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

Titolo: Rifinitura e Validazione di DEM sulla Superficie Lunare mediante Shape-from-Shading con Immagini OHRC di Chandrayaan-2

1. Il Problema

La creazione di modelli digitali di elevazione (DEM) lunari ad alta precisione è fondamentale per la mappatura geologica, la valutazione dei rischi di atterraggio e lo studio del terreno. Sebbene la stereofotogrammetria orbitale rimanga il metodo principale, essa presenta limiti intrinseci:

• Risoluzione spaziale: Il contenuto di frequenza recuperabile è limitato dalla risoluzione del sensore (GSD) e dalla geometria della base stereoscopica.
• Terreni complessi: In aree prive di texture o dominate da ombre profonde (tipiche dei poli lunari), l'abbinamento delle immagini (image matching) fallisce, lasciando lacune o dettagli persi.
• Limiti della stereoscopia: La stereoscopia non riesce a risolvere dettagli su scale spaziali più fini di quelle consentite dalla geometria di acquisizione.

Il paper propone di superare questi limiti integrando la tecnica Shape from Shading (SfS), che stima la forma della superficie basandosi sulla luminosità dell'immagine sotto condizioni di illuminazione note, utilizzando immagini aggiuntive non incluse nella coppia stereoscopica originale.

2. Metodologia

Lo studio presenta un framework end-to-end che integra la SfS nella pipeline di elaborazione dei dati della Orbiter High Resolution Camera (OHRC) a bordo della missione Chandrayaan-2 (risoluzione 0,25 m/pixel).

• Strategia a Tre Immagini:

  • I1 e I2: Formano la coppia stereoscopica utilizzata per generare il DEM iniziale ($z_0$).
  • I3: Un'immagine indipendente acquisita con una geometria di illuminazione e visuale diversa, utilizzata esclusivamente come fonte di segnale per la SfS.
  • Questo approccio permette alla SfS di recuperare informazioni topografiche nuove, non codificate nel DEM stereoscopico iniziale.

• Modello di Riflettanza e Formulazione:

  • Viene utilizzato il modello di riflettanza Lunar-Lambertian, adatto per corpi privi di atmosfera come la Luna, che tiene conto degli angoli di incidenza ed emissione.
  • Il problema SfS è formulato come un'ottimizzazione variazionale che minimizza una funzione di energia $E(z)$ composta da:
    1. Un termine di fedeltà ai dati (differenza tra luminosità osservata e simulata).
    2. Un vincolo di regolarizzazione (lisciatura) controllato dal peso $W$.
    3. Un vincolo di adesione al DEM iniziale ($z_0$) controllato dal peso $C$.

• Pipeline di Elaborazione:

  1. Recostruzione Stereoscopica: Generazione di $z_0$ tramite la pipeline ASP (Ames Stereo Pipeline) e ISIS.
  2. Allineamento e Gap Filling: Registrazione verticale di $z_0$ rispetto a un DTM di riferimento NAC e riempimento delle lacune.
  3. Rifinitura SfS: Applicazione dell'algoritmo SfS su I3 partendo da $z_0$, con un'ottimizzazione iterativa dei parametri.
  4. Validazione: Confronto quantitativo e qualitativo con dati di riferimento (NAC DTM) e analisi delle statistiche di pendenza.

3. Contributi Chiave

I principali contributi scientifici e tecnici del lavoro sono:

1. Pipeline SfS per OHRC: Sviluppo di una pipeline completa per immagini OHRC ad alta risoluzione, generando DEM migliorati a risoluzione sub-metrica.
2. Uso di Immagini Indipendenti: Formulazione in cui l'immagine di shading (I3) è indipendente dalla coppia stereoscopica, permettendo l'acquisizione di dati topografici aggiuntivi non vincolati dalla base stereoscopica.
3. Studio Parametrico Sistematico: Un'analisi dettagliata del peso di lisciatura ($W$) per identificare regimi stabili, evitando sia l'over-smoothing (perdita di dettaglio) che l'amplificazione del rumore.
4. Validazione Multi-Sito: Applicazione su tre siti lunari distinti: la regione di atterraggio Vikram, il Polo Sud (Mons Mouton) e il cratere Cyrillus (caso limite).
5. Analisi dei Limiti Geometrici: Identificazione di come la separazione angolare (incidenza e pitch) e la copertura del footprint influenzino la qualità della ricostruzione.

4. Risultati

• Miglioramento Topografico: L'applicazione della SfS ha portato a un aumento misurabile della deviazione standard della pendenza ($\Delta\sigma_s$). Nel sito di Vikram, con un peso ottimale $W=50$, si è osservato un aumento del 22,9% nella variabilità della pendenza, rivelando morfologie di crateri fini e variazioni di pendenza su scala metriche assenti nel DEM stereoscopico originale.
• Validazione al Polo Sud (Mons Mouton): La tecnica ha dimostrato la sua efficacia in condizioni di illuminazione radente (tipiche del polo), recuperando dettagli sui fianchi ripidi della montagna mentre manteneva la planarità della sommità, in accordo con la morfologia nota.
• Parametri Ottimali: È stato identificato un set operativo stabile per le immagini OHRC: $W = 50$, $C = 10^{-3}$ e un numero di iterazioni $N \ge 8$.
• Limiti Identificati:
  • Copertura del Footprint: Aree non coperte dall'immagine I3 dopo la proiezione mostrano un degrado della qualità, poiché la soluzione SfS tende a rilassarsi verso il DEM iniziale.
  • Caso Limite (Cyrillus): Quando la separazione angolare tra I3 e la coppia stereoscopica è troppo piccola (bassa diversità di illuminazione) o il disallineamento di pitch è eccessivo ($\Delta\theta_p \approx 30^\circ$), l'efficacia della SfS diminuisce drasticamente a causa della mancanza di gradienti di shading significativi o di incoerenze geometriche.

5. Significato e Implicazioni

Questo lavoro dimostra che la Shape from Shading, applicata a immagini indipendenti ad alta risoluzione, non è solo uno strumento di post-processing, ma una fonte genuina di nuovi dati topografici.

• Superamento dei Limiti Stereoscopici: Permette di recuperare dettagli su scale spaziali inferiori a quelle consentite dalla geometria stereoscopica, cruciale per la sicurezza delle missioni di atterraggio e per la scienza planetaria.
• Riproducibilità: Fornisce una metodologia scientificamente fondata e riproducibile per sfruttare le capacità di imaging sub-metrico di Chandrayaan-2.
• Futuri Sviluppi: Il lavoro getta le basi per approcci ibridi stereo-fotoclinometrici più avanzati, suggerendo l'integrazione futura di immagini multiple e modelli di riflettanza più complessi per gestire effetti come l'opposizione e la rugosità macroscopica.

In sintesi, lo studio valida un metodo robusto per elevare la risoluzione e la fedeltà dei modelli topografici lunari, trasformando immagini ottiche aggiuntive in dati altimetrici di alta qualità.