Field Log

ระบบแสดงภาพอวกาศสามมิติ สำหรับ ท้องฟ้าจำลอง

การผสมผสาน AI + Image Processing + System Design สามารถเปลี่ยนภาพธรรมดาให้กลายเป็น ประสบการณ์การเรียนรู้แบบใหม่ด้วยต้นทุนที่ทุกคนเข้าถึงได้

5 MIN READ
07/04/2026
ระบบแสดงภาพอวกาศสามมิติ สำหรับ ท้องฟ้าจำลอง

🌌 Space in 3D: ระบบแสดงภาพอวกาศสามมิติสำหรับท้องฟ้าจำลอง

🚀 Overview

โปรเจคนี้เกิดจากคำถามง่าย ๆ ว่า

“ถ้าเราทำให้ภาพอวกาศ ‘มีมิติ’ ได้ล่ะ?”

จากภาพถ่ายธรรมดาของดาวเคราะห์ เนบิวลา หรือกาแล็กซี ผมพัฒนาระบบที่สามารถแปลงภาพเหล่านั้นให้กลายเป็น ภาพ 3 มิติ (Anaglyph) ซึ่งสามารถรับชมได้ผ่าน แว่นตาสีแดง-น้ำเงิน บนจอโทรทัศน์ทั่วไป

ระบบนี้ถูกออกแบบเพื่อนำไปใช้ใน พื้นที่จัดแสดง เช่น ห้องโถงของท้องฟ้าจำลอง เพื่อเพิ่มประสบการณ์การเรียนรู้ให้ “รู้สึกได้” ไม่ใช่แค่ “มองเห็น”


🎯 Result & Impact

  • 👁️ เพิ่มความสนใจของผู้ชมได้อย่างชัดเจน (ผู้ชม “หยุดดู” นานขึ้น)
  • 🧠 ผู้ชมเข้าใจ “มิติของอวกาศ” ได้ดีขึ้นจาก visual perception
  • 👨‍👩‍👧‍👦 เด็กสามารถมีปฏิสัมพันธ์กับภาพ (เอื้อมมือจับดาว)
  • ⚡ ใช้เพียงจอ TV ทั่วไป + แว่นราคาถูก (ต้นทุนต่ำมาก)

จากการทดลองจริง: ผู้ชมส่วนใหญ่เลือกหยุดดูภาพ 3D มากกว่าภาพปกติ


🧠 System Concept

Image → AI Depth → 3D Anaglyph → Display → Human Perception

ระบบนี้ใช้แนวคิด Depth Estimation (AI) เพื่อสร้าง “แผนที่ความลึก” ของภาพ แล้วนำมาสร้างภาพ 3 มิติ


🧩 Key Components

1) AI Depth Estimation

ใช้โมเดล MiDaS ในการประเมินความลึกจากภาพ 2D

  • วิเคราะห์ foreground / background
  • สร้าง depth map แบบ grayscale
  • รองรับภาพทั่วไป (ไม่ต้องมี stereo)

2) Image Processing Pipeline

  • ปรับ contrast ด้วย CLAHE
  • smooth depth map เพื่อลด noise
  • gamma correction เพื่อเน้นมิติ
  • generate shift ซ้าย-ขวา

3) 3D Anaglyph Generation

ใช้เทคนิค Red-Cyan Anaglyph:

  • ตาซ้าย → สีแดง
  • ตาขวา → สีฟ้า/เขียว
  • ผสมเป็นภาพเดียว

ผลลัพธ์คือ:

“ภาพที่ดูปกติ แต่มีมิติเมื่อใส่แว่น”


4) Display System

  • แสดงผลผ่าน TV (HDMI)
  • รองรับ loop slideshow
  • ใช้งานได้กับ Raspberry Pi / Mini PC

🖼️ Example Output

Image

Image

Image


⚙️ Tech Stack

  • Python
  • OpenCV
  • PyTorch (MiDaS)
  • NumPy
  • Pillow

🔧 Key Parameters (ปรับมิติภาพ)

strength = 1530 convergence = 0.20.5
  • strength → ยิ่งสูง ยิ่ง “ลอยออกมา”
  • convergence → คุมระยะลึก/ตื้น

แนวทางใช้งาน:

  • Portrait → strength ต่ำ
  • Space / Nebula → strength สูง

🧪 Design Insight

จากการทดลองจริง พบว่า:

  • ภาพที่มี foreground ชัด → 3D ดีมาก
  • ภาพดาวกระจาย (ไม่มี layer) → มิติไม่ชัด
  • Nebula / Planet → เหมาะที่สุด
  • contrast สำคัญกว่าความละเอียด

📦 System Flow (Production)

[Input Images] [Batch Processor] [Depth AI] [3D Generator] [Output Folder] [TV Display Loop]

💡 Why It Matters

โปรเจคนี้ไม่ใช่แค่ “ภาพสวย” แต่มันคือการเปลี่ยน:

  • จาก “การดู” → เป็น “การรับรู้”
  • จาก “ภาพนิ่ง” → เป็น “ประสบการณ์”

ในบริบทของท้องฟ้าจำลอง มันช่วยให้ผู้ชม “รู้สึกว่าอวกาศมีมิติจริง”


🔥 Future Extensions

  • 🎞️ ทำเป็น 3D Video
  • 🖥️ Interactive Kiosk (เลือกดาวเอง)
  • 🌐 Web-based viewer
  • 🤖 Auto pipeline (upload → generate → display)

📌 Conclusion

ด้วยการผสมผสาน AI + Image Processing + System Design เราสามารถเปลี่ยนภาพธรรมดาให้กลายเป็น ประสบการณ์การเรียนรู้แบบใหม่

และที่สำคัญที่สุดคือ

“มันทำได้ด้วยต้นทุนที่ทุกคนเข้าถึงได้”


Project นี้เป็นหนึ่งในแนวทางของการนำเทคโนโลยีมาใช้ เพื่อเชื่อมโลกวิทยาศาสตร์กับประสบการณ์ของผู้คนจริง


Share this log to social network