重访立体光谱测量法
计算机视觉与模式识别
2025-04-14 v1
摘要
基于图像的表面重建和表征对于小天体任务至关重要，因为它为任务规划、导航和科学分析提供信息。然而，当前的主流方法，如立体光谱测量法 (SPC)，严重依赖人工审核和高保真的先验信息。本文提出了一种新方法，即从运动中获得光谱测量 (PhoMo)，将光谱测量技术融入基于关键点的结构-from-motion (SfM) 系统，以检测到的地标点的表面法线和反射率来改进小天体从近位图像中的自主表面和形状表征。与SPC不同，我们放弃昂贵的maplet估计步骤，而是使用来自基于深度学习的自主关键点检测和匹配方法的稠密关键点测量和对应关系。此外，我们开发了基于因子图的方法，允许同时优化 spacecraft 的姿态、地标位置、太阳相对方向以及表面法线和反射率，通过融合太阳矢量测量和图像关键点测量。该框架在Dawn任务拍摄的4号小行星Vesta和1号小行星Ceres的真实图像上进行验证，并与SPC重建进行比较，其中我们展示了相对于SPC解决方案在渲染性能方面的优势，并与立体光谱测量 (SPG) 解决方案实现了精确对齐，而无需任何先验相机姿态和地形信息或人类在环。
关键词
引用
@article{arxiv.2504.08252,
title = {Stereophotoclinometry Revisited},
author = {Travis Driver and Andrew Vaughan and Yang Cheng and Adnan Ansar and John Christian and Panagiotis Tsiotras},
journal= {arXiv preprint arXiv:2504.08252},
year = {2025}
}
备注
arXiv admin note: substantial text overlap with arXiv:2312.06865