基于深度学习的大型陨石坑识别方法研究

发布时间：2024-03-31 01:22

　　陨石坑是天体表面最为显著的地形特征,传统陨石坑识别方法主要是对小型陨石坑正负样本的二分类问题研究,且效率和精度均不高。以星体宏观视角下的大型陨石坑作为研究对象,结合图像处理和神经网络等方面的知识,创建了来自不同数据源的陨石坑样本数据库,研究了数据源对网络模型泛化能力的影响,提出了一种效率更高的陨石坑多分类识别方法。在非极大值抑制(NMS)算法基础上,提出了一种精度更高的陨石坑检测算法。经过参数优化和实验验证,构建的基于深度学习的多尺度多分类陨石坑自动识别网络框架取得了较高的准确率,在同源验证集上识别率可达0.985,在异源验证集上识别率可达0.863,并且有效改善了目标检测时检测框冗余及误检测的问题。

【文章页数】：11 页

【部分图文】：

图1NASA官网提供的仿真月相图[13]

具体数据来源有2个方面:①公布在美国国家航空航天局(NASA)科学可视化工作室官网[13]的2018年全年高清仿真月相图,该月相图的生成参数源自2009年开始执行绕月飞行的月球勘测轨道飞行器(LunarReconnaissanceOrbiter,LRO),其所携带的激光高度计....

图2专业相机拍摄的真实月相图

图1NASA官网提供的仿真月相图[13]1.2陨石坑样本数据集

图3危海、澄海及第谷陨石坑

本文选择了月球表面的危海(MareCrisium)、澄海(MareSerenitatis)及第谷(Tycho)3个具有代表性的大型陨石坑作为识别的对象。危海是位于月球东北半球的月海,直径605km,面积约17.6×104km2[14]。澄海是月球上大型月海陨石坑之一,直径....

图4四类陨石坑样本

表1数据增强后各类样本数Table1Numberofdifferenttypesofsamplesafterdataaugmentation样本类别NcraterCcraterNCcrater危海100001000020000澄海8....

本文编号：3943230