Hallo Jörn,
durch Zufall bin ich auf deinen Thread gestoßen und da ich mich vor etlicher Zeit auch mit diesem Thema beschäftigt habe (und ein Progrämmchen in Delphi schrieb) möchte ich ein paar Anmerkungen machen (und hoffe mich korrekt zu erinnern):
Zur Sternerkennung:
Man müsste sich überlegen, in welchen Parametern sich ein Stern von einem flächenhaften Objekt (Nebel, Galaxie etc.) unterscheidet.
Ich hatte damals als weiteren Parameter jedem Stern eine "Rundheit" zugewiesen, also einfach das Verhältniss von Umfang^2 / Fläche.
Für "runde" Objekte wie Sterne ergibt sich der Minimalwert von 4pi ~ 12,57. Andere Objekte (wie Galaxien) haben eine größere Zahl.
Die exakte Helligkeits- und Positionsbestimmung eines Sterns ist nicht trivial. Mir sind 2 Arten bekannt:
1. "Schwerpunktmethode". Gewichtete Mittelwertbildung aller zum Stern gehörenden Pixel (gewichte: z.B. Helligkeit). Funktioniert wohl für deine Zwecke ausreichend gut. Probleme gibt es bei sich überlagernden Sternenscheibchen.
2. Fit an Modellfunktion. Pixel eines Stern werden an eine Modellfunktion angefittet (meißt ein Gauss). Google-Stichwort: Point Spread Function
------------------------------------------
Nun zur Identifizierung.
Ich habe damals einen Algorithmus verwendet, den ich aus einem NASA Paper habe. Die Grundidee ist,wenn ich mich recht erinnere die Folgende:
* Sortiere in Bild und auf Kartenausschnitt die Sterne ihrer Helligkeit nach.
* Nimm die ersten ca. N=20 Sterne und erzeuge Dreiecke der Sterne untereinander
* für jedes "Tripel" von Sternen erhält man einen Punkt in einem "Merkmalsraum" mit den Koordinaten x=b/a y=c/a wobei a,b,c die Längen der Dreiecksseiten sind (absteigend sortiert)
* ähnliche Dreiecke zwischen Bild und Karte liegen in diesem Merkmalsraum sehr dicht aneinander. ähnlich heißt hier: ähnliche Abstandsverhältnisse, also auch ähnliche Winkel, bei beliebiger Lage und Vergrößerung.
An den nächsten Schritt kann ich mich leider nicht mehr richtig erinnern (leider auch der wichtigste
Man hatte irgendwie ein N x N array (N=anzahl der Vergleichssterne) erstellt und erstmal mit 0 initialisiert. Dann wird hochgezählt:hat Objekt i (=Stern auf Bild) ein ähnliches Dreieck (=geringer Abstand im Merkmalsraum) mit Objekt j (=Stern auf Karte) wird im NxN array i,j um eins erhöht. Das ergibt ein Voting-array, an welchem man am Ende sehr gut erkennen kann welcher Stern i zu j gehört. Es gibt also recht eindeutige i-j Paare.
Hat man das geschafft (die Implementierung ist sehr einfach. Ich konnte damals kaum programmieren und habs trotzdem hinbekommen
) hat man N "Matchingsterne".
Mit denen kann man dann die "Plattenkonstanten" ausrechnen.(gibt 6 Stück davon)
Das sind im Prinzip die Koeffizienten einer Abbildungsmatrix, die die spährischen Koordinaten gnomisch auf die Kameraebene projiziert. Man hat also ein lineares Gleichungssystem
x'=ax+by+c
y'=dx+ey+f
bei dem man a-f bestimmen soll.
Da man bei z.b. 20 Sternen bereits ein überbestimmtes Gleichungssystem hat, bietet sich hier an dies durch eine Least Square Methode zu fitten.
Da es da auch schon viele fertige Algorithmen gibt, ist das ganze auch recht easy zu machen.
Soweit ich weiß gibt es auch andere ansätze bei denen es mehr als 6 Plattenkonstanten gibt, (um nichtlineare Effekte, also mehr als "rotation, translation, zoom, scherung etc.) abzubilden. Da bin ich allerdings überfragt.
So ich hoffe ich konnte dir ein wenig weiterhelfen.
Da ich damals selbst viel Zeit investiert hatte freut es mich, dass sich jemand wieder dafür interessiert
Leider bin ich zur Zeit etwas im Prüfungsstress, würde sonst auch gerne mal einen Blick auf den Code werfen.
Falls ich dir noch irgendwie behilflich sein kann, lass es mich wissen. Ich bin sehr gespannt, wie es weitergeht
Viele Grüße
Julian Stürmer
p.s. kurz vorm Abschicken der Nachricht habe ich doch das Paper hier auf dem Rechner gefunden...
FOCAS matching algorithms
p.p.s ich hatte auch mal was zur Helligkeitsbestimmung, das finde ich auch noch...
kleiner Nachtrag: habe gerade noch etwas zu den Plattenkonstanten gefunden: http://www.bellatrixobservatory.org/cvaaI/9/
viell. hilfts.
