This algorithm, called feathering, is a simple method for combining two  
        images with different spatial resolution.  The processing steps are:  
 
       0. regrid the low resolution image to a temporary copy matching the  
          high resolution image,  
               1. transform each image to the gridded visibility plane,  
               2. sum the gridded visibilities  
               3. transform back to the image plane.  
 
        The task name comes from the  smooth switching from  
one data set to the other using weights assigned according to the  
sensitivity of each at any given spatial frequency.  Gaps, if any,  
        between the spatial frequency ranges are not filled.  
 
Each image must have a well-defined beam shape (clean beam) for  
feathering to work well.  The two images must have the same flux  
density normalization scale.  
 
        This task is somewhat experimental and will improve as more experience  
        with single-dish and interferometric data is obtained over the next few years.  
 
 
Keyword arguments:  
        imagename -- Name of output feathered image  
                default: none; example: imagename=’orion_combined.im’  
        highres -- Name of high resolution (interferometer) image  
                default: none; example: highres=’orion_vla.im’  
     This image is often a clean image obtained from synthesis  
observations.  
        lowres -- Name of low resolution (single dish) image  
                default: none; example: lowres=’orion_gbt.im’  
     This image is often a image from a single-dish observations  
        or a clean image obtained from lower resolution synthesis  
observations.  
 
        Comments:  
 
            The advantage of feathering is that one does not have to go back to  
            the visibility data and then image and deconvolve.  It starts with  
            the high-quality image (with the accurate clean beam).  This is  
            particularly useful for combining a high-resolution interferometric  
            image with a lower-resolution single-dish image, although  
            D-configuration and A-configuration EVLA data can also be combined.  
            There are often uncertainties in the relative flux density scales  
            between the two images, and the current implementation of feathers  
            does not adjustment.  
 
            The clean task also has a method of combining two sets of data with  
            different resolution.  The high resolution visibility data begins  
            deconvolution, starting with a modelimage of the lower-resolution  
            image.  The lower-resolution image must be clean components (or a  
            sky model), not the low resolution image with its intrinsic  
            resolution.