THREE-DIMENSIONAL RECONSTRUCTION OF PLANETARY SURFACES FROM STEREO SATELLITE IMAGES

Questo lavoro di tesi è connesso alle attività del team coinvolto nello sviluppo della Stereo Camera (STC) per la missione ESA-JAXA Bepicolombo su Mercurio (Cremonese et al, 2009) ed è focalizzato alla validazione del processo di ricostruzione tridimensionale di STC insieme allo sviluppo del software per la generazione di DTM. STC fornirà le immagini per la mappatura globale dell’intera superficie di Mecurio in modalità stereo. Al fine di caratterizzare le effettive capacità di ricostruzione stereo di STC, un Setup di Validazione Stereo (SVS) è stato sviluppato e testato in laboratorio tramite un apposito breadboard. Il concetto di validazione stereo è stato collaudato confrontando i DTM (Digital Terrain Model) prodotti con Dense Matcher software (DM), sviluppato all’Università di Parma, rispetto al modello tridimansionale acquisito con un sistema laser ad alta risoluzione. La stessa procedura verrà applicata al modello di volo. Originariamente sviluppato per l’ambito della fotogrammetria dei vicini, il DM, in queesti anni è stato ottimizzato per gestire le immagini ad alta risoluzione fornite dalle più recenti missioni spaziali (LROC NAC and HiRISE). A questo scopo molti sforzi sono stati diretti al miglioramento del kernel connesso al processo di correlazione di immagine e anche allo sviluppo dell’automazione dell’intero processo. Più specificatamente, sono stati attuati una serie di miglioramenti algoritmici con l’implementazione di una versione avanzata dell’algorimo ai minimi quadrati (LSM) cercando di mantenere le elevate prestazioni in termini di precisione ed accuratezza già caratterizzanti il pacchetto software. L’algorimo che è stato introdotto permette di adattare la trasformazione geometrica coinvolta nel ricampionamento dell’immagine in maniera iterativa usando diverse funzioni di forma. Gli algoritmi di matching area-based che implementano ottimizzazioni ai minimi quadrati, impiegano come traformazione geometrica nel modello funzionale, la trasformazione Affine; tuttavia, i cambiamenti prospettici coinvolti in presenza di morfologie superficiali complesse, sono difficili da descrivere attraverso un algoritmo di correlazione che implementa tale modello a soli 6 parametri. Molti autori (Sutton & al., 1988) (Bruck & al., 1989) (Lu & Cary, 2000) sostengono che l’uso di modelli di semplici come l’Affine richiedano meno sforzo computazionale portando tuttavia all’ottenimento di accuratezze più basse qualora si incontrino complessità superficiali elevate. Anche Bethmann (Bethmann & al., 2010) dimostra che usare funzioni di forma di grado superiore per modellare le trasformazioni geometriche nel LSM può portare ad accuratezze superiori e si risolvono, in alcuni casi, problemi numerici come il cosiddetto “pixel-locking” (Stein, Andreas, & Larry, 2006). In questo contesto, il nuovo DM usa, piuttosto che la comune trasformazione Affine, modelli funzionali alternativi per la definizione delle trasformazioni geometriche coinvolte durante la stima ai minimi quadrati finalizzata ad modellare le differenze prospettiche tra le immagini. La valutazione dei modelli alternativi implementati nell’algoritmo di matching di DM è stata svolta in termini di accuratezza e analizzando statisticamente la qualità e il comportamento della convergenza alla soluzione. Lo scenario dei test ha previsto lo studio di diverse variabili di processamento e sono state impiegati diversi tipi di immagini al fine di identificare precisamente le difficoltà della fase di matching. Le performance del nuovo algoritmo di matching implementato nel programma DM è stato valutato anche eseguendo una serie di confronti tra i DTM generati e quelli ottenuti mediante altri pacchetti software ben collaudati come Socet Set della Bae System e Ames Stereo Pipeline (NASA) processando le coppie stereo di HiRISE. Per quanto riguarda una serie di immagini acquisite dalla camera NAC, una serie di confronti sono stati svolti con il software VICAR del DLR e anche le traccie fornite dal laser altimetro sono state impiegate come dato di riferimento. I risultati ottenuti dai confronti quali-quantitativi tra i vari modelli tridimensionali possono essere considerati una prova delle capacità di DM gestire le immagini ad altissima risoluzione fornite dalle camere HiRISE e LROC.