YAGEx

Un ciel parfait serait uniforme. En vrai, chaque image porte un voile qui varie d'un bord à l'autre : la ville éclaire un coin du champ, la Lune l'autre, l'optique assombrit les angles. Le retirer semble simple, sauf qu'une grande nébuleuse diffuse ressemble beaucoup à un gradient. Un outil trop agressif l'efface avec le voile, et le résultat paraît propre précisément parce que votre signal a disparu.

YAGEx s'attaque à ce compromis en visant une faiblesse que partagent les outils actuels : ils rejettent leurs échantillons de fond par rapport à une statistique globale, elle-même déformée par le gradient qu'il s'agit d'enlever. YAGEx cherche donc le vrai ciel plutôt que les zones sombres. Il examine la texture de chaque région, car du ciel pur a une signature statistique reconnaissable, qu'il soit brillant ou sombre : une zone de fond du côté éclairé du gradient est reconnue comme du fond, et une nébulosité faible, même très sombre, ne se fait pas passer pour du ciel.

Il ajuste ensuite son modèle sur le bas de la distribution, là où seul le ciel vit, puisque tout ce qui brille ne fait qu'ajouter de la lumière. Plutôt que de vous demander de deviner un degré ou un lissage, il met en concurrence une gamme de modèles, du plan rigide aux surfaces souples, et retient par validation croisée celui qui prédit le mieux le fond là où il ne l'a pas ajusté. Et quand la nébuleuse remplit le champ et que le ciel ne survit que sur une frange, il le reconnaît : sous un certain support, seuls les modèles les plus rigides concourent, parce qu'un outil honnête sait quand il ne sait pas.

Tout cela est mesuré, pas affirmé. Le banc de référence part d'images réelles sans gradient, leur en injecte un connu, et exige que l'outil restitue l'original : sur treize masters et quatre formes de gradient, soit cinquante-deux scènes, YAGEx arrive premier sur quarante et une, et premier sur les treize masters en écart moyen à la vérité. Le bruit ajouté par la correction est nul, entre -1,0 % et +0,1 %. Les défaites restantes sont les rampes linéaires, où le modèle du concurrent est exactement la vérité par construction.

Correction par soustraction pour la pollution lumineuse, par division pour le vignettage, calcul interne en 32 bits, images de diagnostic optionnelles pour voir exactement ce qui a été retiré.