Caratterizzazione di metodi di feature matching per missioni deep space tramite simulazioni della superficie di Mercurio

La crescente curiosità nei confronti della storia del nostro pianeta e del sistema solare ha portato a un incremento significativo delle missioni di esplorazione spaziale deep space. Alcune di queste sono indirizzate verso Mercurio, pianeta di particolare interesse in quanto ancora poco conosciuto. Il presente elaborato si propone di valutare le performance degli algoritmi di feature-based matching, strumenti fondamentali per l'estrazione di informazioni rilevanti dalle immagini acquisite della superficie planetaria. Considerando che le immagini planetarie possono presentare variabili non controllabili, è stato ritenuto opportuno generare immagini sintetiche per condurre parte delle analisi. Tale approccio consente di isolare i diversi fattori che influenzano il funzionamento degli algoritmi, tra i quali i parametri legati all'illuminazione della scena. Successivamente, sono state effettuate analisi su immagini della superficie reale di Mercurio, al fine di valutare l'efficacia dei vari metodi di matching in funzione della sovrapposizione delle immagini. Attraverso un confronto sistematico tra simulazioni e dati reali, si intende fornire una panoramica ampia, evidenziando le possibili limitazioni delle analisi effettuate in ambiente simulativo.