基于融合伽马变换全卷积神经网络的火星地貌分割方法

作者：胡茄乾; 何超群; 龚翼飞; 温中凯; 于利夫; 李爽^*

来源：上海航天(中英文）, 2023, 40(01): 11-18.

DOI：10.19328/j.cnki.2096-8655.2023.01.002

• 火星探测
• 全卷积神经网络
• 图像分割
• 深度学习
• 伽马变换

为了让火星巡视器在有限的寿命内能获得更多的科学产出，需要提高巡视器在火星表面的自主通过能力，而火星表面地貌类型是评估巡视器可通过性的重要信息。因此，提出了融合伽马变换的全卷积神经网络（FCN）火星表面地貌分割算法。首先，考虑对巡视器通过性的影响，确认地貌分类的类型，基于好奇号拍摄的火星地表图像Mars32K数据库，构建地貌分割数据集；其次，使用自适应伽马变换（AGT）对灰度单一的火星图像进行预处理，减弱了光照等因素干扰；最后，利用数据集训练一个FCN，以实现对火星表面地貌的分割预测。仿真结果表明：网络测试准确率达到83.03%，地形分割预测结果可靠，验证了方法的可行性。

• 单位
  中国空间技术研究院; 南京航空航天大学; 航天学院