月球陨石坑项目进展
TODO
- 下载南极地区的陨石坑图像，最好能够下载到DEM。
现有开源资源
两个重要的陨石坑数据来源，一个是LROC项目，一个是PDS存档。
开源的月球坑数据集
- 美国亚利桑那州立大学和NASA的合作项目LROC数据集：https://pds.lroc.asu.edu/data/
- NASA发布的地外天体探测数据库：https://astrogeology.usgs.gov/search?target=&system=&p=1&accscope=&searchBar=
- NASA的LOLA计划的月球遥感原始图像集：https://imbrium.mit.edu/DATA/
- 国家航天局的月球表面照片https://moon.bao.ac.cn/ce5web/searchOrder_dataSearchData.search
- LOLA发布的各个分辨率的DEM，大多分辨率较高：https://imbrium.mit.edu/DATA/LOLA_GDR/
真是巨坑，这个数据库可以批量下载，但是批量下载的链接已经失效了，修改方式在后面指出
必备软件
ArcGIS：遥感图像处理的经典软件，用于打开某些实在难以解读的文件，便于可视化处理。
国家航天局数据说明
国家航天局的资源可以批量下载，在以下界面：
直接点击下载，得到的源格式文件中将存储有一个名叫downloadResult.txt的文件，该文件的每行即对应一个pds文件，例如：
1 | http://moon.bao.ac.cn/cedownload/LCAM/2B/CE3_BMYK_LCAM-258_SCI_N_20131214130533_20131214130533_0001_A.2B |
但是，这些链接全部都是失效链接，直接使用wget等命令压根下载不下来，如果直接强行复制到浏览器下载，得到如下图所示（而且登录界面压根显示登录失败，我明明都输入得是正确的）。
但是网站上单个链接却又可以下载，考虑到应该是更换了存储的数据库地址，因此使用开发工具检查后果然发现网址产生变更，新的域名网址为：https://moon.bao.ac.cn/ce5web/cedownload。
将该网址批量替换原始下载链接中的http://moon.bao.ac.cn/cedownload即可得到新的下载链接，如下：
1 | https://moon.bao.ac.cn/ce5web/cedownload/LCAM/2B/CE3_BMYK_LCAM-258_SCI_N_20131214130533_20131214130533_0001_A.2B |
然后即可编写循环脚本完成批量下载。
数据集实现路径
现有三条实现路径可选，一条是彻彻底底的三维模型重建后，使用仿真的相机模型完成输出，这应该是当前具有最高精度的数据集实现方法；一条是在最坏的情况下，只有一张陨石坑图像时，被迫使用射影变换强制改变相机的图像平面，生成同一个焦点的不同图像，以此构建视频得到事件流；还有一种可能的方案是，如果能够找到在时间上彼此是连续，并且时间间隔相差不大的图像流，使用该图像经过一定程度的插帧后可得时间分辨率细腻的事件流，然后使用v2e等框架实现视频向图像流的转换。
三维模型重建
- 获取三维模型，并将该模型以合适的方式导入至物理模型引擎中，得到可能的局部三维场景。
- 对三维模型场景施加光照，这个光照还必须是符合外太空真实光照模型的，有点复杂，不过不需要我动脑经，可以找师兄。
- 加入相机模型完成摄影，通用的物理模型引擎都会有相机模型，也都保留了自定义的相机模型参数，可以直接设计一个ESIM相机生成事件流。
下一步计划：将ESIM模型作改进，可采用ICNS方案，加入更精细的噪声模型和异步响应机制。此外，下一步的目标还应当包括，将插件使用GPU加速，目前观察到CPU占用率过高，而GPU还有很多可以使用的空间。
陨石坑标注
现有陨石坑标注文件是基于椭球月球模型的经纬度坐标标注，而得到的高程图和地形图均是平面坐标，两者存在一个墨卡托投影的关系，这个在原理上不难理解，只是不知道实现起来有多麻烦，尤其是通过相机标定矩阵求解图像后的单应性变换，那个才是最恶心的存在。
把上面的问题放一放，可以先做这个问题了。
好的这个问题已经解决了，除了在投影方式那一步那里卡了很久，因为它压根用的就不是墨卡托投影，而是等距圆柱投影，甚至比墨卡托投影还要简单一点。
当前进展
9月上旬完成了识别、位姿解算的部分。识别用的是迭代金字塔算法，外加光束法平差的位姿解算，完成了带噪声的情况下识别准确率与回调率统计。检测训练模型采用Mask R-CNN在NAC图像上取得了较高的检测精确率与召回率，原理部分的东西告一段落，接下来是加入事件流的检测环节，以及另一个更新的方向：极区探测。
南极探测
极区光照情况与陨石坑的分布情况更加糟糕，当前的仿真环境完全不能将其仿真出来，需要自定义光照模块。
参考文献
[1] Yi Chang, Luxin Yan, Houzhang Fang, et al.Anisotropic Spectral-Spatial Total Variation Model for Multispectral Remote Sensing Image Destriping[J/OL].IEEE Trans. on Image Process.,2015,24(6):1852-1866
[2] Grill J. B. , Strub F. , Altché F. , et al.Bootstrap Your Own Latent - A New Approach to Self-Supervised Learning[A].Advances in Neural Information Processing Systems[C/OL].Curran Associates, Inc.,2020:21271-21284
