基于压缩感知的月球探测器着陆图像超分辨重建

嫦娥工程二期的任务要求中,嫦娥3号的安全降落是最为关键的任务。因此,提出了一种基于压缩感知的超分辨率图像重建方法,根据经过模糊处理并加入噪声的低分辨率图像重建原始的高分辨率图像,实现了月球探测器着陆图像的超分辨率重建。算法采用局部Sparse-Land模型,从美国阿波罗计划获取的月球影像、嫦娥1、2号卫星影像和嫦娥工程二期试验中获取的月球探测器图像中提取了大量训练图块,采用K-SVD算法完成了高、低分辨率过完备字典Al和Ah的学习,通过求解优化问题,获得待处理低分辨率图块的稀疏表示,并将表示系数用于Ah以生成对应的高分辨率图块。最后,运用最小二乘算法,得到满足重构约束的高分辨率图像。实验验证了算法的有效性,表明其在视觉效果及PSNR指标上均优于插值方法和Yang的方法。     

基于改进动态规划法的月面地形三维重建

月面巡视探测器导航相机获取的立体影像用于恢复月面地形的空间构型,可以直接服务于巡视器的导航定位工作。影像匹配算法直接关系到地形恢复的精度和可靠性,改进动态规划影像匹配方法兼顾行列双向约束机制增强了视差空间的完备性,并通过动态设立种子点进行分段规划获得整体最优解。实验采用嫦娥二期工程地表试验影像进行论证,通过三角测量重构得到地面点云数据,与其他匹配方法的恢复结果和实地激光扫描地形数据进行了比对,证明了该匹配算法的匹配效率高于传统方法且恢复的点云数据精度可靠,满足于探月工程中巡视器定位导航的需求。