turboIII

Je sais que pour mon problème, cela n'a rien à voir avec ALS. C'est d'abord une difficulté d'installation d'un OS sur le Rpi 5 🤔🤔🤔🤔

Des news du front sur ALS sur RPI 3 et RPI5 Commencons par le plus facile😃 Carte RPI 3 B+ avec une carte sd 32Go J'ai installé rpi-imager sur mon PC linux dans le but de graver l'OS sur la carte. J'ai choisi PI OS 64 bits. La gravure c'est bien passée. Le RPI 3 a bien démarré. Je passe la config classique sous linux OK. Installation du paquet ALS 64 bits beaucoup de message warning. Comme je n'arrive pas encore à enregistrer les messages, je passe à la suite. Au vu de tous les warning je m'attends à ce que ALS ne fonctionne pas, mais la bête apparait bien à l'écran. J'ai lancé et arrêté le serveur. Conclusion provisoire Même avec une carte SD de 32 Go, j'ai réussi à installé un OS 64 bit avec Raspberry PI Imager et à installer ALS et le lancer. Et cerise sur le gâteau il semble fonctionner. A date je n'ai pas encore tenté de faire du stacking. Néanmoins rien ne laisser présager que cela ne fonctionnerait pas. nota: par un autre canal https://ubuntu-mate.org j'avais réussi à installer Ubuntu mate en 64 bits sur le RPI 3 en utilisant le bon lien (RPI 64 bits). Mais je n'ai pas tenté d'installer ALS avec cette version. C'est un très bon début puisque que compte passer sur une machine un peu plus musclée avec un SSD et RPI 5😜 Malgré tout avec 1 Go de RAM et carte 32Go sur RPI 3 B+ on ne va pas aller bien loin.🤔🤪. Je soupçonne même que en fonction de la taille des images à stacker l'affaire tombe à l'eau rapidement Carte RPI5 avec une carte sd 32Go Le marchand s'est trompé de référence et ne m'a pas envoyé le bon SSD avec la carte M.2 HAT+ pour Raspberry Pi 5. A date je bascule sur carte SD 32Go Malgré divers test de chargement d'OS, mon écran reste muet. je sais que la carte SD est bonne, je sais que l'écran HDMI fonctionne avec RPI 2, RP3 pour ne fonctionnerait-il pas sur RPI 5. Il reste en lice les maillons carte RPI 5 qui quand même a été testé en usine d'après le fournisseur et le cordon HDMI mini-normal. Mais je penche plus pour un problème d' OS. Prochain episode les divers essais avec RPI 5. Quel OS utilisez-vous et quel mecanisme

Juste une question l'interface graphique c'est du gtk ou du qt😁

Merci super j'ai hâte de tester tout cela. 🏗️🏗️😁🏗️

Question comment on se connecte sur interface Web après la connexion en Wi-Fi ?

Ok merci d'avance. Mais je ne met fais aucune illusion sur le rpi3. Déjà hier au soir je n'ai pas réussi à installer Ubuntu 22.04 mate en 32 bits. Écran reste noir. 🤔🤔 A tout hasard j'ai testé la version 64 bits... Bingo il s'est installé. Mais j'ai commandé une carte SD de 32Go. La 8Go est pleine comme un œuf. ==>mon rpi 3 n'est pas compatible 32bit???🤔🤔 J'ai commandé aussi un RPI 5. J'ai compris (bien ?) qu'il fallait patienter pour un package fonctionnel en 64 bits. À moins que j'arrive à compiler le projet. En attendant j'ai d'autre essai à faire. Et je compte analyser le code python que je connais un tout petit peu 😋 Ça c'est vraiment ULTRA COOL. Pour mon projet de débile de monture alt azimutale 🎆😜🎆

Je tombe sur ce club 🎆🎆🎆c'est la Fête pour moi. Je réfléchis depuis plusieurs semaines sur un projet perso. Il me manque encore quelques briques logicielles et matérielle. Mais cela prend forme. J'ai un Raspberry Pi3 pour commencer des tests fonctionnels. Si c'est OK, je patienterai pour un rpi5. Mais vu qu'il consomme beaucoup plus,cela pourrait être un problème. Pour l'heure ALS est une brique manquante pour mon projet. Je veux faire du stacking et récupérer les images avec une Askar 400. Vous me confirmez que le stacking fonctionne aussi avec une monture alt azimutale ? Il me resterait plus qu'à mettre sur pied un programme capable de faire l'astronometrie d'une image, convertir les coordonnées ra et de en alt azimutale avec un module RTC et un module GPS. Ensuite il resterait plus qu'à les mettre dans le fichier de config d'ekos pour piloter ma monture. 🏆🏆🏆 .

Ce post pour signaler que depuis de nombreuses semaines (environ début 2024),je ne reçois plus de mail signalant que j'ai une réponse à mes posts. (le bouton m'avertir est bien sur on😜😜😜) Néanmoins j'ai bien des notifications qui apparaissent en haut de page une fois que je suis sur la page webastro. Bon courage pour résoudre les 503.ces problèmes d'inter-fonctionnement semblent très compliqués à résoudre. Il faut donc du temps et de la pugnacité aux administrateurs bénévoles pour trouver la solution.

Ok c'est vraiment super alors

Oui c'est certain. Mais ce code avait simplement pour but de faire avancer le débat😁. Après au sujet du résultat très impressionnant sur un amas d'étoile, il faut garder l'idée que les étoiles sont très lumineuses. Il est donc possible que le rapport signal sur bruit SNR soit très favorable à ton traitement. En revanche en ce qui concerne les nébuleuses moins brillantes ou les galaxies comme M101, le SNR sera beaucoup plus faible. Dans ces conditions il se peut que le résultat soit différent. Je suggère de caractériser ces 2 situations et d'appliquer une méthode adaptée à chaque situation. As tu essayé le Raspberry 5. Il ont sorti une carte qui permet de connecter un SSD au rpi 5. Ça doit vraiment dépoter avec cette quincaillerie 😁😁 https://www.framboise314.fr/carte-raspberry-pi-5-m2-hat-pcie-et-makerdisk-nvme-ssd-128go/ Sinon bravo encore une fois pour la démarche.

Peux-tu dévoiler le principe de ton filtre miracle. Je suppose que tu calcules le niveau de bruit de fond de l'image. Ensuite peut-être que tu filtres le signal selon une méthode de traitement par région. C'est à dire que si les pixels entourant un pixel sont aussi inférieur ou égal au niveau du bruit, tu remplaces la valeur de ce pixel par ZERO. Il y a peut-être même une fonction dans openCV qui réalise cette opération. j'ai interrogé Mme irma. Elle donne une autre version La suppression de la pollution lumineuse d'une image astro avec OpenCV implique plusieurs étapes: 1. Préparation de l'image: Chargement de l'image : Commencez par charger l'image astro dans OpenCV. Vous pouvez utiliser la fonction cv2.imread() pour cela. Conversion en niveaux de gris : La plupart des techniques de suppression de la pollution lumineuse fonctionnent mieux sur des images en niveaux de gris. Vous pouvez convertir l'image en niveaux de gris en utilisant la fonction cv2.cvtColor(). 2. Estimation de la pollution lumineuse: Filtre flou : Appliquez un filtre flou, comme un filtre gaussien, pour lisser l'image et atténuer les détails fins. Cela permet d'estimer la composante de fond de la pollution lumineuse.(ceci permet d'obtention un niveau par région de l'image) Soustraction de l'image floue : Soustrayez l'image floue de l'image d'origine pour obtenir une estimation de la pollution lumineuse résiduelle. 3. Suppression de la pollution lumineuse: Filtre médian : Appliquez un filtre médian pour éliminer le bruit restant dans l'estimation de la pollution lumineuse. Soustraction du filtre médian : Soustrayez le filtre médian de l'image d'origine pour obtenir l'image finale sans pollution lumineuse. 4. Amélioration de l'image (optionnel): Ajustement du contraste et de la luminosité : Vous pouvez ajuster le contraste et la luminosité de l'image finale pour améliorer son apparence. Affûtage d'image : Appliquez un filtre d'affûtage pour améliorer la netteté de l'image. Voici un exemple de code OpenCV pour la suppression de la pollution lumineuse d'une image astro : Python import cv2 import numpy as np # Charger l'image image = cv2.imread('image_astro.jpg') # Conversion en niveaux de gris image_gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # Filtre flou gaussien kernel_size = 5 blur = cv2.GaussianBlur(image_gray, (kernel_size, kernel_size), 0) # Estimation de la pollution lumineuse pollution_light = image_gray - blur # Filtre médian median = cv2.medianBlur(pollution_light, 5) # Image finale sans pollution lumineuse final_image = image_gray - median # Amélioration de l'image (optionnel) final_image = cv2.addWeighted(final_image, 2, image_gray, 1 - 2, 0) # Afficher l'image finale cv2.imshow('Image finale', final_image) cv2.waitKey(0)

pour suivre ce fil à nouveau 😁

C'est intéressant je garde l'idée..... Néanmoins ma première intention est de faire un programme qui permette de se repérer automatiquement sans avoir à faire un alignement polaire avec une monture alt az. Cette monture serait pilotée par des cartes onstep. J'ai vu que l'evscope et le dernier Celestron RASA Origin 152 sont tous automatiques avec monture Alt-Az. Avec astrometry.net embarqué ça devrait le faire. Il faut juste que je comprenne une fois qu'un GPS et astrometry.net ont donné leur info comment on en déduit la position de la monture et initialiser un référentiel astro. L'autre défi est de comprendre comment utiliser indi en langage C que je connais assez bien.

Ok merci je pensais qu'on pouvait agir au niveau ekos. Je vais étudier ces sources, merci

Bonjour Je cherche des infos pour faire du développement avec EKOS pour rajouter un programme. Avez vous des pistes des sites qui donnent des éléments. Je n'ai rien trouvé sur le site officiel. Je serai sous Linux et en langage C. Je projette d'utiliser les commandes D-bus pour accéder aux ressources ekos. Je projette de piloter une monture Altaz. Le programme ferait une astrometry.net pour se repérer automatiquement. En fait si d'autres piste open-source existent je suis open. Néanmoins je crois que L'ASIAIR est développé autour d'ekos.