PixInsight — Il workflow che trasforma i dati grezzi in immagini
Apri PixInsight per la prima volta e ti trovi davanti a un’interfaccia che sembra progettata da qualcuno che odiava gli utenti principianti. Finestre dappertutto, nessun menu “Apri immagine” ovvio, processi con nomi come MultiscaleLinearTransform e SpectrophotometricColorCalibration. Poi capisci la logica. E non torni più indietro.
Perché PixInsight esiste — e perché costa
PixInsight è sviluppato da Pleiades Astrophoto, una piccola società spagnola fondata da Juan Conejero e Vicent Peris — quest’ultimo è uno degli astrofotografi più rispettati al mondo, con immagini pubblicate su riviste scientifiche peer-reviewed. Non è un software generico adattato all’astronomia: è stato progettato dall’inizio per elaborare immagini astronomiche, con algoritmi matematici specifici per questo dominio.
Il prezzo è ~230 € (licenza perpetua, una tantum) con aggiornamenti inclusi a tempo indeterminato. Esiste una versione di prova gratuita di 45 giorni, richiedibile direttamente dal sito pixinsight.com. La versione attuale è 1.9.0 “Lockhart”, rilasciata nel dicembre 2024, con miglioramenti significativi al motore di astrometria, al nuovo strumento MultiscaleGradientCorrection e all’algoritmo Fast Drizzle per l’integrazione ad alta risoluzione.
Piattaforme: Windows 10/11, macOS 12+, Linux (64-bit)
RAM minima: 8 GB (16 GB fortemente consigliati per stack grandi)
Spazio disco: 2 GB per l’installazione + spazio per i dati di lavoro
Prova gratuita: 45 giorni — richiesta via email su pixinsight.com, approvata in poche ore
Licenza: perpetua, installabile su due macchine simultanamente
Aggiornamenti: inclusi senza costi aggiuntivi
Il paradosso dell’interfaccia — perché è così diverso da tutto il resto
La prima difficoltà con PixInsight non è tecnica: è concettuale. La stragrande maggioranza dei software di elaborazione immagini è document-oriented: apri un file, applichi uno strumento, il file cambia. PixInsight è invece object-oriented: le immagini e i processi sono oggetti indipendenti. Un processo non sa nulla di quale immagine verrà applicato finché non lo esegui.
In pratica questo significa che puoi definire una sequenza di processi parametrati — un’intera pipeline di elaborazione — e applicarla su qualsiasi immagine in qualsiasi momento. Puoi salvare queste pipeline come Process Container e riutilizzarle su immagini diverse. Il che, una volta capito, è enormemente più potente di qualsiasi workflow lineare.
L’altra cosa da sapere subito: PixInsight lavora prevalentemente con immagini non stretched — cioè con i dati lineari usciti dallo stack, prima di qualsiasi espansione del contrasto. Molti processi hanno senso solo in questa fase lineare; applicarli dopo lo stretching dà risultati sbagliati. Il flusso di lavoro ha quindi una struttura precisa che va rispettata.
Un’immagine astronomica appena stackata è lineare: i valori pixel sono proporzionali ai fotoni ricevuti. La maggior parte del segnale è compressa vicino a zero — per questo appare quasi nera. Lo stretching è la trasformazione non-lineare che porta l’immagine a sembrare come la conosciamo. Calibrazione del colore, rimozione del gradiente, noise reduction devono avvenire prima dello stretching, sull’immagine lineare. È la regola fondamentale di PixInsight — e la fonte principale di errori dei principianti.
Il workflow base — sei fasi dalla calibrazione alla finitura
Quello che segue è il workflow standard per un’immagine a colori (RGB o OSC) partendo dai frame grezzi. Per il narrowband la logica è la stessa fino allo stretching; la combinazione dei canali Ha/OIII/SII aggiunge passaggi che meritano un articolo separato.
Fase 1 — WBPP, lo script che fa tutto da solo
WeightedBatchPreprocessing (WBPP) è lo script che trasforma PixInsight da “strumento per esperti” a “strumento per tutti”. Gli dai in pasto i tuoi frame grezzi — light, dark, flat, bias — e lui calibra, allinea, seleziona i frame migliori per peso statistico (da cui il nome “weighted”) e produce il master stack. Lo trovi in Script → Batch Processing → WeightedBatchPreprocessing.
L’aspetto chiave di WBPP è la pesatura dei frame: invece di trattare tutti i frame allo stesso modo, WBPP assegna a ciascuno un peso basato sulla qualità del seeing (FWHM), sul rumore di fondo e sul segnale. I frame di qualità inferiore contribuiscono meno allo stack finale. Il risultato è quasi sempre migliore di un semplice stack medio.
Per chi non ha ancora i frame di calibrazione o sta elaborando dati da una camera OSC non raffreddata, WBPP funziona anche senza dark o flat — semplicemente ne salta le fasi. Non è ideale, ma è un punto di partenza valido per imparare il processo.
La Drizzle Integration è una tecnica di stacking che aumenta la risoluzione finale dell’immagine combinando i frame in modo da sfruttare il micro-dithering tra un’esposizione e l’altra. Ha senso usarla quando: hai fatto dithering in acquisizione, hai più di 30–40 frame allineati, e la tua camera è campionata in modo ottimale (pixel scale 1–2"/px). In PixInsight 1.9 l’algoritmo Fast Drizzle ha reso questa operazione significativamente più veloce, rendendo pratico usarla anche su dataset grandi.
Fase 2 — GradientCorrection e il fondo cielo
Quasi nessuna immagine astronomica ha un fondo cielo perfettamente uniforme. Inquinamento luminoso, vignettatura residua dei flat imperfetti, riflessi interni del treno ottico: tutto contribuisce a creare gradienti che rendono il fondo grigio non omogeneo. Se non li elimini prima dello stretching, si amplificano diventando dominanti nell’immagine finale.
PixInsight 1.9 ha introdotto MultiscaleGradientCorrection (MGC), una riscrittura dell’algoritmo di Vicent Peris che è significativamente più accurata e robusta dei predecessori ABE (AutomaticBackgroundExtractor) e DBE (DynamicBackgroundExtractor). MGC analizza il fondo cielo a scala multipla e produce una correzione più naturale, con meno rischio di sottrarre segnale reale della nebulosa.
Per chi usa versioni precedenti: ABE è lo strumento automatico (più aggressivo, più veloce), DBE è quello manuale in cui selezioni tu i campioni di cielo pulito. In genere si usa ABE come prima passata rapida e DBE per correzioni più precise su immagini difficili.
Fase 3 — SPCC e il bilanciamento del bianco astronomico
Il bilanciamento del bianco in astrofotografia non è lo stesso che in fotografia normale. Non stai cercando di rendere “neutro” un soggetto bianco: stai cercando di calibrare la risposta spettrale della tua camera in modo che i colori delle stelle corrispondano ai loro tipi spettrali reali — le stelle bianche appaiono bianche, le rosse appaiono rosse, le nebulose emittono alle lunghezze d’onda corrette.
SpectrophotometricColorCalibration (SPCC) è lo strumento moderno per questo compito. Scarica dalla rete un catalogo di stelle di riferimento nell’area inquadrata, ne confronta le magnitudini misurate con i valori attesi in base al tipo spettrale, e calcola i coefficienti di correzione per ciascun canale colore. Richiede una soluzione astrometrica dell’immagine (che WBPP può calcolare automaticamente) e una connessione internet per il primo accesso al catalogo.
Il risultato è una calibrazione del colore oggettiva e riproducibile — molto più accurata del vecchio ColorCalibration basato su campionamento manuale del fondo.
Fase 4 — STF e lo stretching con HistogramTransformation
Lo stretching è l’operazione che porta l’immagine da quasi-nera (lineare) alla versione che conosciamo. È una trasformazione matematica irreversibile — una volta applicata, non puoi tornare ai dati lineari (a meno di non averli salvati). Per questo si lavora sempre su una copia del file lineare.
Il flusso standard in PixInsight è:
ScreenTransferFunction (STF) è uno strumento di visualizzazione, non di elaborazione. Quando premi il pulsante Auto nella STF, PixInsight calcola automaticamente uno stretching di anteprima che rende l’immagine leggibile sullo schermo — senza modificare i dati reali. Quello che vedi è solo come viene visualizzata l’immagine, non come sono i pixel.
Per applicare lo stretching in modo permanente si usa HistogramTransformation (HT). Il processo classico è: applicare la STF automatica per trovare i parametri ottimali, poi trascinare l’icona della STF nell’HT per copiare quei parametri, e infine applicare l’HT sull’immagine. Più moderno è l’approccio con GeneralizedHyperbolicStretch (GHS), uno script che offre un controllo molto più fine sulla forma della curva di stretching.
Stretch in un click con EZ Suite
Per chi vuole risultati immediati senza approfondire la matematica, lo script EZ Soft Stretch (parte della EZ Processing Suite, gratuita) esegue uno stretching bilanciato in un click. È un ottimo punto di partenza per imparare com’è l’immagine dopo lo stretch prima di affinare la tecnica.
Fase 5 — Noise Reduction senza distruggere i dettagli
Il rumore è inevitabile. Anche con un’ottima camera raffreddata, dopo lo stretching emerge sempre del rumore di fondo. Il problema è che le operazioni di noise reduction più aggressive distruggono anche i dettagli fini della nebulosa. PixInsight offre diversi approcci, con risultati molto diversi.
| Strumento | Tipo | Qualità | Velocità | Note |
|---|---|---|---|---|
| NoiseXTerminator | AI (plugin ~50 $) | Eccellente | Veloce (GPU) | Standard de facto moderno — Russell Croman |
| EZ Denoise | Script (gratuito) | Molto buono | Moderata | Basato su MLT, eccellente risultato/complessità |
| MLT (MultiscaleLinearTransform) | Processo nativo | Buono | Lenta | Richiede maschere e configurazione manuale |
| TGVDenoise | Processo nativo | Buono | Molto lenta | Efficace su rumore cromatico, richiede iterazioni |
| GREYCstoration | Processo nativo | Discreto | Lenta | Utile su immagini con rumore molto irregolare |
Il consiglio pratico: se hai già investito in hardware e non vuoi spendere ancora, EZ Denoise dà risultati sorprendentemente buoni con configurazione minima. Se invece stai già considerando i plugin AI (e prima o poi lo farai), NoiseXTerminator ha cambiato l’aspettativa di cosa è possibile ottenere in termini di rapporto segnale/rumore.
I processi fondamentali da conoscere
PixInsight ha centinaia di processi. Questi sono quelli con cui interagisci in ogni sessione di elaborazione:
| Processo / Script | Fase | Scopo |
|---|---|---|
| WBPP | Lineare | Calibrazione e stacking completo in batch |
| StarAlignment | Lineare | Allineamento frame su stelle di riferimento |
| ImageIntegration | Lineare | Combinazione statistica dei frame calibrati |
| MultiscaleGradientCorrection | Lineare | Rimozione gradienti — nuovo in v1.9 |
| SPCC | Lineare | Calibrazione colore fotometrica |
| ScreenTransferFunction | Lineare | Anteprima dello stretch (non modifica i dati) |
| HistogramTransformation | Stretch | Stretching permanente dell’immagine |
| GeneralizedHyperbolicStretch | Stretch | Stretching avanzato con controllo della curva |
| CurvesTransformation | Non-lineare | Contrasto, saturazione, correzione tonale per canale |
| LocalHistogramEqualization | Non-lineare | Esaltazione del contrasto locale e dei dettagli |
| UnsharpMask | Non-lineare | Sharpening — usato con maschere di luminanza |
| StarReduction | Non-lineare | Script per ridurre le dimensioni delle stelle |
| PixelMath | Qualsiasi | Operazioni matematiche pixel-per-pixel — potentissimo |
| Process Container | Qualsiasi | Raggruppa processi in pipeline riutilizzabili |
I plugin AI che hanno cambiato le regole del gioco
Nel giro di pochi anni, tre plugin di Russell Croman hanno ridefinito cosa è raggiungibile in post-elaborazione astronomica. Non sono gratuiti, ma sono diventati de facto standard nella comunità.
La questione se valga la pena acquistarli è seria. Se hai già speso 2.000–5.000 € in hardware e passi ore a elaborare ogni immagine, 180 $ per tutti e tre (o meno acquistandoli separatamente) cambia radicalmente la qualità finale e il tempo necessario. Se sei all’inizio, inizia con PixInsight base — impara prima gli strumenti nativi.
PixInsight vs Siril — il confronto onesto
Il blog ha già una guida pratica a Siril. Vale la pena confrontare i due in modo diretto.
| Aspetto | PixInsight | Siril |
|---|---|---|
| Prezzo | ~230 € una tantum | Gratuito, open source |
| Piattaforme | Win / macOS / Linux | Win / macOS / Linux |
| Curva di apprendimento | Ripida — settimane/mesi | Moderata — giorni/settimane |
| Riproducibilità | Eccellente (Process Container) | Variabile tra sessioni |
| Stacking (qualità) | WBPP — eccellente | Molto buono |
| Strumenti nativi | Estensivi e profondi | Buoni ma meno configurabili |
| Plugin AI (BlurXT, NXT) | Sì — integrazione nativa | No |
| Elaborazione narrowband | Potente (PixelMath, NBAccelerator) | Possibile ma limitata |
| Comunità italiana | Presente ma ridotta | Comunità attiva |
| Documentazione | Ampia ma spesso datata | Wiki aggiornato, buono |
La risposta onesta: Siril è la scelta giusta per iniziare. È gratuito, ha una curva di apprendimento più gentile, e produce immagini di qualità eccellente con il workflow giusto. PixInsight diventa la scelta migliore quando arrivi al limite di quello che Siril ti permette di fare — tipicamente nella gestione avanzata del colore, nell’elaborazione narrowband complessa, o quando vuoi sfruttare i plugin AI. I due software non si escludono: molti usano Siril per il preprocessing (calibrazione e stack) e PixInsight per la post-elaborazione.
Come iniziare — 45 giorni per decidere
La prova gratuita di 45 giorni è più che sufficiente per capire se PixInsight fa al tuo caso. Il percorso consigliato:
Settimana 1: installa PixInsight, apri il tuo stack già esistente (quello che hai elaborato con Siril), e ripartenza da zero con PixInsight. Non cercare di capire tutto — segui uno dei tutorial scritti della comunità (PixInsight.com/tutorials ha guide ufficiali gratuite). Obiettivo: completare il workflow dal gradiente allo stretch.
Settimana 2–3: prova WBPP partendo dai raw. Confronta il risultato con lo stack che già hai. Lavora sulla calibrazione colore con SPCC. Sperimenta due o tre metodi di stretching sulla stessa immagine — STF+HT, GHS, EZ Soft Stretch — e capisce cosa cambia.
Settimana 4–5: affina la finitura. Prova il Process Container per costruire la tua prima pipeline riutilizzabile. Se hai dubbi specifici, il forum ufficiale di PixInsight (pixinsight.com/forum) è sorprendentemente attivo e ospitale per i principianti.
Fine del trial: a questo punto sai già se vale il prezzo per il tuo livello di pratica. Se hai usato il trial seriamente su almeno tre o quattro immagini, la risposta probabilmente è sì.
Non acquistare PixInsight se non hai ancora fatto stack di qualità. Il software amplifica quello che c’è nei dati: se i tuoi raw hanno problemi di allineamento polare, guiding scarso o flat imprecisi, PixInsight renderà quei problemi più visibili, non li nasconderà. Investi prima nell’acquisizione — poi nell’elaborazione.
Per chi è PixInsight — e per chi non lo è
PixInsight è lo strumento giusto se hai già un workflow di acquisizione stabile, sai calibrare i frame e hai già elaborato almeno una decina di immagini con altri strumenti. Se senti che il limite non è più l’hardware ma la tua capacità di estrarre il segnale che hai acquisito — è il momento giusto.
Non è lo strumento giusto se sei al primo anno di astrofotografia, se non hai ancora risolto i problemi di base della sessione (allineamento polare, guiding, flat), o se cerchi qualcosa che funzioni “out of the box”. In quel caso, Siril è la risposta più sensata.
Il confine non è una questione di abilità: è una questione di dove si trova il collo di bottiglia. PixInsight vale ogni centesimo quando il limite sei tu — non lo strumento.
Nessun commento:
Posta un commento