Keksin lopulta mistä tuo ero oli syntynyt normalisoinnissa. ImageIntegration käyttää oletuksena ensimmäisen integroitavan kuvan statistiikkoja referenssinä normalisoinnissa ja nyt valittu kuva ei ollutkaan ollut paras mahdollinen. Kokeilin summamutikassa pari kolmea muuta imagea referenssinä ja viimeisellä yrittämällä lopputuloksen arvot tipahtivat samalle tasolle kuin muissakin kanavissa.
Referenssiksi pitäisi kait valita kuvista se jolla on paras SNR (olikohan siinä muitakin kriteereitä). WBPP-skriptin idea on itse asiassa se että valitsee parhaan imageista referenssiksi, mutta mun kohdalla ko. feature kaatoi koko PI:n. Joten disabloin sen ja valitsin käsin yhden luminansseista referenssiksi, oliskohan sitä sitten käytetty kaikilla kanavilla. Mutta sitä en sitten ymmärrä miksi siinä tapauksessa lopputuloksien arvot erosivat noinkin paljon kanavien välillä.
Ja normalisointia tarvitaan ImageIntegrationissa, sitä ei oikein voi ottaa pois:
Normalization is essential for a meaningful pixel rejection, since it ensures that the data from all the integrated images are statistically compatible in terms of mean background values and dispersion.
No joo, ehkä parempi antaa asian olla ettei ajauduta turhan kauas itse aiheesta eli M101:stä.
Täytyy jatkaa asian tutkimista ja hutkimista kaikessa rauhassa.
