Рус Eng Cn Перевести страницу на:  
Please select your language to translate the article


You can just close the window to don't translate
Библиотека
ваш профиль

Вернуться к содержанию

Space Research
Правильная ссылка на статью:

A novel method for surface exploration: Super-resolution restoration of Mars repeat-pass orbital imagery / A novel method for surface exploration: Super-resolution restoration of Mars repeat-pass orbital imagery

Тао Ю

Research Associate, Imaging Group, Mullard Space Science Laboratory, University College London

RH5 6NT, Великобритания, Surray, г. Dorking, Holmbury St. Mary

Tao Yu

Research Associate, Imaging Group, Mullard Space Science Laboratory, University College London

RH5 6NT Holmbury St. Mary, Dorking, Surrey, UK

yu.tao@ucl.ac.uk
Мюллер Ян-Петер

Ph.D. Planetary Meteorology/Astronomy, Professor, Imaging Group, Mullard Space Science Laboratory, University College London

RH5 6NT, Великобритания, Surrey, Dorking, Holmbury St. Mary

Muller Jan-Peter

Ph.D. Planetary Meteorology/Astronomy, Professor, Imaging Group, Mullard Space Science Laboratory, University College London

RH5 6NT Holmbury St. Mary, Dorking,  Surrey, UK

j.muller@ucl.ac.uk

DOI:

10.7256/2453-8817.2017.2.22876

Дата направления статьи в редакцию:

02-05-2017


Дата публикации:

01-07-2017


Аннотация: Высокая степень разрешения снимков поверхностей высоко ценится международным сообществом планетологов, заинтересованных в улучшении понимания процессов формирования поверхностей планет. Однако, учитывая различные физические ограничения инструментов визуализации, связанных, главным образом, с шириной полосы пропускания каналов передачи данных, необходимо найти компромисс между степенью пространственного разрешения и пропускной способностью. Однако, даже в случае использования оптических каналов связи, вряд ли будущие системы визуализации окажутся способны показывать для большинства планетарных тел, таких как Марс, детали размером меньше, чем 25 см. В настоящей статье предложена новая технология потокового восстановления сверхвысокого разрешения изображений Gotcha-PDE-TV (GPT), которая использует дополнительную, так называемую «субпиксельную» информацию о небольших искажениях растра, связанную с флуктуацией зенитного угла зрения при последовательных съемках. Благодаря этой методике, использование избыточной информации, содержащейся в необработанных снимках, позволяет повысить степень разрешения итоговых изображений. В работе продемонстрирована оптимальность использования предлагаемой технологии для восстановления сверхвысокого разрешения планетарных изображений на примере обработки данных проекта получения изображений с высоким разрешением (25 сm High Resolution Imaging Science Experiment – 25 cm HiRISE). В рамках этого эксперимента были, в частности, получены изображения кратера Гусева путем его многократного пересечения марсоходом MER-A (Mars Exploration Rover – MER-A). В результате обработки по предложенной технологии 8 изображений, снятых с разрешением 25 см, удалось восстановить снимки этой зоны с разрешением 5 см. Оценка достоверности воссозданных изображений со сверхвысоким 5-сантиметровым разрешением была проведена с использованием снимков поверхности, полученных тогда же навигационной камерой (Navcam) марсохода, путем сопоставления ориентиров на обоих наборах снимков.


Ключевые слова:

Марс, Орбитальные снимки, Многократный проход, HiRISE, Сверхвысокое разрешение, Планетоход, Космическая наука, Кратер Гусева, Планетология, Поверхность планеты

Abstract: Higher resolution imaging data of planetary surfaces is considered desirable by the international community of planetary scientists interested in improving understanding of surface formation processes. However, given various physical constraints from the imaging instruments through to limited bandwidth of transmission one needs to trade-off spatial resolution against bandwidth. Even given optical communications, future imaging systems are unlikely to be able to resolve features smaller than 25 cm on most planetary bodies, such as Mars. In this paper, we propose a novel super-resolution restoration technique, called Gotcha-PDE-TV (GPT), taking advantage of the non-redundant sub-pixel information contained in multiple raw orbital images in order to restore higher resolution imagery. We demonstrate optimality of this technique in planetary image super-resolution restoration with example processing of 8 repeat-pass 25 cm HiRISE images covering the MER-A Spirit rover traverse in Gusev crater to resolve a 5 cm resolution of the area. We assess the “true” resolution of the 5 cm super-resolution restored images using contemporaneous rover Navcam imagery on the surface and an inter-comparison of landmarks in the two sets of imagery.


Keywords:

Mars, Orbital images, Repeat-pass, HiRISE, Super-resolution, Rover, Space Science, Gusev crater, Planetology, Planetary Surface

Библиография
1. Bouzari H. An improved regularization method for artifact rejection in image super-resolution // Signal Image Video Process., 6 (2012), pp. 125–140.
2. Capel D. Image Mosaicing and Super-resolution, 2004, Springer-Verlag, London Ltd., eBook, ISBN 978-0-85729-384-8 (Springer-Verlag, London, Berlin, Heidelberg).
3. Farsiu S., Robinson D., Elad M., Milanfar P. Fast and robust multi-frame super-resolution // IEEE Trans. Image Process., 13 (10) (2004), pp. 1327–1344.
4. Golombek M., Grant J., Kipp D., Vasavada A., Kirk R., Fergason R., et al.Selection of the mars science laboratory landing site // Space Sci. Rev., 170 (1–4) (2012), pp. 641–737.
5. Herman G.T., Hurwitz H., Lent A., Lung H.-P. On the Bayesian approach to image reconstruction // Inf. Control, 42 (1) (1979), pp. 60–71.
6. Heymann S., Frhlich B., Medien F., Mller K., Wiegand T., 2007. Sift implementation and optimization for general-purpose gpu. In: Proceedings of WSCG 07.
7. Irani M., Peleg S. Motion analysis for image enhancement: resolution, occlusion and transparency // J. Vis. Commun. Image Represent., 4 (4) (1993), pp. 324–335.
8. Kaltenbacher, E., Hardie, R.C. High resolution infrared image reconstruction using multiple low resolution aliased frames // IEEE National Aerospace Electronics Conference, 1996, 2, pp. 702–709.
9. Kim J.-R., Muller J.-P. Multi-resolution topographic data extraction from martian stereo imagery // Planet. Space Sci., 57 (2009), pp. 2095–2112.
10. Morley J., Sprinks J., Muller J.-P., Tao,Y., Paar G., Huber B., Bauer A., Willner K., Traxler C., Garov A., Karachevtseva I. Contextualising and analysing planetary rover image products through the web-based progis // Proceedings of Geophysical Research Abstracts (EGU), 2014, vol. 16.
11. Park S., Lee J., Lee H., Shin J., Seo J., Lee K.H., Shin Y.-G., Kim B.Parallelized seeded region growing using cuda // Comput. Math. Methods Med., 2014 (2014), p. 10.
12. Pock T., Unger M., Cremers D., Bischof H. Fast and exact solution of total variation models on the gpu // CVPR Workshop on Visual Computer Vision on GPUs, 2008.
13. Schultz R.R., Stevenson R.L. A Bayesian approach to image expansion for improved definition // IEEE Trans. Image Process., 3 (3) (1994), pp. 233–242.
14. Shin D., Muller J.-P.Progressively weighted affine adaptive correlation matching for quasi-dense 3d reconstruction // Pattern Recognit., 45 (10) (2012), pp. 3795–3809.
15. Sidiropoulos P., Muller J.-P. On the status of orbital high-resolution repeat imaging of mars for the observation of dynamic surface processes // Planet. Space Sci. (2015).
16. Tao Y., Muller J.-P. Automated science target selection for future mars rovers: a machine vision approach for the future esa exomars 2018 rover mission. In: Proceedings of Geophysical Research Abstracts (EGU), 2013, vol. 15.
17. Tao Y., Muller J.-P., Willner K., Morley J., Sprinks J., Traxler C., Paar G. 3d data products and web-gis for mars rover missions for seamless visualisation from orbit to ground-level. In: Proceedings of ISPRS Commission IV Symposium, 2014, vol. 8.
18. Tsai R.Y., Huang T.S. Multiple frame image restoration and registration // Adv. Comput. Vis. Image Process. (1984), pp. 317–339.
References
1. Bouzari H. An improved regularization method for artifact rejection in image super-resolution // Signal Image Video Process., 6 (2012), pp. 125–140.
2. Capel D. Image Mosaicing and Super-resolution, 2004, Springer-Verlag, London Ltd., eBook, ISBN 978-0-85729-384-8 (Springer-Verlag, London, Berlin, Heidelberg).
3. Farsiu S., Robinson D., Elad M., Milanfar P. Fast and robust multi-frame super-resolution // IEEE Trans. Image Process., 13 (10) (2004), pp. 1327–1344.
4. Golombek M., Grant J., Kipp D., Vasavada A., Kirk R., Fergason R., et al.Selection of the mars science laboratory landing site // Space Sci. Rev., 170 (1–4) (2012), pp. 641–737.
5. Herman G.T., Hurwitz H., Lent A., Lung H.-P. On the Bayesian approach to image reconstruction // Inf. Control, 42 (1) (1979), pp. 60–71.
6. Heymann S., Frhlich B., Medien F., Mller K., Wiegand T., 2007. Sift implementation and optimization for general-purpose gpu. In: Proceedings of WSCG 07.
7. Irani M., Peleg S. Motion analysis for image enhancement: resolution, occlusion and transparency // J. Vis. Commun. Image Represent., 4 (4) (1993), pp. 324–335.
8. Kaltenbacher, E., Hardie, R.C. High resolution infrared image reconstruction using multiple low resolution aliased frames // IEEE National Aerospace Electronics Conference, 1996, 2, pp. 702–709.
9. Kim J.-R., Muller J.-P. Multi-resolution topographic data extraction from martian stereo imagery // Planet. Space Sci., 57 (2009), pp. 2095–2112.
10. Morley J., Sprinks J., Muller J.-P., Tao,Y., Paar G., Huber B., Bauer A., Willner K., Traxler C., Garov A., Karachevtseva I. Contextualising and analysing planetary rover image products through the web-based progis // Proceedings of Geophysical Research Abstracts (EGU), 2014, vol. 16.
11. Park S., Lee J., Lee H., Shin J., Seo J., Lee K.H., Shin Y.-G., Kim B.Parallelized seeded region growing using cuda // Comput. Math. Methods Med., 2014 (2014), p. 10.
12. Pock T., Unger M., Cremers D., Bischof H. Fast and exact solution of total variation models on the gpu // CVPR Workshop on Visual Computer Vision on GPUs, 2008.
13. Schultz R.R., Stevenson R.L. A Bayesian approach to image expansion for improved definition // IEEE Trans. Image Process., 3 (3) (1994), pp. 233–242.
14. Shin D., Muller J.-P.Progressively weighted affine adaptive correlation matching for quasi-dense 3d reconstruction // Pattern Recognit., 45 (10) (2012), pp. 3795–3809.
15. Sidiropoulos P., Muller J.-P. On the status of orbital high-resolution repeat imaging of mars for the observation of dynamic surface processes // Planet. Space Sci. (2015).
16. Tao Y., Muller J.-P. Automated science target selection for future mars rovers: a machine vision approach for the future esa exomars 2018 rover mission. In: Proceedings of Geophysical Research Abstracts (EGU), 2013, vol. 15.
17. Tao Y., Muller J.-P., Willner K., Morley J., Sprinks J., Traxler C., Paar G. 3d data products and web-gis for mars rover missions for seamless visualisation from orbit to ground-level. In: Proceedings of ISPRS Commission IV Symposium, 2014, vol. 8.
18. Tsai R.Y., Huang T.S. Multiple frame image restoration and registration // Adv. Comput. Vis. Image Process. (1984), pp. 317–339.