorizzare: le scelte di sensore e filtro vengono ricordate automaticamente fra una sessione e l’altra, mentre il riferimento di bianco torna ogni volta al valore predefinito. Le due asimmetrie hanno conseguenze opposte. Chi alterna due filtri rischia di applicare silenziosamente quello sbagliato, perché l’interfaccia si ripresenta con la configurazione precedente senza segnalare nulla; chi invece ha adottato un riferimento di bianco non predefinito deve riselezionarlo ogni volta.

Merita una nota anche la correzione atmosferica. L’atmosfera è a tutti gli effetti un ulteriore filtro non opzionale nella catena, e Siril può tenerne conto modellando la diffusione di Rayleigh in funzione della lunghezza d’onda, dell’altitudine dell’osservatore e della pressione. La massa d’aria viene ricavata dall’intestazione FITS quando disponibile, oppure calcolata dall’altezza del campo sull’orizzonte. La diffusione da aerosol e l’assorbimento molecolare non sono modellati, il primo perché dipende da condizioni contingenti impossibili da ricostruire a posteriori, il secondo per il suo impatto modesto. Attivare o meno la correzione resta una scelta dell’autore, ma dal punto di vista della coerenza fisica c’è poco da discutere: se abbiamo dichiarato la trasmittanza del filtro, ha senso dichiarare anche quella dell’aria.

6. Quando il nostro filtro non è nell’elenco

Il menù a tendina di SPCC attinge a un database di curve mantenuto separatamente dall’applicazione e sincronizzato all’avvio, con lo stesso meccanismo degli script: l’elenco si arricchisce nel tempo senza bisogno di aggiornare Siril. Oggi contiene una copertura piuttosto ampia di sensori a colori e monocromatici, di set di filtri RGB e di filtri antinquinamento, oltre ai filtri passa-basso delle reflex nelle varianti originale, modificata e rimossa. Per la maggior parte delle configurazioni una voce adatta esiste già, e quando manca la corrispondenza esatta scegliere l’opzione più vicina è generalmente accettabile.

Esiste però una categoria esclusa per scelta: il database non accoglie filtri a banda stretta, e la regola vale esplicitamente anche per i duo-banda. La motivazione è che questi filtri vengono sintetizzati internamente da Siril attraverso la modalità narrowband, in cui per ciascun canale si dichiarano lunghezza d’onda nominale e larghezza di banda. Per un filtro duale su sensore a colori la modalità funziona bene, e i produttori che pubblicano centro e FWHM forniscono già i due numeri necessari, dato che questi filtri hanno fronti molto ripidi.

Il problema nasce con i multibanda più complessi. Prendiamo un filtro che, oltre alle finestre dell’idrogeno e dell’ossigeno, lasci passare un’ampia banda nel vicino infrarosso: la modalità narrowband mette a disposizione tre sole coppie di valori, una per canale, e non ha modo di rappresentare una quarta finestra larga oltre un centinaio di nanometri che contribuisce a tutti e tre i canali della matrice di Bayer. Inoltre, quando la finestra blu-verde è unica e comprende sia Hβ sia OIII, essa cade a cavallo dei pixel B e G, che non sono più indipendenti: dichiarare due bande fittiziamente distinte è un’approssimazione che non descrive il filtro reale.

6.1 La via rigorosa: costruirsi il file

Per questi casi, e più in generale per qualunque filtro assente dall’elenco, la soluzione è produrre un file JSON con la curva di trasmittanza e depositarlo nella cartella locale del database. Siril legge tutti i file presenti, non soltanto quelli scaricati dal repository ufficiale, quindi il filtro compare nel menù come qualsiasi altro; nessuna procedura di pubblicazione è necessaria, a meno di voler condividere il lavoro con la comunità.

Il percorso da seguire è questo.

Digitalizzare il grafico. I produttori pubblicano quasi sempre la curva di trasmittanza come immagine, non come tabella. Esistono strumenti nati apposta per estrarre i punti da un grafico, e il progetto Siril suggerisce esplicitamente questa strada, mettendo a disposizione un generatore che converte il CSV risultante in un JSON conforme. È mezz’ora di lavoro che ripaga: le stime sintetiche costruite dalle sole specifiche dichiarate possono discostarsi molto dalla curva reale, soprattutto sulla posizione delle bande nell’infrarosso, dove le schede tecniche sono spesso vaghe.

Compilare i campi. Il file è un array di oggetti. Servono il tipo, che per un filtro destinato a una camera a colori è quello dei filtri OSC; il nome e il modello, che compariranno nel menù; l’array delle lunghezze d’onda e quello dei valori; l’unità di misura e il fattore di scala, pari a 100 se i valori sono percentuali e a 1 se normalizzati. Il campo del canale non serve qui: è richiesto soltanto per i sensori a colori e per i filtri monocromatici.

Dichiarare onestamente la qualità del dato. Un campo apposito prevede una scala a cinque livelli, dal dato di provenienza ignota – non accettato nel repository pubblico – fino alla misura eseguita personalmente sul proprio esemplare con strumentazione adeguata; una curva estratta da un grafico del produttore corrisponde al secondo livello. Compilarlo con sincerità non è formalismo: permette a chiunque, noi compresi fra sei mesi, di sapere quanto fidarsi di quel file.

Rispettare i vincoli. Le lunghezze d’onda devono essere monotone crescenti e prive di duplicati. La copertura minima richiesta va da 380 a 700 nm, mentre l’intervallo utile massimo arriva da 336 a 1020, che è esattamente il dominio degli spettri di Gaia: estendere la curva oltre non serve, perché non esistono dati spettrali con cui convolverla.

Verificare. Dopo il riavvio, il pulsante di dettaglio accanto a ciascun menù traccia la curva caricata: se corrisponde a quella di partenza, il file è stato letto correttamente. Ancora più istruttiva è la funzione che sovrappone in un unico diagramma efficienza quantica del sensore, trasmittanze dei filtri e spettro del riferimento di bianco, perché mostra a colpo d’occhio quali porzioni dello spettro stellare stiamo effettivamente campionando.

Un’accortezza pratica che nasce dall’esperienza più che dalla documentazione: la cartella del database locale è gestita da Siril come clone di un repository, quindi conviene conservare altrove una copia dei propri file. Un ripristino o una reinstallazione potrebbero portarseli via senza preavviso.

7. Il risultato, e i suoi limiti onesti

Supponiamo di avere completato il percorso: curva digitalizzata, file caricato, filtro selezionato, correzione atmosferica attiva, dati lineari. Che cosa abbiamo ottenuto?

Un’immagine i cui rapporti fra i canali sono coerenti con lo spettro reale delle stelle del campo, filtrato attraverso il nostro specifico treno ottico. È un risultato solido e soprattutto riproducibile: chiunque disponga degli stessi dati grezzi e delle stesse curve otterrà gli stessi tre coefficienti.

Resta però un limite fisico che nessun algoritmo può superare. Con un filtro multibanda abbiamo campionato l’oggetto in due o tre finestre strette, per un totale magari di poco più di centocinquanta nanometri su un continuo che ne copre centinaia. SPCC ricostruisce correttamente i rapporti su ciò che abbiamo misurato, ma non può inventare la radiazione che il filtro ha bloccato. L’immagine risultante è allo stesso tempo autentica e parziale: è il colore di alcune bande selezionate, non quello che vedrebbe un occhio abbastanza sensibile. Non è una contraddizione, è la differenza fra una misura accurata e una misura completa.

Un’ultima nota a monte: per i sensori a colori la ricostruzione dei canali tramite drizzle sulla matrice di Bayer produce colori più accurati dell’interpolazione convenzionale, perché non mescola informazione fra pixel di filtro diverso, e migliora quindi la qualità del dato su cui SPCC lavorerà.

8. In sintesi operativa

Tutto si riduce a pochi passaggi. Impilare, rimuovere il gradiente, risolvere astrometricamente. Verificare di non avere applicato alcuno stiramento reale. Aprire SPCC e controllare ogni volta che sensore e filtro corrispondano alla ripresa in corso, perché l’interfaccia ricorda le scelte precedenti, e selezionare consapevolmente il riferimento di bianco, che invece non viene ricordato. Attivare la correzione atmosferica compilando altitudine e pressione. Applicare, e leggere i grafici di adattamento: una dispersione anomala nei rapporti è il primo segnale che qualcosa nella catena non torna. E se il filtro non c’è nell’elenco, valutare se la modalità a banda stretta lo descriva davvero o se convenga spendere mezz’ora per digitalizzarne la curva.

9. Perché tutto questo conta

C’è una soddisfazione particolare, difficile da spiegare a chi non fotografa il cielo, nel sapere che il colore della propria immagine non è stato scelto ma ricavato: che quel rosso nasce dallo spettro di migliaia di stelle catalogate da un satellite, convoluto con la curva di trasmissione di un pezzo di vetro che abbiamo avvitato noi davanti alla camera, in una notte di cui conosciamo la pressione atmosferica.

Non è rigore fine a sé stesso. Ogni volta che sostituiamo una scelta arbitraria con una misura, l’immagine smette di essere soltanto una fotografia e diventa anche un piccolo documento. Resta naturalmente un’opera nostra – l’inquadratura, la scelta del soggetto, il modo in cui abbiamo bilanciato lo stiramento sono decisioni estetiche irriducibili – ma sotto quelle decisioni c’è ora un dato che regge al controllo. È la differenza fra un’immagine bella e un’immagine bella e vera.

Il cielo, in fondo, ci mette a disposizione una quantità di informazione enorme e del tutto gratuita. Vale la pena raccoglierla con la stessa cura con cui la si è aspettata.

Fonti e risorse

Documentazione ufficiale Siril
Spectrophotometric Color Calibration – funzionamento, interfaccia, correzione atmosferica, formato del database JSON.
Photometric Color Calibration – il metodo precedente, per il confronto.

Contribuire al database dei filtri
Contribute to SPCC Database – generatore e validatore di file JSON, procedura di invio.
Repository siril-spcc-database – l’archivio pubblico delle curve.

Strumenti
WebPlotDigitizer – estrazione di dati numerici da grafici in formato immagine.

Dati e riferimenti scientifici
Estratto spettrofotometrico Gaia DR3 per Siril – catalogo locale, con documentazione del formato.
Modelli spettrali SWIRE – base dei riferimenti di bianco galattici.
Libreria spettrale stellare ESO – base dei riferimenti di bianco stellari.