使用深度神经网络检测Cassini ISS图像中圆盘状星体轮廓

作者：张庆丰; 郑洋; 成国豪; 卢志聪; 周晓妹; 王宇辰

来源：空间科学学报, 2020, 40(02): 289-295.

• 轮廓检测
• 深度神经网络
• Cassini光学图像
• 边缘检测

Cassini空间探测器光学成像系统(ISS)拍摄的图像中,很多卫星呈现为面元,其轮廓检测是天体测量的重要工作.使用神经网络方法进行ISS图像中面元轮廓检测.每个ISS图像的像素分为轮廓边缘和非轮廓两类.使用神经网络框架TensorFlow,输入每个像素的9个特征,输出每个像素的分类.利用约3.6万个像素训练该网络,通过380幅ISS图像进行测试.与人工标记结果相比,轮廓像素检测的平均精确率为78.26%,平均召回率为73.32%.以检出轮廓像素作为输入,通过椭圆拟合得到面元的轮廓,所得轮廓与面元真实轮廓吻合良好.研究结果表明该方案能够有效检测出面元轮廓,进而给出假图像星的排除范围.

• 单位
  暨南大学