DEM Refinement and Validation on the Lunar Surface Using Shape-from-Shading with Chandrayaan-2 OHRC Imagery

Título: Refinamiento y Validación de Modelos Digitales de Elevación (DEM) en la Superficie Lunar mediante Shape-from-Shading con Imágenes OHRC de Chandrayaan-2

1. Planteamiento del Problema

La creación de modelos topográficos precisos de la superficie lunar es fundamental para la cartografía geológica, la evaluación de riesgos en sitios de aterrizaje y el estudio del terreno. Aunque la estereofotogrametría orbital es el método principal para generar estos modelos, su capacidad para recuperar contenido de frecuencia espacial está limitada por:

• La resolución espacial del sensor (GSD).
• La geometría de la línea base estereoscópica.
• El rendimiento del emparejamiento de imágenes en terrenos sin características o dominados por sombras.

En regiones como el polo sur lunar, donde la iluminación es rasante, las sombras profundas dificultan aún más la reconstrucción estereoscópica. Se requiere un método complementario que pueda extraer detalles topográficos a escala sub-métrica que la estereoscopía por sí sola no puede capturar.

2. Metodología

El estudio propone un marco de trabajo basado en Shape-from-Shading (SfS) o "Forma a partir de la Sombra" para refinar Modelos Digitales de Elevación (DEM) de alta resolución utilizando imágenes de la Cámara de Alta Resolución Orbital (OHRC) a bordo de la misión Chandrayaan-2.

• Estrategia de Tres Imágenes: A diferencia de los enfoques tradicionales que usan la misma imagen para estereoscopía y SfS, este método utiliza tres imágenes OHRC:
  • $I_1$ e $I_2$: Forman el par estereoscópico para generar un DEM inicial ($z_0$).
  • $I_3$: Una imagen independiente con una geometría de iluminación diferente, utilizada exclusivamente como fuente de señal de sombreado para el SfS.
• Modelo de Reflectancia: Se emplea el modelo Lunar-Lambertian, que es estándar para cuerpos sin atmósfera, capturando efectos no lambertianos críticos en el regolito lunar.
• Formulación Variacional: El problema se resuelve minimizando una función de energía que combina:
  1. Un término de fidelidad a los datos (diferencia entre la imagen observada y la renderizada).
  2. Una restricción de suavidad (controlada por el peso $W$).
  3. Una restricción para mantenerse cerca del DEM inicial (controlada por el peso $C$).
• Proceso de Optimización: Se realiza un barrido sistemático de parámetros en tres etapas para encontrar el peso de suavidad ($W$) óptimo que equilibre la recuperación de detalles finos y la supresión de ruido.
• Validación: Los resultados se comparan con DEMs estereoscópicos OHRC y con Modelos de Terreno Digital (DTM) de la cámara NAC de la LRO (Lunar Reconnaissance Orbiter).

3. Contribuciones Clave

1. Pipeline End-to-End: Desarrollo de un flujo de trabajo completo para generar DEMs mejorados por SfS a resolución sub-métrica (0.25 m/píxel) a partir de datos de Chandrayaan-2.
2. Fuente de Datos Independiente: La formulación utiliza una tercera imagen independiente ($I_3$), lo que permite que el SfS actúe como una fuente de nueva información topográfica y no solo como un refinamiento de ruido, superando las limitaciones de la línea base estereoscópica.
3. Análisis de Parámetros: Exploración sistemática del peso de suavidad ($W$) para identificar regímenes estables específicos para datos OHRC.
4. Validación Multisitio: Aplicación y validación en tres ubicaciones distintas: la región de aterrizaje de Vikram, el cráter Cyrillus y el polo sur lunar (Mons Mouton).
5. Caracterización de Límites: Identificación de condiciones que degradan el rendimiento, como la falta de diversidad en la iluminación angular y la cobertura parcial de la huella de la imagen.

4. Resultados

• Mejora Topográfica: Se observó una mejora medible en las estadísticas de pendiente. En la región de Vikram, al reducir el peso de suavidad a $W=50$, se logró un aumento del 22.9% en la desviación estándar de la pendiente ($\Delta\sigma_s$), revelando morfologías de cráteres a escala de metros que no estaban presentes en el DEM estereoscópico inicial.
• Validación en el Polo Sur (Mons Mouton): En esta zona de iluminación rasante, el método demostró su capacidad para recuperar detalles en las laderas empinadas mientras mantenía la planicie superior (donde el SfS tiene menor sensibilidad), validando la consistencia geomorfológica.
• Análisis de Parámetros: Se determinó que un peso de suavidad de $W \approx 50$, junto con un peso de restricción inicial de $C = 10^{-3}$ y 8-10 iteraciones, ofrece el mejor equilibrio entre detalle y ruido para imágenes OHRC.
• Casos Límite:
  • En el cráter Cyrillus, una separación angular de inclinación ($\Delta\theta_i$) pequeña entre la imagen de sombreado y el par estereoscópico resultó en mejoras mínimas (<3%), demostrando la necesidad de diversidad de iluminación.
  • Una gran separación de ángulo de cabeceo ($\Delta\theta_p$) puede introducir inconsistencias geométricas que reducen la efectividad del SfS.
  • La cobertura parcial de la huella de la imagen $I_3$ genera zonas donde la mejora se diluye hacia el DEM inicial.

5. Significado e Impacto

Este trabajo establece un nuevo estándar para el procesamiento de datos de Chandrayaan-2, demostrando que el SfS puede ir más allá de la simple post-procesamiento para convertirse en una herramienta de adquisición de datos topográficos.

• Nueva Capacidad de Observación: Al utilizar una imagen independiente, el método recupera características topográficas que son espectroscópicamente ausentes en los DEMs estereoscópicos y en los productos de referencia más gruesos.
• Aplicabilidad Operativa: Proporciona recomendaciones de parámetros concretas y un flujo de trabajo reproducible que puede integrarse en la cadena de procesamiento de la NASA Ames Stereo Pipeline (ASP) y el sistema ISIS.
• Importancia Científica: La capacidad de resolver morfologías a escala sub-métrica es crucial para futuras misiones tripuladas y robóticas, permitiendo una evaluación más precisa de los peligros del terreno (rocas, pendientes) en sitios de aterrizaje seleccionados, especialmente en el complejo entorno del polo sur lunar.

En conclusión, el estudio valida que la combinación de estereofotogrametría de alta resolución con SfS basado en una tercera imagen independiente es una metodología robusta y científicamente fundamentada para maximizar el potencial de los datos de la cámara OHRC.