摘要
本发明设计一种星表撞击坑检测识别方法及系统,该方法包括以下步骤:S1:获取星表撞击坑的赝高光谱图像;S2:提取图像的多种特征分别作为多种赝光谱图;S3:将多种赝光谱融合并增强生成PSEF图像;S4:使用PSEF图像对基于深度学习的目标检测模型进行数据训练,以获得训练后的撞击坑检测模型;S5:将待检测的星表影像数据制作为PSEF图像后输入撞击坑检测模型获得检测结果。本发明通过多模态特征的提取和融合,能够有效提取复杂地形和光照条件下的小尺度撞击坑的多种特征,生成的PSEF图像,能够更好地适应深度学习的检测模型的训练过程,提高了检测模型对小尺度月球撞击坑检测的准确性和鲁棒性。
技术关键词
检测识别方法
后处理参数
检测识别系统
滤波器
数据
心率
偏差
多模态特征
图像块
置信度阈值
搜索方法
拉普拉斯
影像
处理器
掩膜
上采样
饱和度
鲁棒性
月球
系统为您推荐了相关专利信息
温度分布图像
异种材料
温度监测模块
冷却系统
动态调节激光
网络单元
注意力
网络模块
可变形卷积网络
子模块
露天边坡
卫星合成孔径雷达
传感技术
边坡监控方法
风险识别模型
流量标定方法
超声波水表
超声波换能器
数据滤波算法
二分查找算法