DOSSIER > La reconnaissance des champs stellaires |
Le but de cette page n'est pas de décrire
entièrement la reconnaissance des champs stellaires. Cette dernièr
a juste pour but de décrire les paramètres importants réglables
dans PRiSM. Afin de préciser ces paramètres, il est essentiel de
savoir à quoi ils servent !
Initialement, on s'imagine en présence de deux catalogues
stellaires : d'un côté, le catalogue stellaire étalonné (du genre
catalogue USNO, GSC ...) où chaque objet est décrit par sa
magnitude et par ses coordonnées (AD,DEC) et d'un autre côté, le
catalogue stellaire provenant de l'image elle-même où chaque étoile
est identifiée par son flux et ses coordonnées (X,Y) dans l'image.
Le but de cette page est d'expliquer le cheminement pour établir
une correspondance entre les deux catalogues.
Extraction |
# X Y Mg Alpha = Delta = 1 682.1 272.5 4.9 03h14m54.100s +21°02'40.04'' 2 209.4 556 7.7 03h15m45.890s +21°09'54.35'' 3 445.6 327.9 10.5 03h15m20.000s +21°04'04.97'' 4 67.19 257.2 10.6 03h16m01.425s +21°02'16.12''
# Xccd Yccd -> Image 1 143.6 613.5 2 981.5 433.4 3 855.9 492.6 4 275 516.4
Identification |
L'identification est un point crucial de l'algorithme. Il consiste à chercher toutes les combinaisons de triangles existants à partir de chaque étoile pour rejoindre les autres étoiles. Leur nombre Ntriangle peut être très important et varie comme Ntriangle = Nobj(Nobj-1)(Nobj-2)/6. C'est pour cela que sous PRiSM, cette reconnaissance est effectuée d'abord sur les objets les plus brillants et si leur nombre est insuffisant, la comparaison est poussée pour les objets les plus faibles. L'expérience montre qu'il vaut mieux que la reconnaissance fonctionne pour les objets les plus brillants car elle a peu de chance de fonctionner avec les objets les plus faibles (bruit important). Un exemple est fourni ci-dessous :
Un triangle défini à partir des étoiles du catalogues |
Le même triangle retrouvé sur l'image |
Pour chaque étoile, il est donc tracé tous les
triangles possibles reliant cette étoile aux objets les plus
brillants de l'image. Pour chaque triangle, "a" est le côté le plus
long alors que "c" est le plus court.
Les triangles ainsi formés à partir des deux listes des objets
sélectionnés sont représentées sur un graphe à deux dimensions avec
en abscisse la grandeur et en ordonnée
la grandeur . On obtient alors
un graphe de la forme suivante (fourni sur 4 triangles) :
Lors de l'identification (dont on passe l'algorithme ici), on voit clairement que les points correspondants aux triangles verts (pour le catalogue) et jaunes (pour l'images) sont comparés. La marge d'erreur sur la position dans le graphe est un paramètre réglage de PRiSM. : les triangles sont considérés comme identiques s'ils sont à une distance plus petite que D les uns des autres dans "l'espace des triangles", cette grandeur étant fixée par l'utilisateur. Seuls de telles premières identifications sont conservées.
Mais, QUI est QUI ? |
Une dernière étape, et non des moins complexes,
consiste à retrouver les étoiles correspondantes aux triangles
retenus. On en présente très grossièrement le principe ici :
L'idée est basée sur le fait suivant : quand il y a un objet commun
entre les deux listes, Il y aura un très grand nombre de triangles
en commun faisant intervenir cet objet. En d'autres termes, un
objet de la première liste sera à la base de beaucoup de triangles
identiques à ceux de l'objet correspondant dans la deuxième liste.
Dans une liste de Nobj objets, un objet est à la base de
Nobj(Nobj-1)/2 triangles. Si l'objet est en
commun, ces triangles devraient se retrouver dans la deuxième liste
ce qui n'est pas parfaitement le cas, dus aux distorsions ou
mauvaise distance focale indiquée ou autres paramètres assez
aléatoires. Cependant, l'expérience prouve que cette technique
fonctionne significativement.
D'où l'idée de créer une "matrice de vote" de dimension
Nobj x Nobj dont tous les élements sont nuls
initialement. Cette matrice permet de compter le nombre de
triangles correpondant à l'objet i de la liste 1 en commun
avec l'objet j de la liste 2. En cas de succès, le nombre en
[i,j] est incrémenté de 1. Les plus grands nombres seront
alors les gagnants ! Et voilà les étoiles repérées ...
Afin de valider ou de diminuer le temps de comparaison, il est
possible de vérifier à l'aide du flux des objets si ces triangles
peuvent bien être retenus.
En résumé, l'utilisateur comprendra facilement que plus le nombre
de triangles est important, plus le calcul sera long (quoique peu
perceptible à l'heure actuelle grâce à la puissance de calcul des
machines) mais alors, plus le résultat aura de chance d'être
viable.Des détails pourront être trouvés dans les deux publications
en bibliographie.
La Transformation |
Il reste maintenant à trouver les paramètres de transformation de plaques. Si (X,Y) sont les coordonnées de l'objet dans le catalogues de référence et (X',Y') sont celles du même objet dans l'image, dans le plus simple des cas, on obtient :
Ici, comme il y a 6 inconnues, il faut un minimum de 6 étoiles reconnues afin d'établir ces paramètres. Ces derniers sont établis par la méthode des moindres carrés ("least-squares"). Par cette technique, on obtient un résidu pour chacune des 6 étoiles en commun. Ce résidu est important dans le réglage des paramètres de reconnaissance sous PRiSM. Il est possible avec un tel algorithme d'ajuster au mieux les 6 paramètres en tenant compte de plus de 6 étoiles reconnues.
Plus il y a d'étoiles en commun, et plus il est possible de choisir un polynome de fort degré pour la transformation. Attention cependant à ne pas choisir non plus un polynôme de degré trop élevé sous peine d'introduire des distorsions non justifiées lors de l'établissement des paramètres de plaques.
The End ! |
Reste ensuite à l'utilisateur de vérifier que l'identification n'est pas complètement absurde :
Fonction(s) du menu associée(s):
Astrométrie
automatique,
Photométrie automatique, Recherche
automatique d'astéroïdes, Composition automatique, Option de
reconnaissance d'étoiles.
Bibliographie :
FOCAS
Automatic Catalog Matching Algorithms
Pattern
Matching With Differential Voting and Median Transformation
Derivation.