面向月面学家的 AI 照片编辑 — Magic Eraser
月球学家如何使用AI照片编辑进行月球表面分析、陨石坑形态记录、地质制图和研究出版。增强轨道图像,去除伪影,创建可发表的月球图版。
Product Marketing
审稿人 Magic Eraser Editorial ·

月面学——对月球地质、表面特征与成分的科学研究。它的历史在研究的几乎各个方面都依赖于来自轨道航天器、着陆任务和地基望远镜的高质量影像,从最初的特征发现到详细的地质制图,再到成果发表。如今轨道数据集已包含数百万幅影像,分辨率从每像素数百米到每像素五十厘米不等,业余天文爱好者也贡献着日益精密的望远镜影像,可供分析的月球视觉数据量已远远超出人工处理所能高效应对的范围。
月面学中的摄影挑战与大多数其他成像学科截然不同。月球影像是在极端光照条件下拍摄的。无大气环境产生如刀锋般锐利的阴影,没有任何散射来柔化过渡,而风化层的反射特性会因冲效应和颗粒表面的光度函数而随观测几何大幅变化。轨道影像必须应对航天器抖动和辐射诱发的传感器噪声。此外还有一项挑战,即把在可能相隔数周或数月的轨道经过中以不同光照角度获取的画面拼接成镶嵌图。来自地球的望远镜影像必须克服大气湍流、差异折射,以及视宁度条件所施加的有限分辨率。
AI 照片编辑工具通过自动化处理步骤来应对这些挑战,将原始月球数据转化为可供科学使用的影像。伪影去除可消除传感器噪声、宇宙射线击中和大气污染,而不改变真实的表面特征。细节增强可恢复成像系统分辨率极限附近的精细地质结构。光照归一化可补偿月球光照环境的极端动态范围。对于处理涵盖数百万画面的数据集的月面学家而言,高效的自动化处理并非便利,而是富有成效的研究的实际需要。
- 伪影去除可从原始的轨道与望远镜月球影像中消除热像素、宇宙射线击中和 CCD 噪声,而不改变真实的表面特征。
- AI 增强可恢复成像系统分辨率极限附近的精细地质结构——次级撞击坑链、巨砾痕迹和熔岩流边缘。
- 光照归一化可补偿无大气月球环境的极端阴影对比,揭示出超过传感器动态范围的明暗界线附近的特征。
- 多光谱色彩增强可放大月海玄武岩、高地斜长岩与火山碎屑玻璃沉积之间细微的成分差异,用于地质制图。
- 带有一致比例尺和注记的可供发表的导出文件,满足期刊对地质图和形态分析的要求。
轨道图像处理:从原始帧到地质分析
Lunar Reconnaissance Orbiter Camera 已传回超过两百万幅窄角相机影像,分辨率接近每像素五十厘米,构成了对地球以外任何行星天体最详细的视觉勘测。每一幅原始画面不仅包含月球表面数据,还包含仪器伪影。多年在严酷的地月间辐射环境中运行所累积的辐射损伤导致的热像素、在单幅画面上表现为明亮条纹或斑点的宇宙射线击中,以及随探测器温度变化的 CCD 读出噪声图样。AI 伪影去除通过区分仪器噪声的统计特征与真实地质特征的空间图样,识别并去除这些非表面特征。
光照几何或许是轨道月球影像最大的处理挑战。由于月球没有可散射光线的大气,受阳光照射的地形与处于阴影中的地形之间的界线是绝对的。没有半影过渡,没有环境补光,也没有可柔化对比的大气霾。在明暗界线(昼夜两侧之间的界线)附近,这会产生这样的影像:受阳光照射的斜坡曝光良好,而相邻的阴影区域却完全漆黑,尽管诸如撞击坑底、月溪内部之类具有科学重要性的特征。熔岩管天窗也可能位于那些阴影之中。AI 驱动的阴影恢复从阴影区域极低的信号水平中提取信息,揭示出确实记录在数据中、但在标准显示设置下不可见的特征。
镶嵌——将多幅轨道画面合并为无缝的区域地图——需要对在不同时刻和太阳高度角下获取的画面之间的光照条件进行归一化。以低太阳角拍摄的撞击坑会显示出强调地形的戏剧性阴影起伏。同一撞击坑在高太阳角下看起来几乎是平的,却会揭示出表明成分差异的反照率(反射率)变化。AI 光度归一化将每一幅画面调整到一致的模拟光照几何,从而生成无缝镶嵌图,在相隔数周或数月获取的画面之间同时保留地形信息和成分信息。
- AI 伪影去除可在数百万幅轨道画面中,将仪器噪声特征——热像素、宇宙射线击中和 CCD 读出图样——与真实的月球表面特征区分开来。
- 阴影恢复可从无大气月球环境的绝对阴影中极低的信号水平里提取科学信息。
- 光度归一化将以不同太阳角获取的画面调整到一致的光照,从而由多次经过的轨道数据生成无缝的区域镶嵌图。
- 自动化处理能够应对现代月球数据集的规模——数百万幅画面——这是人工检查和校正实际上无法处理的。
增强陨石坑形态和地质特征记录
撞击坑是月球表面的基本地质特征,其形态——形状、深度、坑壁结构、中央峰发育、溅射物图样和退化状态——编码了关于撞击过程以及表面随后地质历史的信息。新鲜的简单撞击坑有清晰分明的坑缘、陡峭光滑的坑壁。轮廓分明的溅射物覆盖层,而古老退化的撞击坑则有模糊的坑缘、部分被风化层填埋的塌陷坑壁,以及被后续撞击遮蔽的溅射物覆盖层。从影像中测量这些形态参数,需要足够的分辨率和清晰度,以辨别新鲜状态与退化状态之间细微的渐变。
AI 增强对于成像系统分辨率极限附近的小型撞击坑尤为可贵。次级撞击坑——由较大的主撞击抛出的溅射物块体形成的众多小型撞击——对于确立相对年龄关系和理解成坑过程在科学上很重要。它们的直径往往只有数百米到几千米,可能接近或低于广角轨道相机的有效分辨率。恢复坑缘锐度、深径比的增强。这些次级撞击坑的任何拉长或人字形图样所提供的数据,否则将需要有针对性的高分辨率成像活动。
除撞击坑之外,火山特征也需要细致的影像增强才能正确发现和制图。月球火山穹丘是细微的地形隆起,主要可通过它们在低太阳角下投下的阴影来识别。但要把真正的火山穹丘与月球表面众多不规则的地形变化区分开来,需要清晰的影像,以便能够精确测量阴影形状。蜿蜒月溪——由古代熔岩流刻蚀而成的河道——需要增强,才能在某些部分被后续风化层翻搅部分遮蔽、或被后来的撞击坑横切之处追踪其全长。
- 撞击坑形态测量需要足够的影像清晰度,以辨别新鲜锐利的坑缘与古老退化、模糊的形态之间细微的渐变。
- 次级撞击坑增强可在分辨率极限附近恢复坑缘锐度和拉长图样,提供否则将需要专门高分辨率成像的数据。
- 火山穹丘的识别取决于低太阳角下精确的阴影测量,而 AI 增强能使其在不规则的地形背景上更为清晰。
- 蜿蜒月溪的追踪需要增强,才能在风化层翻搅和后续撞击已部分遮蔽原始熔岩流路径的区域中沿河道追踪。
望远镜月球摄影和大气补偿
地基望远镜月球摄影迎来了复兴,因为高速摄像机和计算处理技术使业余和专业天文学家能够达到以往只有轨道航天器才能企及的有效分辨率。幸运成像技术——拍摄数千幅视频画面,仅选取在大气短暂稳定时刻获取的那些——与小波锐化和反卷积算法相结合,如今已能例行产生在月球表面分辨出小于一千米特征的望远镜影像。AI 增强通过即便从最佳的幸运成像合成图中也能进一步恢复细节,扩展了这一能力,将有效分辨率推向更接近望远镜的理论衍射极限。
大气色散——光线穿过地球大气时随波长而异的折射,使天体的像被展开为一段短光谱——是月球摄影一个挥之不去的问题,尤其是在接近地平线拍摄时。月面圆盘会在一侧边缘呈现蓝色镶边、在对侧边缘呈现红色镶边。精细的表面细节会被这种色散弄得模糊。大气色散校正器(ADC 棱镜)可减弱这一效应,但很少能将其完全消除。AI 驱动的校正能够识别并去除残余的色散伪影,恢复仅靠光学设备无法完全找回的清晰表面细节。
对于开展长期监测计划的月面学家而言。追踪瞬变月球现象、测量永久阴影撞击坑中的光变曲线变化,或记录潜在 Artemis 着陆点不断变化的光照——望远镜影像提供了一种无须费用、时间灵活的替代方案,以替代向轨道任务申请数据。AI 批处理可对在不同大气条件下进行的成像会话之间的视宁度质量变化进行归一化,从而能够从历经数月或数年收集的数据中获得一致的特征测量。这一时间基线对于研究风化层光学成熟度变化、挥发物迁移以及微陨石轰击造成的表面改变具有科学价值。
- 幸运成像与 AI 增强相结合,将望远镜分辨率推向更接近衍射极限,从地基天文台分辨出小于一千米的月球特征。
- AI 进行的大气色散校正可去除硬件 ADC 棱镜无法完全消除的残余色彩镶边,恢复清晰的表面细节。
- 批处理可对成像会话之间的视宁度质量变化进行归一化,从而在长时间基线上获得一致的特征测量。
- 望远镜监测计划提供无须费用、时间灵活的数据,用于研究风化层光学变化和挥发物迁移,作为轨道任务数据集的补充。
科普推广、教育和月球科学的视觉传达
月面学面临一项许多行星科学都共有的传播挑战:科学家所处理的原始数据往往无法在视觉上传达所研究对象的科学意义。一幅月海地区的原始轨道影像看起来可能只是一片平淡无奇的灰色地形,但经过处理以揭示细微的反照率变化后,同一幅影像便会显示出各条熔岩流的边界,以及被后来火山活动部分掩埋的撞击的幽灵撞击坑。还会显示出早期富钛喷发与后来更富铝的流之间的成分差异。为科学分析而增强这些特征的 AI 处理,同时也创造出向非专业受众传达月球表面地质丰富性的影像。
博物馆展览、天文馆演出、教育课程,以及通过社交媒体进行的科学传播,都得益于在科学准确性与视觉吸引力之间取得平衡的月球影像。挑战在于处理影像以揭示其科学内容,而不引入歪曲月球表面的伪影或夸张。以真实月球影像训练的 AI 工具,通过增强数据中确实存在的特征、而非凭空臆造分辨率并不支持的细节,来保持这种平衡。由此得到的影像对科学家而言更具信息量,对普通受众而言在视觉上也更有冲击力。
当前这个月球探索重新焕发的时代。随着 Artemis 计划、商业月球着陆器,以及瞄准月球南极的国际任务——已激起公众对月球作为人类活动目的地前所未有的兴趣。传达潜在着陆点、资源沉积和危险地形的地质背景的月面学家,需要非科学家能够解读的影像。可能封存着水冰的永久阴影撞击坑、可能提供建筑材料的火山碎屑沉积的 AI 增强视图。以及南极地质多样性的视图,有助于决策者、工程师和公众理解特定探索目标背后的科学依据。
- AI 处理可在对未受训练的观察者而言平淡无奇的原始影像中,揭示出科学内容——熔岩流边界、幽灵撞击坑和成分差异。
- 博物馆和教育影像得益于在科学准确性与视觉吸引力之间取得平衡的增强,并避免歪曲表面的伪影。
- Artemis 时代公众对月球的兴趣,要求月面学家通过非科学家能够解读和欣赏的影像来传达地质背景。
- 南极着陆点的 AI 增强视图,有助于决策者和工程师理解特定探索目标与资源沉积背后的科学依据。
参考资料
- Lunar Reconnaissance Orbiter Camera: Imaging the Moon in High Resolution — Arizona State University — LROC Science Operations Center
- Photometric Normalization of Lunar Surface Imagery for Geological Mapping — Icarus — Elsevier
- The Geological History of the Moon: USGS Professional Paper 1348 — United States Geological Survey