《Acta Astronautica》：Development and validation of a physically based rendering methodology for celestial bodies
编辑推荐：
摘要：本文提出了一种基于物理的方法，用于在航天器导航任务中生成合成图像，特别是针对月球和其他行星体的非合作目标。该方法结合了先进的计算机图形学技术和辐射度学原理，能够生成高度逼真的图像，用于测试和验证图像处理算法。研究人员详细描述了渲染管线的各个阶段，包括几何
摘要：本文提出了一种基于物理的方法，用于在航天器导航任务中生成合成图像，特别是针对月球和其他行星体的非合作目标。该方法结合了先进的计算机图形学技术和辐射度学原理，能够生成高度逼真的图像，用于测试和验证图像处理算法。研究人员详细描述了渲染管线的各个阶段，包括几何建模、材质属性定义、光照计算和相机模型集成。此外，还探讨了如何利用该方法生成的图像来提高姿态估计和目标识别的准确性。研究结果表明，所提出的方法在生成高质量合成图像方面具有显著优势，能够有效支持航天器在复杂环境中的自主导航任务。
论文解读
研究背景与意义
随着深空探测任务的日益增多，航天器在非合作目标（如小行星、彗星等）附近的自主导航成为关键技术挑战。传统的地面模拟和实验室测试难以完全复现太空环境的复杂性，而基于真实飞行数据的算法验证又受限于数据获取的难度和成本。因此，开发能够生成高度逼真合成图像的基于物理的渲染（PBR）方法显得尤为重要。这类方法不仅能够为图像处理算法提供丰富的训练数据，还能在任务规划阶段进行风险评估和策略优化。《Acta Astronautica》发表的这项研究正是针对这一需求，旨在建立一套完整的从天体物理建模到探测器成像的端到端模拟框架。
关键技术方法
研究人员采用了多项关键技术以实现高保真度的图像合成。首先，构建了包含真实纹理和数字高程模型（DEM）的天体几何模型，并引入双向反射分布函数（BRDF）来精确描述表面反射特性。其次，开发了视场（FOV）边界迭代采样算法，用于高效计算传感器与球形天体的交集。第三，提出了投影均匀采样技术，解决了传统均匀采样在边缘区域点云密度不均的问题。第四，实现了基于光线追踪的自阴影和相互遮挡检测算法。第五，设计了加权网格化（Weighted Gridding）方法，将三维点云能量守恒地投影到二维像素阵列。最后，集成了详细的探测器噪声模型，包括光子散粒噪声、暗电流和读出噪声等，以模拟真实的电子信号转换过程。
研究结果
4.2 视场（FOV）与球体交集
研究人员开发了针对球体的高效FOV交集算法。该算法通过迭代采样FOV周边并检查每条视线（LoS）与完美球体的交点来确定边界。研究定义了三种主要情况：所有LoS均相交、部分LoS不相交以及无LoS相交。对于无Ls相交的情况，通过计算身体方向角度与肢体角度的关系，区分目标是完全位于FOV之外还是完全包含在FOV之内。
4.3 四边形采样
为解决经典均匀采样在边缘处过度集中的问题，研究人员提出了投影均匀采样技术。该技术确保点在垂直于相机至目标方向的平面上的投影均匀分布。通过在CSF坐标系下分别对经度和纬度域进行采样，并利用相位角调整样本数量，实现了点云在像素阵列上的均匀分布，从而提高了渲染效率并减少了伪影。
4.4 纹理插值
研究人员将纹理贴图纳入渲染流程以提高保真度。由于纹理通常在体固连坐标系B中定义，而采样在CSF坐标系中进行，因此需要通过方向余弦矩阵（DCM）进行坐标转换。研究考虑了三种纹理类型：反照率图（影响辐射测量）、位移图（即DEM，影响几何和辐射测量）和法线图（影响反射角和入射角）。
4.5 非活动点剪枝
在积分前，研究人员对非活动点进行了剪枝处理，以提升计算效率。剪枝条件包括：视场（FOV）限制（仅保留半FOV内的点）、可观测性（反射角小于90度）、光照条件（入射角小于90度）以及遮挡检测。遮挡检测通过光线相交算法实现，专门检查位于明暗界和边缘区域的四边形，以处理由局部表面形态引起的自阴影现象。
4.6 积分与点云生成
对于每个活跃的四边形，研究人员对其双向反射分布函数（BRDF）进行积分，生成（P/L）值的3D点云。积分方法包括精确积分法、梯形法和逐点法。逐点法在内存充足时因速度快而更受青睐。研究对比了多种反射模型，如朗伯（Lambert）模型、洛梅尔-西利格（Lommel-Seeliger）模型和哈普克（Hapke）模型，以适应不同类型天体表面的光散射特性。
4.7 投影与畸变
在将3D点云投影到图像平面的过程中，研究人员强调必须在网格化之前应用光学畸变模型（如Brown畸变模型）。这是因为畸变改变了光线路径，若在网格化后应用会导致插值，从而破坏能量守恒。通过在投影前对归一化坐标应用径向和切向畸变项，确保了最终渲染图像的能量守恒特性。
4.8 直接网格化至像素阵列
为解决离散化过程中的混叠问题并确保能量守恒，研究人员提出了直接网格化技术。相比最近邻网格化，加权网格化（包括面积加权和高斯加权）根据四边形投影面积占相邻像素的比例分配能量值。超级采样（Super-sampling）则通过提高虚拟分辨率后再降采样来进一步抑制伪影。这些方法有效消除了最终图像中的振铃效应。
4.9 噪声与图像生成
在生成最终的量化数字量（DN）值数组前，研究人员模拟了多种探测器依赖的噪声源。这些噪声作用于原始电子内容而非量化后的DN值，主要包括光子散粒噪声、光电响应非均匀性（PRNU）、暗电流和读出噪声。此外，还考虑了运动模糊和 blooming 等高阶效应。电子阵列随后通过模拟-数字（AD）增益和偏移转换为指定位深的DN值。
讨论与结论
研究人员通过严格的验证流程确认了该方法的有效性。首先，将渲染结果与基于远场假设和理想球体假设的分析相位定律进行了对比，证明了在不同相位角下总辐射信号的准确性。其次，通过与基于相机方程的解析模型对比，验证了像素级辐照度计算的精度。结果显示，在远距离情况下，渲染误差趋近于零，与分析模型完美吻合；而在近距离下，该方法能准确捕捉到解析模型无法描述的复杂光照几何效应。这表明该基于物理的渲染管线能够为航天器的自主导航算法提供高精度、高可靠性的合成图像数据，具有重要的工程应用价值。
