論文の概要: Sub-metre Lunar DEM Generation and Validation from Chandrayaan-2 OHRC Multi-View Imagery Using Open-Source Photogrammetry
- arxiv url: http://arxiv.org/abs/2604.01032v1
- Date: Wed, 01 Apr 2026 15:43:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-02 16:44:32.064085
- Title: Sub-metre Lunar DEM Generation and Validation from Chandrayaan-2 OHRC Multi-View Imagery Using Open-Source Photogrammetry
- Title（参考訳）: オープンソースフォトグラフィーによるChandrayaan-2 OHRCマルチビュー画像のサブメカニカルDEM生成と検証
- Authors: Aaranay Aadi, Jai Singla, Nitant Dube, Oleg Alexandrov,
- Abstract要約: 月面の高解像度デジタル標高モデル(DEM)は、地表移動計画、着陸地点のキャラクタリゼーション、惑星科学に不可欠である。
本研究は,Orbiter High Resolution Camera (OHRC) からのサブメタルDEMの生成を,オープンソースパイプラインのみを用いたマルチビュー画像として初めて行ったものである。
次に、高密度ステレオ対応と光三角測量を適用して点雲を生成し、5つの地理的に分布する月面の約24～54cmの空間分解能でDEMに格子状にグリッドする。
- 参考スコア（独自算出の注目度）: 0.2174820084855635
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: High-resolution digital elevation models (DEMs) of the lunar surface are essential for surface mobility planning, landing site characterization, and planetary science. The Orbiter High Resolution Camera (OHRC) on board Chandrayaan-2 has the best ground sampling capabilities of any lunar orbital imaging currently in use by acquiring panchromatic imagery at a resolution of roughly 20-30 cm per pixel. This work presents, for the first time, the generation of sub-metre DEMs from OHRC multi-view imagery using an exclusively open-source pipeline. Candidate stereo pairs are identified from non-paired OHRC archives through geometric analysis of image metadata, employing baseline-to-height (B/H) ratio computation and convergence angle estimation. Dense stereo correspondence and ray triangulation are then applied to generate point clouds, which are gridded into DEMs at effective spatial resolutions between approximately 24 and 54 cm across five geographically distributed lunar sites. Absolute elevation consistency is established through Iterative Closest Point (ICP) alignment against Lunar Reconnaissance Orbiter Narrow Angle Camera (NAC) Digital Terrain Models, followed by constant-bias offset correction. Validation against NAC reference terrain yields a vertical RMSE of 5.85 m (at native OHRC resolution), and a horizontal accuracy of less than 30 cm assessed by planimetric feature matching.
- Abstract（参考訳）: 月面の高解像度デジタル標高モデル(DEM)は、地表移動計画、着陸地点のキャラクタリゼーション、惑星科学に不可欠である。
チャンドラヤーン2号に搭載されたオービター高分解能カメラ(OHRC)は、1ピクセルあたり約20-30cmの解像度でパンクロマティック画像を取得することで、現在使用されている月面軌道画像の最良の地上サンプリング能力を有する。
この研究は、オープンソースパイプラインのみを使用したOHRCマルチビューイメージから、初めてサブメタルのDEMを生成する。
画像メタデータの幾何学的解析により,非ペア型OHRCアーカイブから候補ステレオペアを同定し,B/H比計算と収束角推定を用いた。
次に、高密度のステレオ対応と光三角測量を適用して点雲を生成し、5つの地理的に分布する月面の約24から54cmの空間分解能でDEMに格子状にグリッドする。
絶対高度の整合性は、Lunar Reconnaissance Orbiter Narrow Angle Camera (NAC) Digital Terrain Modelsに対してICP(Iterative Closest Point)アライメントにより確立される。
NAC基準地形に対する検証では、垂直RMSEは5.85m(ネイティブOHRC分解能)、水平精度は30cm未満である。
関連論文リスト
- Super-Resolved Canopy Height Mapping from Sentinel-2 Time Series Using LiDAR HD Reference Data across Metropolitan France [0.9351726364879229]
本稿では,ツリーハイト回帰とスーパーリゾリューションのための新しいエンドツーエンドフレームワーク THREASURE-Net を紹介する。
このモデルは、LiDAR HDデータから得られた基準高さメトリクスを用いて、Sentinel-2時系列でトレーニングされる。
モデル変種を3種類評価し,2.5m,5m,10mで樹高予測を行った。
論文 参考訳（メタデータ） (2025-12-12T12:49:16Z) - AI-Enabled Crater-Based Navigation for Lunar Mapping [12.60100558410094]
クレーターベースのナビゲーション(CBN)は、画像上で観測された月のユビキタス衝突クレーターを自然のランドマークとして使用し、宇宙船の6度の自由なポーズを決定する。
STELLAは、長期の月面マッピングのための最初のエンドツーエンドCBNパイプラインである。
STELLAを厳格にテストするために、私たちはCRESENT-365という1年間の月面マッピングミッションをエミュレートした最初の公開データセットを紹介します。
論文 参考訳（メタデータ） (2025-09-25T05:09:41Z) - Loc$^2$: Interpretable Cross-View Localization via Depth-Lifted Local Feature Matching [80.57282092735991]
本稿では,高精度かつ解釈可能なクロスビューローカライズ手法を提案する。
地上画像の3自由度(DoF)のポーズを、その局所的な特徴と基準空中画像とをマッチングすることによって推定する。
実験では、クロスエリアテストや未知の向きといった挑戦的なシナリオにおいて、最先端の精度を示す。
論文 参考訳（メタデータ） (2025-09-11T18:52:16Z) - Estimating the Diameter at Breast Height of Trees in a Forest With a Single 360 Camera [52.85399274741336]
森林在庫は、生態モニタリング、資源管理、炭素会計のために、乳房の高さ(DBH)の直径の正確な測定に頼っている。
LiDARベースの技術はセンチメートル単位の精度を達成できるが、コストは抑えられ、運用上複雑である。
コンシューマグレードの360度ビデオカメラしか必要としない低価格の代替機を提示する。
論文 参考訳（メタデータ） (2025-05-06T01:09:07Z) - Stereophotoclinometry Revisited [14.971236515078857]
Photoclinometry-from-Motion (PhoMo) は、フォトクリノメトリ技法をキーポイントベースの構造移動システムに組み込む新しいフレームワークである。
PhoMoは、検出されたランドマークで表面の正常とアルベドを推定し、自律的な表面を改善し、小さな天体の形状を特徴づける。
提案された枠組みは、小惑星Vestaと小惑星CeresへのDawnミッションによって撮影された実際の画像に基づいて検証されている。
論文 参考訳（メタデータ） (2025-04-11T04:33:56Z) - Multi-tiling Neural Radiance Field (NeRF) -- Geometric Assessment on Large-scale Aerial Datasets [5.391764618878545]
本稿では,大規模航空データセット上でのNeRF(Neural Radiance Fields)のスケールアップを目指す。
具体的には、メモリ消費を減らすため、位置特定サンプリング技術とマルチカメラタイリング(MCT)戦略を導入する。
提案手法を代表的手法であるMip-NeRFに実装し,その幾何性能を3光度MVSパイプラインと比較する。
論文 参考訳（メタデータ） (2023-10-01T00:21:01Z) - Satellite Image Based Cross-view Localization for Autonomous Vehicle [59.72040418584396]
本稿では,市販の高精細衛星画像を使用可能な地図として利用することにより,良好な精度でクロスビュー車両のローカライゼーションを実現することができることを示す。
本手法はKITTIとFord Multi-AVの季節データセットを地上ビューとして,Google Mapsを衛星ビューとして検証した。
論文 参考訳（メタデータ） (2022-07-27T13:16:39Z) - Beyond Cross-view Image Retrieval: Highly Accurate Vehicle Localization
Using Satellite Image [91.29546868637911]
本稿では,地上画像と架空衛星地図とをマッチングすることにより,車載カメラのローカライゼーションの問題に対処する。
鍵となる考え方は、タスクをポーズ推定として定式化し、ニューラルネットベースの最適化によってそれを解くことである。
標準自動運転車のローカライゼーションデータセットの実験により,提案手法の優位性が確認された。
論文 参考訳（メタデータ） (2022-04-10T19:16:58Z) - Neural Radiance Fields Approach to Deep Multi-View Photometric Stereo [103.08512487830669]
多視点測光ステレオ問題(MVPS)に対する現代的な解法を提案する。
我々は、光度ステレオ(PS)画像形成モデルを用いて表面配向を取得し、それを多視点のニューラルラディアンス場表現とブレンドして物体の表面形状を復元する。
本手法は,多視点画像のニューラルレンダリングを行い,深部光度ステレオネットワークによって推定される表面の正規性を活用している。
論文 参考訳（メタデータ） (2021-10-11T20:20:03Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。