目錄
前言
第一部分 基礎(chǔ)理論篇
第1章 緒論 3
1.1 研究背景與數(shù)據(jù)基礎(chǔ) 3
1.2 深空遙感數(shù)據(jù)特點(diǎn) 6
1.3 關(guān)鍵問(wèn)題 8
1.4 具體研究?jī)?nèi)容 8
第2章 聚類(lèi)表示與地貌識(shí)別的基礎(chǔ)知識(shí) 12
2.1 聚類(lèi)的概念 12
2.2 深空影像數(shù)據(jù)聚類(lèi)識(shí)別方法的研究現(xiàn)狀.13
2.2.1 人工識(shí)別 13
2.2.2 基于地形信息的分析算法 14
2.2.3 機(jī)器學(xué)習(xí)方法 17
2.3 聚類(lèi)相關(guān)基礎(chǔ)知識(shí) 19
第二部分 基于經(jīng)典統(tǒng)計(jì)方法的深空數(shù)據(jù)解譯篇
第3章 基于嫦娥三號(hào)極紫外影像的地心定標(biāo) 27
3.1 任務(wù)背景與極紫外數(shù)據(jù)介紹 27
3.2 極紫外數(shù)據(jù)特征分析 30
3.3 圓形差分方法 33
3.4 地心定標(biāo)結(jié)果 37
3.5 結(jié)論 42
附錄 388幅發(fā)布的EUV影像的初步地心定標(biāo)結(jié)果 42
第4章 基于嫦娥二號(hào)影像數(shù)據(jù)的Toutatis小行星(4179)的形貌探索 46
4.1 Toutatis小行星介紹 46
4.2 基于梯度分析與區(qū)域約束的形貌自動(dòng)判讀 48
4.2.1 梯度分析提取形貌種子點(diǎn) 48
4.2.2 基于區(qū)域約束的形貌單元自動(dòng)標(biāo)識(shí).51
4.2.3 實(shí)驗(yàn)分析 53
4.2.4 自動(dòng)提取方法的相關(guān)結(jié)論 55
4.3 基于Toutatis影像數(shù)據(jù)的增強(qiáng)技術(shù)及形貌的分層分類(lèi)分析 55
4.3.1 分層分類(lèi)分析方法 56
4.3.2 分層分類(lèi)結(jié)果與分析 59
4.3.3 分層分類(lèi)方法討論 65
4.4 結(jié)論 66
第5章 基于隨機(jī)場(chǎng)的影像低對(duì)比度區(qū)域形貌分析 67
5.1 基于馬爾可夫隨機(jī)場(chǎng)模型的聚類(lèi)方法 67
5.2 馮？卡門(mén)撞擊坑形貌分析 73
5.2.1 實(shí)驗(yàn)數(shù)據(jù) 74
5.2.2 實(shí)驗(yàn)結(jié)果 75
5.2.3 結(jié)論分析 84
5.3 小天體形貌分析 84
5.3.1 實(shí)驗(yàn)分析 86
5.3.2 形貌判讀 88
5.3.3 討論分析 91
第三部分 基于深度學(xué)習(xí)方法的深空數(shù)據(jù)解譯篇
第6章 深度學(xué)習(xí)基本理論知識(shí) 95
6.1 CNN介紹 95
6.1.1 CNN發(fā)展歷史 95
6.1.2 CNN基本概念 95
6.1.3 基于CNN的深層神經(jīng)網(wǎng)絡(luò)介紹 116
6.2 深度神經(jīng)網(wǎng)絡(luò)的應(yīng)用 119
6.2.1 常見(jiàn)的影像語(yǔ)義分割模型 120
6.2.2 常用的目標(biāo)檢測(cè)模型 122
6.3 深度學(xué)習(xí)常用的評(píng)價(jià)指標(biāo)介紹.125
第7章 基于深度學(xué)習(xí)的撞擊坑判讀 128
7.1 引言 128
7.2 研究基礎(chǔ) 128
7.2.1 研究數(shù)據(jù)類(lèi)型及來(lái)源 128
7.2.2 撞擊坑目錄 130
7.3 深度學(xué)習(xí)在撞擊坑識(shí)別中的發(fā)展 130
7.3.1 撞擊坑識(shí)別中的問(wèn)題 130
7.3.2 撞擊坑識(shí)別算法步驟 132
7.3.3 撞擊坑識(shí)別算法效果對(duì)比 135
7.4 經(jīng)典語(yǔ)義分割網(wǎng)絡(luò)實(shí)驗(yàn)介紹——以UNet為例 136
7.4.1 數(shù)據(jù)集準(zhǔn)備 136
7.4.2 實(shí)驗(yàn)流程介紹 139
7.4.3 實(shí)驗(yàn)結(jié)果分析 140
7.4.4 部分實(shí)驗(yàn)Python代碼 142
參考文獻(xiàn) 149