Star Pattern Detection

Xử Lý Ảnh
Star Pattern Detection
Phan Phúc Thiên† , Lê Đình Vương∗ Nguyễn Đoàn Quang Tùng∗
Văn Vĩnh Phúc ∗ Nguyễn Hoàng Long∗ Huỳnh Đắc Khánh Huy∗
∗

Bộ Môn Viễn Thông, Khoa Điện - Điện Tử, Trường Đại Học Bách Khoa Tp Hồ Chí Minh
Email: {41203549,41204661,41204396,41202821,41001763,41201345}@hcmut.edu.vn

Tóm tắt—Trong một đêm trời tĩnh mịch, các mô hình
ngôi sao xinh đẹp thu hút rất nhiều nhà chiêm tinh và các
nhiếp ảnh gia. Chòm sao là một quy ước mà mọi người sử
dụng để phân biệt các ngôi sao bằng những câu chuyện
huyền thoại đằng sau mỗi chòm sao, làm cho bầu trời
đầy sao hấp dẫn hơn. Tuy nhiên, việc phát hiện chòm sao
đòi hỏi kiến thức và kinh nghiệm phức tạp. Mục tiêu của
nhóm chúng tôi là để tự động phát hiện các chòm sao
xuất hiện trong một hình ảnh dựa trên 88 chòm sao phân
chia bởi Hiệp hội Thiên văn Quốc tế (IAU) [1]. Tên và mô
hình chòm sao mẫu được vẽ lên ảnh gốc để thể hiện trực
tiếp các kết quả phát hiện. Dự án được thực hiện trong
ba giai đoạn - tiền xử lý hình ảnh, so sánh mẫu máy tính
và phát hiện mô hình chòm sao. Thuật toán của chúng tôi
cho thấy một độ chính xác vào khoảng 92,8
Từ khóa—chòm sao; nhận dạng chòm sao; mô hình ngôi
sao;xử lý ảnh; so khớp mẫu

I. GIỚI THIỆU
Bầu trời đêm của chúng tôi được chia cho 88 chòm
sao hiện đại bởi hiệp ước IAU. Sự phân chia này chia
bầu trời thành 88 khu vực. Các chòm sao đã được dùng

như hệ thống định vị toàn cầu (GPS) đầu tiên và hệ
thống xác định thời gian trong quá khứ và vẫn tiếp tục
đóng vai trò tích cực chođịnh vị vệ tinh trong không
gian vũ trụ [3,4,5,6]. Trong khi đó, tính huyền thoại và
hấp dẫn của mỗi câu chuyện đằng sau các chòm sao đã
làm cho con người càng thích thú hơn khi tìm hiểu về
chúng. Tuy nhiên, chỉ có những nhà thiên văn học có
trình độ cao và giàu kinh nghiệm cùng với đủ nền tảng
kiến thức mới có thể phân biệt các chòm sao. Nhiều
sách hướng dẫn, các trang web và các ứng dụng điện
thoại di động được tạo ra để giúp đỡ những người không
chuyên nghiệp tìm thấy các chòm sao [7]. Nhưng chúng
chỉ có thể cung cấp những gợi ý và không thể quan tâm
yếu tố môi trường như thời tiết. Độ chính xác và tốc độ
là phụ thuộc nhiều vào người quan sát.
Ở đây, lợi dụng kỹ thuật xử lý hình ảnh, chúng tôi
thực hiện một thuật toán nhận dạng chòm sao chòm sao
trực tiếp từ một bức ảnh bầu trời đêm. Bởi vì các chòm
sao trên bầu trời luôn cố định và có những ngôi sao kề
cận xung quanh, nên có thể áp dụng kỹ thuật so khớp

mẫu cụ thể để dựa vào các chòm sao mẫu mà xác định
các mô hình ngôi sao thực sự trên hình ảnh.
Có ba bước quan trọng trong việc nhận dạng các chòm
sao. Đầu tiên, các hình ảnh được tiền xử lý để chuyển
thành hình ảnh nhị phân, nhằm lọc ra tất cả các đối
tượng không phải là ngôi sao và làm triệt nhiễu để tạo
ra một hình ảnh rõ ràng. Các hình ảnh tiền xử lý sẽ chỉ
hiển thị các ngôi sao và khu vực với khả năng hiển thị
của nó. Thứ hai, mẫu hình ảnh của 88 chòm sao được

sử dụng để tạo ra cơ sở dữ liệu với các thông tin mô tả
mỗi chòm sao riêng biệt. Thứ ba, chúng ta so sánh các
hình ảnh tiền xử lý với các chòm sao mẫu để tìm kiếm
tất cả các kết quả phù hợp nhất có thể và sau đó loại
bỏ tất cả các trường hợp sai.
Những lời giải thích chi tiết sẽ được trình bày trong
phần II.
II. THỰC HIỆN
Thuật toán nhận dạng chòm sao là thuật toán mộtcho-nhiều kết quả phù hợp-Mỗi hình ảnh thử nghiệm
có thể có nhiềuchòm sao. Như vậy, một mặt, thông tin
cùng vớicơ sở dữ liệu mẫu được xây dựng; Mặt khác,một
phương pháp nhận dạng chính xác và hiệu quả được phát
triển để nhận dạng tất cả các chòm sao hiện có trong
các hình ảnh thử nghiệm.Sơ đồ khối thực hiện được thể
hiện trong hình. 1.
Trong phần này,đầu tiên bức ảnh được tiền xử lý ở
phần A. Trong khi đó, cơ sở dữ liệu được giới thiệu
phần B, tiếp theo là cách tiếp cận nhận dạng cơ bảngiải
thích trong phần C. Cuối cùng là vài phương pháp tối
ưu hóa được áp dụng cho nâng cao khả năng nhận dạng
nằm trong phần D.
A. TIỀN XỬ LÝ ẢNH
Sẽ luôn luôn dễ dàng hơn để xử lý ảnh xám hơn là ảnh
màu. Để nhận dạng chòm sao, chúng tôi muốn có được
một hình ảnh nhị phân chỉ bao gồm thông tin các ngôi
sao và các đối tượng như cây cối và các tòa nhà phải
bị loại trừ. Các kết quả tiền xử lý được hiển thị trong
hình. 2. Vào đêm, các đối tượng khung cảnh thường có

Hình 3. Hình ảnh gốc của mẫu của Gemini

Hình 1. Quá trình xử lý ảnh

ánh sáng yếu hơn so với các ngôi sao. Bằng cách chọn
giá trị ngưỡng được lựa chọn phù hợp, ta có thể tạo ảnh
nhị phân mong muốn. Điều này không giống với xử lý
ảnh cho các ứng dụng khác, vì không áp dụng bộ lọc
để tạo ảnh nhị phân, vì có thể lọc luôn cả các ngôi sao
mờ mà ta cần xem xét để nhận dạng tất cảchòm sao có
thể trong hình.

Hình 2. Kết quả tiền xử lý ảnh. (a) Ảnh chưa xử lý ; (b) Sau khi tiền
xử lý, chỉ còn các ngôi sao được giữ lại

B. TẠO CƠ SỞ DỮ LIỆU MẪU CHO CÁC CHÒM SAO
Các cơ sở dữ liệu mẫu là rất quan trọng trong việc đạt
đượcđộ chính xác tốt và tốc độ cao khi nhận dạng các
chòm sao. Những so khớp mẫu thông thường thì không
thực hiện tốt cho ứng dụng này bởi vì chòm sao mẫu
được phân tán. Một mô tả cụ thể được xây dựng cho dự
án này. Các mẫu chúng ta sử dụng được dựa trên một
bảng tập hợp các chòm sao [2] được lấy từ các biểu đồ
chòm sao tiêu chuẩn của IAU [1]. Hình 3 cho thấy của
chòm sao Gemini.
Cần phải xử lý hình ảnh mẫu ban đầu trước khi sử
dụng nó như là một khuôn mẫu và định lượng các mẫu
như các cấu trúc dữ liệu để nhận dạng. Đầu tiên, mỗi
ảnh mẫu cần phải được chuyển hóa thành ảnh nhị phân.
Chúng tôi chọn những màu sắc khác nhau để phân biệt

một cách hiệu quả các ngôi sao và các đường kết nối

(ngôi sao được đại diện bởi các đường màu đỏ và đường
kết nối được đại diện bởi màu xanh da trời). Thứ hai,
chúng tôi loại các đặc điểm không liên quan. Thứ ba,
các ngôi sao và các đường kết nối được ghi nhận làm
thành mẫu chính thức.
Để có được một bước xa hơn đển việc mô tả chòm
sao,với mỗi chòm sao mẫu, chúng ta lấy ngôi sao sáng
nhất và nhì của khu vực. Ngôi sao sáng nhất thiết lập
vị trí là (0, 0) và ngôi sao sáng thứ hai thiết lập vị trí là
(1, 0), do đó tỷ lệ được chuẩn hóa với khoảng cách giữa
hai ngôi sao này. Để trích các thông tin tỷ lệ chòm sao,
chúng tôi theo dõi khoảng cách giữa hai ngôi sao sáng
nhất trong số điểm ảnh. Tất cả các phần còn lại của các
ngôi sao trong chòm sao được xử lý trong hệ tọa độ và
độ sáng chúng được thu thập vào trong cơ sở dữ liệu.
Đối với mỗi chòm sao, chúng ta chụp lấy ba ngôi sao
sáng nhất. Những hình ảnh thử nghiệm có thể có những
tỷ lệ và độ sáng khác với chuẩn, do đó chúng ta cần
theo dõi mức độ khả năng hiển thị và có thể đảo ngược
diện tích theo công thức xác định độ lớn khả năng hiển
M ag
1
thị,Area =
2.5
Bất kể hình ảnh khác nhau, vị trí tương đốigiữa chòm
sao là bất biến. Như vậy chúng ta ghi lại năm chòm gần
nhất như là "hàng xóm"và lưu trữ chúng như là một phần
của cơ sở dữ liệu. Mẫu của chòm sao Gemini được hiển

thị trong hình. 4., với chỉ số xếp hạng độ sáng nhưcũng
như bao gồm cả thông tin về độ sáng chuẩn hóa.
C. THUẬT TOÁN NHẬN DẠNG
Với hình ảnh tiền xử lý và chòm sao mẫu có sẵn.
Chúng tôi thực hiện theo các bước được mô tả dưới đây
để nhận dạng tất cả các chòm sao trong hình ảnh. (1) áp
dụng thuật toán ghi nhãn khu vực để xếp hạng các ngôi
sao dựa trên độ sáng; (2) chọn các mẫu dựa trên các
số lượng ngôi sao hiện có trong chòm sao; (3) chọn hai
ngôi sao sáng nhất trong để xác định tỷ lệ và độ xoay
của mẫu i(i = 1 ... .num_templates); (4) kiểm tra xem
có ngôi sao nào trong hình ảnh thử nghiệm phù hợp
vớivị trí tương đối của ngôi sao thứ ktrong ảnh mẫu


nhận dạng. Hình 5 giải thích sự khác biệt kết quả nhận
dạng nếu chúng ta không hạn chếquy mô của các mẫu.

Hình 5. (a) Kết quả nhận dạng mà không cần bộ lọc tỷ lệ, rất nhiều
chòm sao không chính xác được tạo ra; (b) Kết quả nhận dạng với bộ
lọc tỷ lệ, chỉ có những kết quả phù hợp với tỷ lệ được giữ lại.

Hình 4. Hiển thị hoá miêu tả của Gemini

(k = 3... num_star_in_temp); (5) lặp lại bước 4 cho đến
khi số lượng ngôi sao NUM_MATCH là phù hợp, sau
đó chúng tôi quyết định là chòm sao i phù hợp với ảnh
thử; (6) lặp lại các bước 3-5 để tìm các chòm sao khác
trong hình.
Khi lặp qua cặp sao để xác định tỷ lệ mẫu và góc

quay, thì góc quay φ và mẫu chuyển đổi temprot được
tính như sau:
φ = 90 ∗ (1 − sign(dx))

f=

cos(φ)
sin(φ)

sin(φ)
XT
X0
∗
+
cos(φ)
YT
Y0

(1)

Sau khi nhận dạng tất cả các kết quả phù hợp chính
xác với đúng tỷ lệ, chúng ta cần phải loại bỏ tất cả các
điểm nhận diện sai. Chòm sao được nhận dạng đầu tiên
với số lượng sao phù hợp lớn nhất là chính xác. Trong
hình 6, Gemini là chòm sao đầu tiên được nhận dạngvới
18 ngôi sao trong nó. Bất kỳ nhận dạng nào cùng sao
với Gemini là sai bởi vì mỗi ngôi sao chỉ có thể thuộc
về một chòm sao. Sau đó, tìm kiếm phần còn lại của
nhận dạng cho thấy chòm sao lân cận của Gemini và
tiếp tục loại bỏ nhận dạng sai và chồng chéo với những

chòm sao lân cận. Lặp quá trình cho đến khi không có
chòm sao lân cận tiếp tục được tìm thấy.

(2)

cặp ngôi sao được chọn có tọa độ (x0 , y0 ) và (x1 , y1 )
XT
và dx = (x1 − x0 ),dy = (y1 − y0 ),
là tọa độ của
YT
mẫu gốc.
Một khi các mẫu chuyển đổi đã được thực hiện, sau
đó chúng tôi kiểm tra tại mỗi điểm temprot ,có ngôi sao
trong ảnh hay không. Cho phép một giá trị nhỏ điều
chỉnh của các sao, chúng ta thêm một tham số dung sai
(∆x, ∆y) khi thực hiện việc nhận dạng. Có một phần
khả năng các chòm sao bị thiếu hoặc không nằm hết
trong khung hình; chúng tôi thiết lập các ngưỡng phù
hợp NUM_MATCH là một nửa trong tổng số ngôi sao
trong chòm sao mẫu. Nếu số lượng phù hợp là ở trên
ngưỡng, chúng ta quyết định chòm sao được nhận dạng.
Việc tìm kiếm tỷ lệ thích hợp của các mẫu giúp cải
thiệnđộ chính xác và tốc độ cực kì bởi vì tất cả các
chòm sao có tỷ lệ gần bằng nhauvì cùng trên cùng một
hình ảnh. Việc mở rộng tỷ lệ chính xác có thể lọc ra
một số lượng rất nhiều trường hợp sai. Việc nhận dạng
chính xác chòm sao đầu tiên là chìa khóa để tìm ra tỷ lệ
thích hợp. Chòm sao với số lượng lớn của các ngôi sao
có nhiều có khả năng nhận dạng chính xác hơn. Như
vậy danh sách tìm kiếm của chòm sao chúng ta làm là

giảm dần với số ngôi sao.Khi một chòm sao đầu tiên
được nhận dạng, chúng tôi sẽ sử dụng tỷ lệ của nó cho
tham chiếu để lọc ra các phần còn lại của các ngôi sao

Hình 6. Kết quả nhận dạng có và không có lọc các kết quả không
chính xác với các sao chồng chéo nhau: (a) Kết quả nhận dạng trước
khi loại phát hiện không đúng, (b) Kết quả nhận dạng sau khi loại bỏ
phát hiện sai.

Sau khi nhận dạng được, chúng ta vẽ các ngôi sao
cùng với kết nối của chúng trên ảnh gốc, để người dùng
có thể xác định từng chòm sao trên đồ thị dễ dàng (Hình.
6 (b)).
D. TỐI ƯU HÓA ĐỘ CHÍNH XÁC VÀ TỐC ĐỘ
(a) Thứ tự xếp hạngđộ sáng không phù hợp: Để nâng
cao độ chính xác, chúng ta thêm bảng xếp hạng độ sáng
sao. Chúng tôi kỳ vọng độ sáng thứ tự của các sao là
rất khớp vớicác mẫu. Sự khác nhau của bảng xếp thứ
tự là mức 2 của bảng xếp hạng độ sáng của nhận dạng
chòm sao mẫu. Nếu thứ tự xếp hạng là tắt bởi rất nhiều
- vượt quá ngưỡng, chúng tôi thiết lập. Sau đó, chúng
tôi coi nó là một kết hợp không chính xác và loại ra
khỏi chòm sao nhận dạng.


(b) Tổng số sao: Tổng số các ngôi sao của tất cả các
chòm sao là ít hơn 400. Khi hình ảnh có hơn 400 ngôi
sao, có khả năng rằng có tồn tại những ngôi sao mờ
nhận dạng bởi máy ảnh, không phải do mắt của con
người.Vì vậy, chúng tôi giới hạn tổng số các ngôi sao

trên để tăng hình ảnh tốc độ và độ chính xác.
(c) Chòm sao không thể nhận dạng được: chòm sao
với chỉ hai hoặc ba sao về cơ bản là không nhận dạng
được, bởi vì có quá nhiều kết quả không chính xác trong
ảnh và rất khó để quyết định chòm sao chính xác. Do
đó những chòm sao có ít hơn hoặc bằng ba ngôi sao thì
sẽ không được nhận dạng.
(d) Các thông tin chòm sao lân cận: Chúng tôi sử
dụng các thông tin của chòm sao lân cận. Khi các chòm
sao đầu tiên là nhận dạng thành công, các mẫu tiếp theo
sẽ là những chòm sao lân cận của nó. Việc tìm kiếm
như thế này sẽ giới hạn lại các trường hợp tìm kiếm. Do
đó, nó cải thiện cả độ chính xác và tốc độ thực hiện.
III. KẾT QUẢ
Với cách tiếp cận nhận dạng chòm sao đề xuất, chúng
tôi kiểm tra với 14 hình ảnh thử nghiệm, chứa tổng cộng
28 chòm sao. Chòm sao trong 10 hình được nhận dạng
một cách chính xác,không có chòm sao không được nhận
dạng hoặc nhận dạng không chính xác. Trong tổng số
28 chòm sao, 3 trong số đó là không nhận dạng được,
và có 2 chòm sao nhận dạng không chính xác. Với các
kích thước hình ảnh thử nghiệm và kích thước thông tin
ngôi sao khác nhau, thời gian nhận dạng trung bình là
85 giây. Kết quả được tóm tắt trong Bảng 1.
Bảng 1 : Thông số về nhận dạng chòm sao
Giá trị
Tỷ lệ chòm sao nhận dạng chính xác
0.928
Tỷ lệ hình ảnh thử nghiệm chính xác 0.714
Tốc độ trung bình

85s
Trong hình 7 Chúng tôi hiển thị kết quả của một số
hình ảnh thử nghiệm điển hình. Thuật toán của chúng
tôi có thể đạt được độ chính xác khá cao với thời gian
tương đối ngắn. Ngay cả một số chòm sao như Orion
và Taurus (hình 7) với một vài ngôi sao bị che bởi cây
vẫn có thể được nhận dạng. Cần lưu ý rằng đối với một
số trường hợp đặc biệt, việc nhận dạng vẫn chưa thực
sự hoàn hảo. (1) Khi chòm sao được cắt bởi những hình
ảnh, chỉ hiển thị phần nhỏ của nó. (2) Chúng tôi không
nhận dạng chòm sao chỉ có 2 hoặc 3 sao trong nó như
CanisMinor(3) khi chòm sao chỉ có những ngôi sao rất
mờ, độ chính xác giảm rất nhanh.
IV. KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
Thuật toán của chúng tôi đạt được thành công nhận
dạng chính xác và tương đối nhanh chòm sao. Không
giống như các vấn đề về so khớp mẫu thông thường,
chòm sao là phân tán cơ sở(scatter-based), vì vậy các
kỹ thuật hiện có như nhận dạng SIFT hoặc nhận dạng

Hình 7. Kết quả cuối cùng sau khi nhận dạng. (a) TestImg2, (b)
TestImg5, (c) TestImg13, (d) TestImg14.

SURF không thể được áp dụng. Chúng tôi xây dựng cơ
sở dữ liệu dựa trên các thông tin chúng tôi cần để nhận
dạng chòm sao; sau đó chúng tôi áp dụng các thuật toán
đã đề xuất để nhận dạng các mẫu sao chúng ta quan tâm.
Điều này cho phép các nhà chiêm tinh và các nhiếp ảnh
gia nghiệp dư lấy mô hình ngôi sao họ muốn từ ảnh của
họ một cách tiện lợi.

Vì các chòm sao có thể được sử dụng để xác định vị
trí và thời gian, nguồn cảm hứng công việc tương lai
của chúng ta sẽ là cho biết bức ảnh được chụp ở đâu
và khi nào. Trong khi đó, các thông số như sai số về
lỗi, sai số về tỷ lệ sẽ vẫn phụ thuộc vào máy ảnh. Các
thông số tối ưu được chọn tự động cũng sẽ rất thú vị.
LỜI CẢM ƠN
Chúng tôi chân thành cảm ơn vì những kiến thức khoa
học mang lại.
THAM KHẢO
[1] Liebe, C. “PatternRecognitionofstarConstellationsforSpacecraftApplications”, IEEE AES SystemsMagazine, Jan 1993
[2] Jiang, M., etc. “A NovelStarPatternRecognitionAlgorithmForStarSensor” Proceedingsof the SixthInternationalConferenceonMachineLearningandCybernetics,
19-22 August 2007
[3] Rehman, M., etc. “SingleStarIdentificationandAttitudeDetermination in TrackingMode” InternationalConferenceonControl, AutomationandSystems2008
[4] M. D. Pham, etc. “A StarPatternRecognitionAlgorithmforSatelliteAttitudeDetermination”
IEEE
SymposiumonIndustrialElectronicsandApplicationsSeptember 23-26, 2012,
[5] Stellarium, StarMappingSoftware, MatthewGates,
BarryGerdes
[6]
The
constellations.
InternationalAstronomicalUnion. 5 June 2015. Retrieved from
/>

[7]
The
NightSky
–
88

Constellations.
AstronomyOnline.org. 5 June 2015. Retrievedfrom
/>