Em um artigo publicado hoje no SIAM Journal on Imaging Sciences , Matan Leibovich (New York University), George Papanicolaou (Stanford University) e Chrysoula Tsogka (University of California, Merced) apresentam um novo método para obter imagens de alta resolução de jejum -movendo e girando objetos no espaço, como satélites ou detritos no LEO. Eles criaram um processo de imagem que primeiro utiliza um novo algoritmo para estimar a velocidade e o ângulo em que um objeto no espaço está girando e, em seguida, aplica essas estimativas para desenvolver uma imagem de alta resolução do alvo.
Leibovich, Papanicolaou e Tsogka usaram um modelo teórico de um sistema de imagem espacial para construir e testar seu processo de imagem. O modelo retrata um fragmento que se move rapidamente como um aglomerado de objetos muito pequenos e altamente reflexivos que representam as bordas fortemente reflexivas de um item em órbita, como os painéis solares de um satélite. O conjunto de refletores se move junto com a mesma velocidade e direção e gira em torno de um centro comum. No modelo, várias fontes de radiação na superfície da Terra - como as estações de controle de solo dos sistemas globais de navegação por satélite - emitem pulsos que são refletidos por pedaços de destroços espaciais. Um conjunto distribuído de receptores detecta e registra os sinais que refletem nos alvos.
O modelo se concentra em fontes que produzem radiação na banda X, ou de frequências de 8 a 12 gigahertz. "É bem sabido que a resolução pode ser melhorada usando frequências mais altas, como a banda X", disse Tsogka. "Freqüências mais altas, no entanto, também resultam em distorções da imagem devido às flutuações ambientais dos efeitos atmosféricos." Os sinais são distorcidos pelo ar turbulento à medida que viajam do alvo para os receptores, o que pode tornar a imagem de objetos no LEO bastante desafiadora. A primeira etapa do processo de imagem dos autores foi, portanto, correlacionar os dados obtidos em diferentes receptores, o que pode ajudar a reduzir os efeitos dessas distorções.
O diâmetro da área abrangida pelos receptores é chamado de abertura física do sistema de imagem - no modelo, é cerca de 200 quilômetros. Em condições normais de imagem, o tamanho da abertura física determina a resolução da imagem resultante; uma abertura maior gera uma imagem mais nítida. No entanto, o movimento rápido do alvo de imagem em relação aos receptores pode criar uma abertura sintética inversa , na qual os sinais que foram detectados em vários receptores conforme o alvo se movia em todo o seu campo de visão são sintetizados de forma coerente. Essa configuração pode efetivamente melhorar a resolução, como se o sistema de imagem tivesse uma abertura maior do que a física
Os objetos no LEO podem girar em escalas de tempo que variam de uma rotação completa a cada poucos segundos a algumas centenas de segundos, o que complica o processo de imagem. Portanto, é importante saber - ou pelo menos ser capaz de estimar - alguns detalhes sobre a rotação antes de revelar a imagem. Os autores, portanto, precisaram estimar os parâmetros relacionados à rotação do objeto antes de sintetizar os dados de diferentes receptores. Embora simplesmente verificar todos os parâmetros possíveis para ver quais produzem a imagem mais nítida seja tecnicamente viável, isso exigiria muito poder computacional. Em vez de empregar essa abordagem de força bruta, os autores desenvolveram um novo algoritmo que pode analisar os dados de imagem para estimar a velocidade de rotação do objeto e a direção de seu eixo.
Depois de contabilizar a rotação, a próxima etapa no processo de imagem dos autores foi analisar os dados para desenvolver uma imagem dos detritos espaciais que, com sorte, seria o mais precisa e bem resolvido possível. Um método que os pesquisadores costumam empregar para este tipo de imagem de objetos em movimento rápido é a migração de um único ponto de correlações cruzadas. Embora as flutuações atmosféricas geralmente não prejudiquem significativamente esta técnica, ela não tem uma resolução muito alta. Uma abordagem de imagem diferente e comumente usada, chamada migração de Kirchhoff, pode alcançar uma alta resolução, pois se beneficia da configuração de abertura sintética inversa; no entanto, a desvantagem é que ele é degradado pelas flutuações atmosféricas. Com o objetivo de criar um esquema de imagem que não seja muito afetado pelas flutuações atmosféricas, mas ainda mantenha uma alta resolução, os autores propuseram uma terceira abordagem: um algoritmo cujo resultado eles chamam de imagem rank-1. "A introdução da imagem de nível 1 e sua análise de resolução para objetos em movimento rápido e girando é a parte mais nova deste estudo", disse Leibovich.
Para comparar o desempenho dos três esquemas de imagem, os autores forneceram dados simulados de um objeto girando no LEO para cada um e compararam as imagens que eles produziram. Incrivelmente, a imagem de classificação 1 era muito mais precisa e bem resolvida do que o resultado da migração de um único ponto. Ele também tinha qualidades semelhantes ao resultado da técnica de migração de Kirchhoff. Mas esse resultado não foi totalmente surpreendente, dada a configuração do problema. "É importante notar que a imagem de classificação 1 se beneficia da rotação do objeto", disse Papanicolaou. Embora um objeto giratório gere dados mais complexos, pode-se realmente incorporar essas informações adicionais à técnica de processamento de imagem para melhorar sua resolução. A rotação em certos ângulos também pode aumentar o tamanho da abertura sintética, o que melhora significativamente a resolução para a migração Kirchhoff e imagens de classificação 1 .
Outras simulações revelaram que a imagem de classificação 1 não é facilmente confundida por erros no novo algoritmo para a estimativa dos parâmetros de rotação. Também é mais robusto aos efeitos atmosféricos do que a imagem de migração de Kirchhoff. Se os receptores capturam dados para uma rotação completa do objeto, a imagem de classificação 1 pode até atingir a resolução de imagem ideal. Devido ao seu bom desempenho, este novo método de imagem pode melhorar a precisão da imagem dos satélites LEO e detritos espaciais. "No geral, este estudo lançou luz sobre um novo método para imagens de objetos em movimento e rotação no espaço", disse Tsogka. "Isso é de grande importância para garantir a segurança da banda LEO, que é a espinha dorsal do sensoriamento remoto global."
Nenhum comentário:
Postar um comentário