Tu passes des heures à capturer le ciel, tu empiles tes poses avec soin, et là... des traînées granuleuses et des bandes disgracieuses apparaissent sur ton image finale. Ces phénomènes, ce sont le walking noise et le banding FPN, et ils ruinent des nuits entières de travail. La bonne nouvelle ? Il existe des solutions concrètes pour s'en débarrasser définitivement.
Dans cet article, on t'explique exactement ce qui se passe entre ton capteur d'image et ta monture, pourquoi ces défauts apparaissent après l'empilement, et comment les éliminer grâce au dithering et aux bonnes pratiques de calibration.
💡 Ce qu'il faut retenir |
|---|
1. Le FPN (fixed pattern noise) est un motif statique de ton capteur (bandes, structure de dark) qui reste toujours à la même position et ressort par contraste après empilement. |
2. Le walking noise n'est pas un FPN qui bouge : c'est le motif fixe qui se met à glisser dans l'image alignée, parce que le ciel dérive lentement et de façon directionnelle d'une pose à l'autre. Le rejet statistique ne l'élimine pas et il s'étale en traînées diagonales. |
3. Le dithering à l'acquisition est la solution : il rend ces déplacements aléatoires au lieu de directionnels. La calibration (darks, flats) et le post-traitement complètent, mais ne remplacent pas une bonne acquisition. |
Qu'est-ce que le walking noise et le bruit de motif fixe (FPN) ?
Définition du FPN (Fixed Pattern Noise)
Le bruit de motif fixe, ou FPN (fixed pattern noise), désigne les variations systématiques et répétables du signal entre les pixels d'un capteur numérique. Contrairement au bruit aléatoire, le FPN occupe toujours la même position sur le capteur : c'est précisément cette immobilité qui fait tout.
Il se manifeste sous deux formes principales :
La non-uniformité du signal sombre (DSNU) : variations pixel à pixel du courant d'obscurité (hot pixels, structure de dark)
La non-uniformité de réponse photo (PRNU) : sensibilité inégale des pixels à la lumière
À cela s'ajoute le FPN de lecture, lié à l'électronique de lecture du capteur : il produit des bandes horizontales et/ou verticales et des colonnes de luminosité inégale, un motif lui aussi statique. Résultat visuel : des stries structurées qui polluent les zones sombres. À ne pas confondre avec l'amp glow, un autre artefact capteur qui se manifeste plutôt sous forme de halo lumineux dans un coin de l'image.
Pourquoi parle-t-on de « walking noise » en astrophotographie ?
Voici le point que beaucoup d'articles présentent à l'envers. Le walking noise (littéralement "bruit qui marche") n'est pas un bruit de motif fixe qui se déplacerait sur le capteur. Le motif fixe, lui, ne bouge jamais : il est solidaire des pixels.
Ce qui bouge, c'est l'image du ciel. Si ta monture dérive lentement (mise en station imparfaite, drift, guidage sans dither), le champ glisse progressivement sur le capteur d'une pose à l'autre. Au moment du recalage, ton logiciel aligne les étoiles, donc le ciel. Mécaniquement, ce recalage fait alors glisser le motif fixe résiduel (hot pixels mal calibrés, structure de dark, bruit corrélé) dans le référentiel aligné.
Comme la dérive est lente et directionnelle, pas aléatoire, ce résidu se déplace toujours dans la même direction au fil de la pile. Le rejet statistique ne sait pas l'éliminer : au lieu de disparaître, il s'étale en traînées ou en granulation directionnelle, souvent diagonale, ces fameux "vermicules". C'est ce qui distingue le walking noise du banding statique. Le walking noise touche aussi bien les CMOS que les CCD, en mono comme en couleur : ce n'est pas un défaut propre à une marque, même si certains capteurs le rendent plus visible.
Pourquoi le banding et le walking noise n'apparaissent qu'après l'empilement
Le rôle du stacking dans la révélation du FPN
Sur une seule sous-pose, le banding est souvent invisible, noyé dans le bruit aléatoire. C'est l'empilement d'images qui le révèle.
Quand tu stacks tes images, le bruit aléatoire diminue en racine du nombre de poses : le fond devient lisse. Le FPN, lui, est identique sur chaque image et n'est pas moyenné : son amplitude absolue ne change pas, mais comme le bruit aléatoire qui le masquait s'effondre, le motif fixe ressort par contraste relatif. Ce n'est donc pas le banding qui "grandit" en empilant : c'est le fond autour de lui qui s'efface et le laisse apparaître.
L'impact du suivi et du recalage des poses
On lit parfois qu'un autoguidage précis serait "catastrophique" pour le FPN. C'est inexact : un bon guidage n'est pas la cause du walking noise. Le vrai déclencheur, c'est une dérive résiduelle (mise en station imparfaite, flexions) combinée à l'absence de dithering.
Quand le ciel dérive doucement pose après pose et que tu recales sur les étoiles, le motif fixe se met à glisser de façon cohérente dans la pile alignée. Sans randomisation, ce déplacement directionnel échappe au rejet statistique et le walking noise devient flagrant après stacking. À l'inverse, un guidage propre associé au dither est exactement ce qu'on recherche. Pas certain de ce que tu vois sur ton image ? Soumets ton empilement à DocStellar pour confirmer s'il s'agit bien de walking noise.
Les causes principales du walking noise : motif de dark résiduel, DSNU et PRNU
Non-uniformité du signal sombre (DSNU)
La DSNU (dark signal non-uniformity) est la non-uniformité pixel à pixel du signal d'obscurité, causée par des variations de courant thermique entre les pixels. Elle produit des pixels chauds et une granulation structurée même en l'absence de lumière. C'est ce motif de dark résiduel, mal calibré, qui alimente le plus souvent le walking noise quand il se met à glisser.
La température du capteur joue un rôle majeur : plus le capteur chauffe, plus le courant d'obscurité et la DSNU augmentent. C'est pourquoi les longues expositions par nuits chaudes donnent plus de hot pixels et de résidus. Attention à ne pas confondre avec le bruit de lecture, qui est aléatoire et indépendant de la durée de pose : ce sont la durée et la température qui font monter le dark current, pas le read noise.
Non-uniformité de réponse photo (PRNU)
La PRNU (photo response non-uniformity) touche la sensibilité à la lumière. Chaque pixel répond un peu différemment, créant des variations dans les zones lumineuses. La plage dynamique du capteur influe sur sa visibilité.
La correction flat-field corrige efficacement la PRNU, mais pas le walking noise qui, lui, est un problème de glissement à l'acquisition. Les pixels morts et les zones de sensibilité aberrante peuvent contribuer au motif résiduel qui marche.
Comment éliminer le walking noise grâce au dithering
Principe du dithering : décaler aléatoirement la position de cadrage
Le dithering consiste à introduire un décalage aléatoire de la position de cadrage entre chaque sous-exposition. Concrètement, ton logiciel d'autoguidage déplace légèrement la monture de quelques pixels, dans une direction tirée au hasard, entre les poses.
C'est exactement ce qui neutralise le walking noise : au lieu de glisser toujours dans le même sens (dérive directionnelle), le motif fixe se retrouve à une position aléatoire dans chaque image. Après recalage sur les étoiles et empilement, ce résidu redevient assimilable à du bruit aléatoire et le rejet statistique peut l'éliminer. Le dither aide aussi pour le banding statique en le décorrélant des structures du ciel. Point clé : tout cela se joue à l'acquisition, on ne rattrape pas un vrai walking noise en post-traitement.
Réglages recommandés : amplitude et fréquence du dithering
Voici des ordres de grandeur pour la dithérisation, à adapter à ton setup :
Paramètre | Valeur recommandée | Remarque |
|---|---|---|
Amplitude | 10 à 15 pixels (ordre de grandeur) | Bon point de départ ; à ajuster selon le rapport d'échantillonnage (pixel scale) et l'amplitude de ta dérive. Certains dithèrent davantage. |
Fréquence | Idéalement à chaque pose | En poses longues (narrowband 200s+), dithérer tous les 2 à 3 subs reste très efficace et économise le temps mort de settling |
Settling | ~5 à 10 secondes | Critère de stabilisation (retour sous un seuil d'erreur RMS), pas un timer aveugle ; dépend de ta monture |
Le dithering fonctionne avec PHD2, NINA ou tout autre logiciel de guidage. Une bonne mise en station reste très utile : elle réduit la dérive et facilite le recalage. Attention à l'idée reçue inverse : ce n'est pas le dither qui crée une dérive, c'est une dérive préexistante (mise en station imparfaite) qui, sans dither, engendre le walking noise.
Trames dark et flat-field : des calibrations indispensables pour réduire le FPN
Les trames dark capturent le signal thermique et le motif de dark de ton capteur dans les mêmes conditions que tes poses lumière. En les soustrayant, tu élimines une grande partie du bruit de motif fixe statique, des pixels chauds et de la DSNU, donc tu prives le walking noise du résidu qui l'alimente. Attention toutefois : un dark mal appliqué (mauvaise température, durée différente) peut au contraire injecter du bruit supplémentaire.
Quelques règles pour des dark frames efficaces :
Même temps de pose et même gain/ISO que les poses lumière
Même température du capteur (important pour la DSNU)
Minimum 20 à 30 darks empilés pour réduire leur propre bruit résiduel
La correction flat-field corrige les vignettages et la PRNU. Combinée aux trames dark et surtout au dithering, elle constitue la base d'un pipeline de calibration solide pour l'astrophotographie.
Solutions logicielles de réduction de bruit pour corriger le banding résiduel
Même après dithering et calibration, un banding statique résiduel peut persister. Le traitement d'image avec des outils spécialisés prend alors le relais. À garder en tête : ces outils s'attaquent au banding statique et au bruit de fond, pas au walking noise directionnel, qui se règle à l'acquisition.
Les logiciels utiles pour le banding résiduel et le bruit de fond :
PixInsight : pour le banding horizontal des reflex Canon, le script CanonBandingReduction est spécifique et efficace. À ne pas confondre avec GradientCorrection, qui sert au retrait de gradient (pollution lumineuse, vignettage) et non au banding.
Siril : gratuit, avec un traitement de bruit de fond efficace et des algorithmes de rejet (sigma clipping), utiles surtout en combinaison avec le dithering
DeepSkyStacker : le rejet de pixels par sigma clipping aide lors du stacking, mais sans dither il ne sauve pas un walking noise directionnel cohérent
Le post-traitement ne remplace pas une bonne acquisition. Les modules de débruitage basés sur l'IA (comme le module de denoising de GraXpert ou NoiseXTerminator) traitent le bruit aléatoire de fond : ils ne retirent pas un banding ou un FPN structurel, qu'ils peuvent même figer. Pour les structures fixes, on reste sur le dither à l'acquisition et les scripts dédiés.
FAQ : Walking Noise, FPN et Banding en astrophotographie
Qu'est-ce que le walking noise en astrophotographie ?
Le walking noise n'est pas un FPN qui se déplacerait sur le capteur : le motif fixe reste toujours à la même place. C'est l'image du ciel qui dérive lentement (monture, mise en station imparfaite, pas de dither) ; au recalage sur les étoiles, le motif fixe résiduel se met à glisser dans la pile alignée, toujours dans la même direction. Comme cette dérive est directionnelle, le rejet statistique ne l'élimine pas et il apparaît en traînées ou granulation souvent diagonales. Il touche CMOS comme CCD.
Pourquoi le banding apparaît-il surtout après le stacking ?
Le stacking fait chuter le bruit aléatoire en racine du nombre de poses, donc le fond devient lisse. Le FPN, identique sur chaque image, n'est pas moyenné : son amplitude ne grandit pas, mais il ressort par contraste relatif maintenant que le bruit qui le masquait a disparu. Sans dithering, le walking noise s'ajoute à ce constat.
Le dithering suffit-il à éliminer complètement le walking noise ?
Le dithering est la méthode contre le walking noise, car il rend aléatoires des déplacements qui étaient directionnels. Combiné aux trames dark, à la correction flat-field et à un bon rejet statistique, il élimine la quasi-totalité du problème. Un traitement logiciel (PixInsight, Siril) peut nettoyer du banding statique résiduel, mais pas un walking noise qu'on aurait laissé s'installer faute de dither.
Quels capteurs sont les plus touchés par le FPN banding ?
Le banding de lecture et le walking noise ne sont pas réservés à une marque ou un format : c'est un phénomène d'acquisition et d'empilement qui touche CMOS comme CCD, mono comme couleur. Certains capteurs (dont des reflex APS-C) le rendent plus visible, mais aucun n'en est totalement exempt. Tu peux comparer ton image à des cas typiques dans la galerie de diagnostics DocStellar pour identifier précisément ton défaut.
Les trames dark éliminent-elles le walking noise ?
Les dark frames retirent le FPN statique, les pixels chauds et la DSNU, donc ils réduisent le résidu de motif fixe qui alimente le walking noise. Mais comme le walking noise vient du glissement de ce résidu (dérive + recalage), les darks seuls ne suffisent pas : le dithering reste indispensable pour le neutraliser.
Quelle amplitude de dithering choisir pour supprimer le banding ?
Une amplitude de 10 à 15 pixels est un bon point de départ, à moduler selon ton rapport d'échantillonnage (pixel scale) et l'amplitude de ta dérive ; certains dithèrent davantage. L'essentiel est de dithérer régulièrement (à chaque pose, ou tous les 2 à 3 subs en poses longues) et de laisser le guidage repasser sous son seuil d'erreur RMS avant la pose suivante.
Conclusion
Le walking noise et le FPN banding font partie des ennemis silencieux de l'astrophotographe. Invisibles pose par pose, ils sabotent le résultat final après des heures d'empilement. Mais une fois qu'on a compris que le motif fixe ne bouge pas et que c'est le ciel qui dérive, ils deviennent parfaitement maîtrisables.
La recette gagnante se joue d'abord à l'acquisition : active le dithering dès ce soir, soigne ta mise en station pour limiter la dérive, calibre tes images avec des trames dark et des flat frames adaptés, et garde PixInsight ou Siril pour le banding statique résiduel seulement. Si tu hésites encore sur l'origine d'un défaut visible sur ton image, lance un diagnostic DocStellar pour l'identifier en quelques secondes. Ton prochain empilement te remerciera.