一种基于自动特征学习的陨石坑区域检测算法

摘要：

基于陨石坑的视觉导航技术成为一种新颖的高精度空间探测自主导航方式,如何从导航图像中精确地提取陨石坑区域是实现基于陨石坑视觉导航的首要条件.针对这一问题,根据陨石坑导航图像特点,提出了一种基于自动特征学习的陨石坑区域检测算法.首先,基于最大稳定极值区域检测算法提取陨石坑候选区域;其次,利用卷积神经网络(CNN)自动学习提取候选区域的特征;最后,通过支持向量机(SVM)实现候选区域的精确分类,得到真实的陨石坑区域.大量的仿真实验表明:与传统的基于人工特征的陨石坑区域检测算法相比,提出的基于自动特征学习的陨石坑区域检测算法具有更高的检测精度和更好的鲁棒性,在通用火星表面陨石坑数据集上,所提算法的F1度量指标较于传统算法高出8％,可以广泛地应用于基于陨石坑的视觉导航算法中的陨石坑区域提取,为基于陨石坑视觉导航算法提供精确的导航路标输入.

关键词：陨石坑区域、目标检测、自动特征学习、深度学习、人工智能

所属期刊栏目：47

分类号：TP751.1;V476.4(遥感技术)

在线出版日期：2021-06-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：939-952