导语：研究人员对从轨道拍摄的图像进行堆叠和匹配，以分辨率显示物体，其分辨率比以前高出五倍。火星表面，包括Beagle-2的位置，由伦敦大学学院科学家使用革命性的图像堆叠和匹配技术以前所未有的细节展示。

令人兴奋的Beagle-2着陆器照片，美国宇航局的好奇号探测器发现的古老湖床，美国宇航局的MER-A探测器轨道以及Home Plate的岩石已由UCL研究人员发布，他们将从轨道上拍摄的图像叠加并匹配，以显示分辨率比以前高出五倍。描述该技术的论文称为超分辨率恢复，但最近才被用于关注火星上的特定物体。

该技术可用于搜索过去失败着陆的其他人工制品，并识别未来流动站任务的安全着陆位置。它还将允许科学家探索比单个漫游车更多的地形。我们现在在火星表面的任何地方都有相当于无人机视觉的地方，那里有足够清晰的重复图片。它让我们可以更清晰地看到物体。

轨道比以往任何时候都有，并且图像质量与着陆器的图像质量相当。随着更多照片的收集，我们将看到越来越多的证据表明我们迄今为止仅从三次成功的漫游任务中看到过这种情况。这将改变游戏规则并开启行星探索新时代。

即使使用可以发射到轨道上的最大望远镜，行星表面上可以看到的细节水平也是有限的。这是由于质量的限制，主要是望远镜光学，向地球提供更高分辨率图像所需的通信带宽，以及行星大气的干扰。对于绕地球和火星运行的摄像机，今天的分辨率限制大约为10英寸。

通过堆叠和匹配从不同角度拍摄的相同区域的图像，SRR允许从相同的25cm望远镜看到小到约2英寸的物体。对于表面通常需要数十年到数百万年才能改变的火星，这些图像可以在10年内捕获并仍然可以达到高分辨率。对于地球而言，大气层更加湍流，因此必须在几秒钟内获得每个堆叠的图像。CL团队将SRR应用于使用NASA HiRISE相机拍摄的4到8个25厘米的火星表面图像，以达到2英寸的目标分辨率。

总结：使用新颖的机器视觉方法，可以提取来自较低分辨率图像的信息，以估计最佳可能的真实场景。这种技术具有巨大的潜力，可以从多个遥感图像中提高我们对行星表面的认识。将来，我们将能够重复图像堆栈在火星表面和其他行星的任何地方重新创建流动站尺度图像。