Mosaico do lado mais próximo da lua como tomadas pelo rastreadores de estrelas Clementine. As imagens foram tiradas em 15 de março de 1994.Crédito: NASA
Para os pesquisadores da NASA, os pixels são muito mais - eles são preciosos dados que nos ajudam a entender de onde viemos, onde estamos e para onde estamos indo. À Ames Research Center da NASA, em Moffett Field, Califórnia, cientistas da computação deu um salto gigante para a frente para puxar o máximo de informações imperfeitas imagens estáticas quanto possível. Com seu avanço em algoritmos de processamento de imagem, os dados legados da Câmara Apollo Metric onboard Apollo 15 , 16 e 17 pode ser transformado em um mapa em mosaico informativo e imersiva em 3D de uma grande parte e cientificamente interessantes da lua. O "Apollo Zone" Mosaico de Imagens Digitais (DIM) e Digital Terrain Model (DTM) mapas cobrem cerca de 18 por cento da superfície lunar em uma resolução de 98 pés (30 metros) por pixel. Os mapas são o resultado de três anos de trabalho pela Intelligent Robotics Group (IRG) na NASA Ames, e estão disponíveis para visualização através do mapeamento Lunar da NASA e Portal Modeling (PMLM) e recurso Google Moon no Google Earth. "O principal desafio da Apollo Zona projeto foi que tínhamos dados muito antigos - scans, não capturados em formato digital ", disse Ara Nefian, um cientista sênior com o IRG ea Carnegie Mellon University-Silicon Valley. "Eles foram levados com a tecnologia que tínhamos mais de 40 anos atrás, com posições de câmera imprecisa, orientações e tempo de exposição para os padrões atuais." Os pesquisadores superaram o desafio através do desenvolvimento de algoritmos de visão novo computador para gerar automaticamente os mapas 2D e 3D. Algoritmos são conjuntos de código de computador que criam um processo de como lidar com processos de determinado conjunto. Por exemplo, parte dos algoritmos de imagem 2D alinhar imagens muitas delas tiradas em várias posições com vários tempos de exposição em um mosaico de imagens sem costura. No mosaico, áreas nas sombras, que aparecem como manchas de pixels escuro ou preto são automaticamente substituídos por pixels mais leve cinza. Esses detalhes mostram mais bem iluminados de outras imagens da mesma área para criar um mapa mais detalhado.
Esquerda: A imagem de uma câmera normal da superfície lunar. Direita: A imagem composta Apollo Zona mostrando os melhores detalhes de várias fotografias. Crédito: NASA / Google Earth
"A principal inovação que fizemos foi criar um mosaico de imagens totalmente automático e terreno, sistema, software de modelagem de imagens orbitais", disse Terry Fong, diretor do IRG. "Temos desde lançado este software em váriasbibliotecas open-source , incluindo Ames Pipeline Stereo , Neo-Geografia Toolkit e Workbench NASA Visão . " Lunar imagens de diferentes cobertura e resolução foi liberado para uso geral por algum tempo. Em 2009, o Google ajudou a desenvolver IRG "Moon in Google Earth", um atlas, 3D interativo da lua. Com "Moon in Google Earth", os usuários podem explorar uma paisagem lunar virtual, incluindo imagens capturadas pelo Apollo, Clementine e missões Lunar Orbiter. A Apollo projeto Zona utiliza imagens recentemente digitalizado em Johnson Space Center da NASA em Houston, Texas, por uma equipe da Arizona State University. As imagens de origem são grandes - 20.000 pixels por 20.000 pixels, ea IRG alinhados e processadas mais de 4.000 deles. Para processar os mapas, eles usaram supercomputadores Ames 'Pleiades. O objetivo inicial do projeto foi a construção de mosaicos em larga escala de imagens e mapas de terreno para apoiar a exploração lunar futuro. No entanto, o andamento do projeto terá longa duração impactos tecnológicos em muitos alvos de exploração futura.
A cor no mapa representa a elevação do terreno na área da Zona Apollo mapeada. Crédito: NASA / Google Earth
"Os algoritmos são muito complexas, por isso eles ainda não se aplicam necessariamente a coisas como a robótica em tempo real, mas eles são extremamente precisos e exatos", disse Nefian. "É uma solução tecnológica robusta para lidar com dados insuficientes, e qualidades como esta tornam excelente para exploração futura, como um reconhecimento ou uma missão de mapeamento para um objeto de próximas da Terra." objectos próximos da Terra, ou "NEOs" são cometas e asteróides que têm sido atraídos pela gravidade dos planetas em órbitas próximas no bairro da Terra. NEOs são muitas vezes pequenas e irregulares, o que torna seus caminhos difíceis de prever. Com esses algoritmos, mesmo as imagens imperfeitas de um NEO poderiam ser transformados em mapas detalhados em 3D para ajudar os pesquisadores a entender melhor a forma dele, e como ele pode viajar enquanto no nosso bairro. No futuro, a equipe planeja expandir o uso de suas algoritmos para incluir imagens tiradas em ângulos, em vez de apenas em linha reta para baixo na superfície. Uma técnica chamada photoclinometry - ou "forma de sombreamento" - permite que o terreno em 3D para ser reconstruído a partir de uma única imagem em 2D, comparando como superfícies inclinadas em direção ao sol aparecem mais brilhantes do que as áreas que inclinar-se longe dele. Além disso, a equipe vai estudar as imagens não apenas como imagens, mas como modelos físicos que dão informações sobre todos os fatores afetam a maneira como a imagem final é descrito. "Enquanto a Nasa continua a construir tecnologias que permitam a exploração robótica e humana futuro, nossos pesquisadores estão à procura de novas maneiras e inteligente para tirar mais dos dados que capture ", disse Victoria Friedensen, Conjunto Robotic Precursor gerente de Atividades da Missão Humanos Direcção de Operações de Exploração na sede da NASA. "Esta tecnologia vai ter um grande benefício para nós, pois dar os próximos passos."Este trabalho foi financiado pela PMLM da NASA, e apoiado por colaboradores Marshall da NASA Space Flight Center, em Huntsville, Alabama, da NASA Goddard Space Flight Center, Greenbelt, . Maryland, Jet Propulsion Laboratory da NASA, Pasadena, Califórnia, e do United States Geological Survey (USGS) Para visualizar os mapas, visite o PMLM site ou ver no Google Earth:
Nenhum comentário:
Postar um comentário