← Alle Siril Scripts

Svenesis Satellite Trail Cleaner

Version 1.0.0 – GPL-3.0-or-later

🚧 Erstes stabiles Release (v1.0.0). Noch nicht im offiziellen Siril-Script-Repository – Download direkt von GitHub.

Der Satellite Trail Cleaner erkennt und entfernt lineare Satelliten- oder Flugzeugspuren aus einzelnen Astrofoto-Subexposures vor dem Stacking. Im Gegensatz zur Standard-Sigma-Clipping-Rejection in Siril – die mindestens 8 Frames für zuverlässige Ergebnisse benötigt – reinigt dieses Tool betroffene Frames einzeln. Damit ist es ideal für kurze Sequenzen, Einzelnacht-Aufnahmen oder LRGB-Stacks mit wenigen Frames pro Filter.

Svenesis Satellite Trail Cleaner Screenshot

Wann ist das Tool sinnvoll?

⚠️ Dieses Tool hilft nur bei bestimmten Bildern – es ist kein universeller Spuren-Entferner. Das Skript enthält einen farbcodierten Workflow-Advisor-Banner, der Ordner markiert, in denen der Cleaner die falsche Wahl wäre.

✅ Gut geeignet für

⛔ Wann das Tool NICHT verwenden

Erkennung – STScI Median-Radon-Transformation

Das Skript nutzt dieselbe Satelliten-Erkennungs-Pipeline, die das Space Telescope Science Institute der NASA auf HST/ACS-Aufnahmen einsetzt (Stark et al. 2022, ACS ISR 2022-08 – PDF). Die Median-Radon-Transformation ist mathematisch robust gegenüber hellen Sternen und vermeidet die typischen Fehlerkennungen („Fächer-Muster“) klassischer Hough- oder Canny-Detektoren.

Inpainting – Sechs Methoden mit intelligenten Empfehlungen

Das Tool bietet sechs Inpaint-Strategien für unterschiedliche Spuren-Charakteristiken:

  1. Perpendicular Strip Median (Standard) – erhält Himmelsgradienten; exzellent für „blinkende Satelliten“ mit hellen Perlen
  2. Harmonisch / Laplace (∇²u = 0) – Maximumsprinzip-Löser, verhindert Ringing
  3. Nearest Neighbor + Smooth – schnell, ~1 s pro Frame
  4. OpenCV Fast Marching (Telea) – unter 200 ms, guter Fallback
  5. OpenCV Navier-Stokes – schnellste Option
  6. Biharmonisch (experimentell) – mathematisch glatt, kann aber überschwingen

Sky-Noise-Matching: Nachbearbeitung fügt Gauss-Rauschen passend zur lokalen Himmels-σ hinzu – gefüllte Bereiche werden statistisch ununterscheidbar von echtem Himmel für Stack-Rejection-Algorithmen.

Intelligente Workflow-Funktionen

Unterstützte Dateiformate

Format-erhaltende Round-Trips für alle gängigen Astrofoto-Formate:

Originaldateien werden in einen Unterordner originals/ verschoben – alle Änderungen sind reversibel.

Batch-Verarbeitung & Performance

Ergebnisse & Dokumentation

Nicht-destruktive Ergebnisse:

Das Audit-Log erfasst Erkennungsstatus, Linienzahl, ersetzte Pixel, verwendete Inpaint-Methode, Dilation-Einstellungen, Scan-Modus, RGB-Reduce-Modus, Version und Zeitstempel.

Abhängigkeiten

sirilpy (mitgeliefert); automatisch installiert: numpy, PyQt6, astropy, opencv-python-headless, photutils, scikit-image, acstools, xisf, tifffile

Auf GitHub ansehen Vollständige Anleitung