算术

信号随帧数线性累积。噪声是随机的，会部分抵消，只按平方根增长。所以信噪比按 √N 改善。

这一点带来的后果，大多数人都会觉得意外：

画质每翻一倍，都要花四倍的帧数。

所以从 10 帧到 40 帧变化很大，而从 200 到 260 是看不出来的。你多加了 30% 的数据，换来 14% 的改善，而 14% 低于肉眼在一张照片上能可靠察觉的程度。没有任何环节出错，只是改善小到看不见。

实用规则：想看到一级明显的提升，就计划翻四倍。如果 50 帧给了你还不错的结果，200 帧才是下一个看得见的台阶，70 帧不是。

读出噪声决定你的单帧曝光长度

还有第二种噪声源，它不会以同样的方式被平均掉。传感器每读出一次，就加上一笔固定的代价，与曝光长度无关。一张 5 秒的帧和一张 500 秒的帧，各自都恰好付一次。

所以给定的总积分时间所携带的读出噪声，正比于你把它切成了多少段：

总光量相同，读出的代价大约少三十倍。

这就是在同样总时长下，导星装置在暗弱目标上能甩开智能望远镜的原因。它并没有收集更多光子，只是读传感器的次数少得多。

所以，用你的赤道仪能可靠跟踪的最长单帧。这是个机械问题，不是处理问题，而且在暗弱目标上它比其他一切都重要。

反向的压力很明显：一张拖了线的 300 秒帧一文不值，而丢掉一帧的代价比一帧略吵要大。找到保留率仍然很高的那个长度，然后就用它。

粗略的工作数字，假设天空条件合理：

亮目标（猎户座大星云的核心、昴星团、仙女座星系的中心、月球）：二十到五十帧就能得到不错的结果。它们亮到你不用和噪声底线搏斗，再加时间也收益不大。

中等目标（大多数梅西耶星系和星云）：一百到三百帧。√N 曲线在这个区间最起作用，每多一小时仍然看得出来。

暗弱目标（外围星云物质、积分流量星云、暗弱的潮汐尾）：五百帧起步，不过在这个区间单帧长度和天空质量比帧数更重要。如果你受限于读出噪声或天空，光靠帧数救不回来。

行星是另一套规矩。你要的是成千上万帧，因为你会把大部分扔掉。幸运成像只留最锐的一部分，所以 5,000 帧按 10% 留下 500 张好的，干活的是筛选而不是整合。

加帧只在帧是你的限制因素时才有用。有三种常见的限制是别的东西。

读出噪声。 单帧非常短时，噪声底线由读出决定，而不是天空光子。多加帧仍有帮助，但很慢，而且你每次都在支付一笔固定成本。症状：总积分时间长、背景顽固地吵、单帧短。对策：把单帧拉长，而不是拍更多。

天空。 在明亮的天空下背景占主导，暗弱信号可能永远浮不出来。信噪比仍然按 √N 改善，但「检测不到」的 √N 倍还是检测不到。症状：背景亮，暗弱区域无论积分多久都是空的。对策：更暗的天空，或者能挡掉大部分光污染的窄带滤镜。

对齐。 如果配准留下半个像素的误差，帧越多，加进来的略微错位的数据就越多。叠加图变得更平滑，却不会更锐。症状：噪声随帧数下降，细节却从不改善，星点软得与你的对焦对不上。对策：检查配准是否处理了旋转，这在每一台经纬仪上都很要紧，包括所有智能望远镜。

在怪天空之前先查最后这一种。它看起来和视宁度差一模一样，有人为此白白丢掉整个季节。

叠加你的整个会话。然后叠加它的一半（隔一帧取一帧），在相同的拉伸下比较两者。

这只多花一次处理，却比任何经验法则告诉你的都多，因为它是在你的数据、你的天空和你的器材上测出来的。

有一样东西确实取决于原始帧数：离群值拒绝。

八帧没法估计一个分布。任何剔除方法都在用太少的样本工作，激进的拒绝会一边宣称在去离群值、一边丢掉真实信号。图像看起来干净，却悄悄缺了暗弱细节。它看起来不像坏了，只是有点空，而屏幕上没有任何东西解释为什么。

实用的门槛：

最后这种情况值得知道。当高云飘进来，或者你的目标沉向光穹时，各帧之间确实不同。Sigma 剔除把区间两端的帧当作离群值，而最暗的那些往往是当晚最通透的帧。你的最好数据就这样丢给了一个假定它们有错的方法。

如果半叠加看起来和全叠加一样，下一个晴夜就花在另一个目标上，而不是同一个目标的更多帧上。