一种基于改进TransUnet网络的月球南极撞击坑检测方法技术

针对月球极区光照影响，难以通过图像处理方法对撞击坑进行提取，并且数字高程模型(DEM)无法提取小型撞击坑的问题，本发明专利技术基于自然语言处理Transformer模型和图像分割卷积网络UNet+模型，提出了一种应用于未来月球南极感兴趣区域的小型陨石坑提取算法AM

【技术实现步骤摘要】
一种基于改进TransUnet网络的月球南极撞击坑检测方法


[0001]本专利技术涉及遥感影像处理
，具体涉及一种基于改进TransUnet网络的月球南极撞击坑检测方法。

技术介绍

[0002]撞击坑作为月表最显著的地貌形态，其种类繁多、形状各异，表现出大小不一、聚集程度不均的环形凹坑构造。对撞击坑的研究，不仅可以推测月球表面的相对地质年龄、地表特性、反演水冰存在，还可应用于航天器定位导航、月面基地选址、月面路径避障等。
[0003]近年来，世界上许多国家都制定了月球探测计划，撞击坑的准确、快速识别一直是深空探测领域研究的重点，诸多研究学者也提出了一系列月球表面陨石坑提取算法(Crater Detection Algorithm，CDA)，其发展历程如图1所示。根据这些算法的数据来源不同，可将这些方法大致分为两类：基于光学传感器观察到的月球表面图像，以及通过激光高度计扫描得到的数字高程模型(DEM)。其中，Silburt基于月球勘测轨道器(LRO)、月亮女神探测器(Kaguya)的DEM数据，利用Keras和Tensorflow构本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进TransUnet网络的月球南极撞击坑检测方法，其特征在于，包括以下步骤：步骤1：获取月球南极LRONAC图像；步骤2：对输入的LRONAC图像进行预处理；步骤3：基于预处理后的LRONAC图像，使用使用CraterTools插件在ArcGIS软件中手动识别真实陨石坑，作为标签数据，并将得到LRONAC图像样本数据划分为训练集、验证集和测试集；步骤4：构建AM
‑
TransUnet+网络模型，并在训练集上进行训练；步骤5：通过反向传播更新权重矩阵，重复步骤4直至AM
‑
TransUnet+网络精度在验证集上达到预设精度或损失函数收敛；步骤6：在测试集上对训练好的AM
‑
TransUnet+网络模型进行测试；步骤7：将待检测月球南极图像输入训练好的AM
‑
TransUnet+网络中，最终输出检测结果。2.如权利要求1所述的一种基于改进TransUnet网络的月球南极撞击坑检测方法，其特征在于，步骤2的具体操作步骤包括：步骤21：将LRONAC图像数据进行随机滑动窗口采样，同时对滑动窗口大小也随机缩放；步骤22：将随机采样得到的NAC窗口数据进行重采样至固定大小；步骤23：对重采样后的LRONAC图像进行翻转和镜像处理。3.如权利要求1所述的一种基于改进TransUnet网络的月球南极撞击坑检测方法，其特征在于，步骤4所构建的AM
‑
TransUnet+网络模型包括编码器、解码器以及增强模块，所述编码器用于将输入的图像向量的特征进行编码；所述解码器用于将图像向量的特征进行解码；所述增强模块用于增强编码后的图像向量的特征。4.如权利要求3所述的一种基于改进TransUnet网络的月球南极撞击坑检测方法，其特征在于，所述编码器包括卷积块注意模块、CNN卷积模块、Transformer层；其先从列向量中生成图像块权重，构建得分矩阵，在Transformer层的MSA中，将得分矩阵得到的所有权重矩阵求和，得到该Transformer层的权重矩阵；然后通过增强模块中的权重矩阵增强每个编码器特征，并将跳过特征传送给解码器；最后在解码器中通过级联上采样器将权重矩阵上采样到与跳过特征相对应的大小。5.如权利要求4所述的一种基于改进TransUnet网络的月...

【专利技术属性】
技术研发人员：贾玉童，苏芝娟，彭思卿，万刚，刘佳，刘磊，汪国平，刘伟，武易天，李功，谢珠利，王振宇，李矗，
申请(专利权)人：中国人民解放军战略支援部队航天工程大学，
类型：发明
国别省市：