[發明專利]一種基于金字塔影像分割的隕石坑自動提取方法

在審

• 申請號: 202111599856.1
• 申請日: 2021-12-24
• 公開（公告）號: CN114519723A
• 公開（公告）日: 2022-05-20
• 發明（設計）人: 洪中華;凡紫陽;楊亞輝;鐘琳萱;馬振玲;潘海燕;周汝雁;張云;韓彥嶺;王靜;楊樹瑚;徐利軍
• 申請（專利權）人: 上海海洋大學
• 主分類號: G06T7/12
• 分類號: G06T7/12
• 代理公司: 上海唯智贏專利代理事務所(普通合伙) 31293
• 代理人: 姜曉艷

本發明涉及人工智能的技術領域，公開了一種基于金字塔影像分割的隕石坑自動提取方法，其特征在于：以均分方式對待檢月球DEM影像進行裁剪，構建多尺度金字塔影像，并將金字塔影像的所有層影像調整至統一尺寸，然后從底層至頂層將各層影像逐一輸入U?Net神經網絡模型進行隕石坑的邊緣分割，再利用模板匹配算法提取各個隕石坑的基于當前金字塔影像像素矩陣的像素中心坐標和大小，最后利用轉換關系，計算各個隕石坑實際對應的經緯度中心坐標和半徑。對現有隕石坑分割提取方法進行改進，使之適用于月球DEM中多尺度隕石坑的準確提取，為更完整的隕石坑目錄集和航天器選址著陸提供支持。

技術領域

本發明屬于人工智能的技術領域，具體涉及一種基于金字塔影像分割的隕石坑自動提取方法。

背景技術

撞擊活動形成的隕石坑是許多天體的重要視覺特征，為恒星演化和年齡評估提供了參考，也為隕石坑下降狀態的逆向推理提供了依據。隨著深空探測活動的發展，天體表面密集分布著形狀不同、年代不同的隕石坑，成為探測器著陸的自然標志，研究彈坑的大小和分布對于保證著陸器避開這些障礙物具有重要意義。

在傳統方法中，目視解譯主要用于基于視覺特征的彈坑識別，該方法耗時耗力，生成的數據集不能覆蓋月球所有的隕石坑，而且不同的研究者對隕石坑的評價標準不同，對隕石坑目錄數據產生影響。為了實現隕石坑識別的自動化，已出現了許多隕石坑檢測算法(CAS)，包括邊緣檢測,分類器和卷積神經網絡等。與傳統的目視解譯相比，這些CAS極大地提高了檢測效率，但前兩種方法的提取效果容易受到非隕石坑邊緣、光照、重疊等因素的影響，對復雜的，特別是退化程度嚴重的隕石坑坑的檢測性能較低，而卷積神經網絡的方法減少了這些因素的影像，由于具有通過迭代訓練自動提取特征的能力，在彈坑提取領域取得了良好的表現。

現有的基于卷積神經網絡的隕石坑檢測算法主要分為目標檢測和語義分割。目標檢測是基于隕石坑的許多特征來判斷的，不利于準確提取中心和半徑；語義分割可以通過識別邊緣像素來直接確定坑的位置和大小，而以往基于語義分割的隕石坑檢測方法中，對于大尺度的特別是10km以上的隕石坑提取效果下降，并由于投影轉換的影像，使得在對大尺度影像中隕石坑位置的準確提取上產生偏移。因此，應著重考慮提升多尺度隕石坑的準確提取的技術。

發明內容

本發明提供一種基于金字塔影像分割的隕石坑自動提取方法，通過構建金字塔影像、以及創建隕石坑的基于當前金字塔影像像素矩陣的像素坐標和實際經緯度坐標的轉換關系，對現有隕石坑分割提取方法進行改進，使之適用于月球DEM中多尺度隕石坑的提取，為更完整的隕石坑目錄集和航天器選址著陸提供支持。

本發明可通過以下技術方案實現：

一種基于金字塔影像分割的隕石坑自動提取方法，以均分方式對待檢月球DEM影像進行裁剪，構建多尺度金字塔影像，并將金字塔影像的所有層影像調整至統一尺寸，然后從底層至頂層將各層影像逐一輸入U-Net神經網絡模型進行隕石坑的邊緣分割，再利用模板匹配算法提取各個隕石坑的基于當前金字塔影像像素矩陣的像素中心坐標和大小，最后利用轉換關系，計算各個隕石坑實際對應的經緯度中心坐標和半徑。

進一步，所述金字塔影像從底層至頂層的影像依次設置為待檢月球DEM影像的原始影像、一次均分后的所有影像、二次均分后的所有影像…N次均分后的所有影像，依次采用四的指數倍遞增方式進行均分。

進一步，所述待檢月球DEM影像設置為正方形，構建三層金字塔影像，從底層到頂層依次設置為原始影像、四均分后的四個影像、十六均分后的十六個影像，然后金字塔影像的所有層影像調整至256×256像素大小。