Un mapa lunar 3D con imágenes analógicas de las misiones Apollo

En una escala de pixeles grises, de cerca se ven como recuadros de color negro, blanco o gris. Pero cuando uno se acerca a ver el panorama completo, se puede crear una fotografía digital, como esta de la Luna publicada por la NASA. Para los investigadores, los píxeles son mucho más: datos valiosos que nos ayudan a comprender de dónde venimos, dónde hemos estado y hacia dónde vamos. En el Centro Ames de la NASA, científicos expertos en computación han dado un gran paso adelante en obtener la mayor cantidad de imágenes estáticas imperfectas como sea posible. Con su avance en los algoritmos de procesamiento de imágenes, los datos recopilados hace décadas por la Cámara Métrica de la misión Apollo a bordo de las nav es 15, 16 y 17 del programa se han podido transformar en un mosaico de información y de inmersión en 3D de una parte importante y de interés científico de la luna.

Los mapas de la 'zona del Apollo' Mosaico de imágenes digitales (DIM) y Modelo Digital del Terreno (MDT) cubren aproximadamente el 18 por ciento de la superficie lunar con una resolución de 30 metros por pixel. Los mapas son el resultado de tres años de trabajo del Grupo de Robótica Inteligente (GRI) de la NASA en Ames, y están disponibles para su visionado en Internet a través del LMMP (Lunar Mapping and Modeling Portal) y de los servicios de Google Moon.

"El principal reto del proyecto Zona Apolo era que teníamos datos muy antiguos -analógicos, no digitales-" dijo Ara Nefian, científico principal del proyecto en la Universidad Carnegie Mellon. "Fueron tomadas con la tecnología que teníamos hace 40 años, con imprecisiones en las posiciones de la cámara, su orientación y tiempo de exposición para los estándares actuales".

Los investigadores superaron el reto mediante el desarrollo de nuevos algoritmos de visión por computador para generar automáticamente los mapas en 2D y 3D. Los algoritmos son conjuntos de códigos de ordenador que crean un procedimiento para manejar ciertos procesos establecidos. Por ejemplo, parte de los algoritmos de imágenes 2D alinean muchas imágenes tomadas desde varias posiciones con tiempos de exposición diferentes en un mosaico de imágenes.

En el mosaico, las áreas en las sombras, que aparecen como manchas de píxeles oscuros o negro son automáticamente reemplazados por ligeros píxeles grises. Estos detalles muestran mejor iluminadas que otras imágenes de la misma zona para crear un mapa más detallado.

"La innovación clave que hicimos fue crear un mosaico de imágenes completamente automático y un sistema de software de modelado del terreno para las imágenes orbitales", dijo Terry Fong, director de la IRG. http://www.europapress.esleer mas