基于深度语义分割模型的月球叶状陡坎提取方法、系统、存储介质和电子设备

本发明公开了一种基于深度语义分割模型的月球叶状陡坎提取方法、系统、存储介质和电子设备，包括如下步骤：对LRO NAC数据进行数据预处理，将其转化为灰度图像；利用长连接Swin Transformer残差模块构成特征编码器提取特征，提取预处理后LRO NAC数据的光学图像特征，得到不同尺度特征；通过引入可变形卷积构建可变形金字塔池化模块，增强最后一阶段中的特征语义信息；通过特征金字塔网络和路径聚合模组，进一步加强了不同尺度特征之间的联系；对多尺度特征进行融合，为上采样提供细节信息；使用双线性插值上采样到输入图像尺寸，得到提取结果，并进行精度评估。通过本发明，能够大范围和精确识别月表叶状陡坎的形态和位置，可有效减少人工提取工作的劳动量，为月球应力构造研究提供了基础，有利于后续对月球应力状态和演化历史的研究。