Sub-metre Lunar DEM Generation and Validation from Chandrayaan-2 OHRC Multi-View Imagery Using an Open-Source Pipeline

📄 arXiv: 2604.01032 📥 PDF

作者: Aaranay Aadi, Jai Singla, Nitant Dube, Oleg Alexandrov

分类: cs.CV

发布日期: 2026-04-07

💡 一句话要点

利用Chandrayaan-2 OHRC多视影像，开源生成亚米级月球DEM

🎯 匹配领域: 支柱六：视频提取与匹配 (Video Extraction)

关键词: 月球DEM生成 Chandrayaan-2 OHRC 多视影像 开源流程 立体匹配 三维重建 行星遥感 数字地形模型

📋 核心要点

  1. 高分辨率月球DEM对于表面移动规划、着陆点特征描述和行星科学至关重要，但现有方法难以充分利用高分辨率影像。
  2. 该论文提出了一种完全开源的流程，利用Chandrayaan-2 OHRC多视影像生成亚米级月球DEM，无需商业软件。
  3. 实验结果表明，该方法生成的DEM在垂直方向上RMSE为5.85米，水平精度小于30厘米，验证了其有效性。

📝 摘要（中文）

本文首次提出了一种完全开源的流程，利用Chandrayaan-2 Orbiter High Resolution Camera (OHRC)的多视影像生成亚米级月球数字高程模型(DEM)。该方法通过几何分析图像元数据，计算基线高度比(B/H)和会聚角估计，从非配对的OHRC存档中识别候选立体像对。然后应用密集立体匹配和光线三角化生成点云，并将点云栅格化为五个地理分布的月球站点的有效空间分辨率约为24到54厘米的DEM。通过与月球勘测轨道飞行器窄角相机(NAC)数字地形模型进行迭代最近点(ICP)对齐，并进行恒定偏差校正，建立绝对高程一致性。针对NAC参考地形的验证表明，垂直RMSE为5.85米(在原始OHRC分辨率下)，通过平面特征匹配评估的水平精度小于30厘米。

🔬 方法详解

问题定义：论文旨在解决利用Chandrayaan-2 OHRC高分辨率影像生成高精度月球DEM的问题。现有方法可能依赖商业软件，成本较高，且难以充分利用OHRC影像的潜力。因此，需要一种开源、高效的方法来生成亚米级月球DEM。

核心思路：论文的核心思路是利用开源工具，通过多视影像的几何关系，进行立体匹配和三维重建，生成高精度DEM。通过几何分析筛选立体像对，并使用ICP算法进行配准，提高DEM的精度和一致性。

技术框架：整体流程包括以下几个主要阶段：1) 立体像对识别：通过分析OHRC影像的元数据，计算基线高度比(B/H)和会聚角，筛选出合适的立体像对。2) 密集立体匹配：利用立体像对进行密集立体匹配，生成点云。3) DEM生成：将点云栅格化，生成DEM。4) DEM配准：使用ICP算法将生成的DEM与NAC DTM进行配准，消除偏差。5) 精度验证：将生成的DEM与NAC参考地形进行比较，评估精度。

关键创新：该论文的关键创新在于：1) 完全开源的流程：所有步骤都使用开源软件实现，降低了成本，提高了可重复性。2) 亚米级DEM生成：利用OHRC的高分辨率影像，生成了亚米级的DEM，提高了精度。3) 基于几何分析的立体像对筛选：通过分析影像的几何关系，筛选出合适的立体像对，提高了立体匹配的效率和精度。

关键设计：在立体像对筛选中，使用了B/H比和会聚角作为筛选标准。在DEM配准中，使用了ICP算法进行精确配准。在精度验证中，使用了RMSE和平面特征匹配作为评估指标。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

该研究成功利用开源流程，从Chandrayaan-2 OHRC影像生成了亚米级月球DEM。实验结果表明，生成的DEM在垂直方向上RMSE为5.85米，水平精度小于30厘米。与NAC DTM的对比验证了该方法的有效性，为后续的月球探测任务提供了高精度地形数据。

🎯 应用场景

该研究成果可应用于月球表面移动规划、着陆点特征描述、行星科学研究等领域。高精度月球DEM可以为未来的月球探测任务提供重要的地形信息，例如，辅助着陆器选择安全着陆点，规划巡视器的移动路径，以及研究月球的地质演化过程。此外，该开源流程可以推广到其他行星的DEM生成，具有广泛的应用前景。

📄 摘要（原文）

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.