典型文献
基于联合检测-描述的火星表面特征提取方法
文献摘要：
针对火星着陆光学导航过程中,传统的图像特征点提取算法在相机角度变化、光照条件变化等情况下,序列图像间的特征点提取与匹配鲁棒性差的问题,提出了基于卷积神经网络的联合检测-描述特征提取方法.首先,通过Blender获取模拟火星着陆过程的视频,使用稀疏重建方法,对模拟视频的图像和火星真实图像进行三维重建,建立了神经网络可用的训练数据集.然后搭建了卷积神经网络以处理图像数据,通过改进损失函数,联合特征描述符和特征检测器双重作用,获得了更准确的匹配结果.仿真结果表明,该方法在处理多视角、光照条件多变的火星表面图像方面,具有更好的特征提取结果,并在匹配测试阶段具备优于传统算法的性能.
文献关键词：
图像处理;卷积神经网络;火星探测;特征提取;特征描述
中图分类号：
作者姓名：
何超群;胡茄乾;刘洋;李爽
作者机构：
南京航空航天大学航天学院,南京 211106;北京控制工程研究所,北京 100190
文献出处：
引用格式：
[1]何超群;胡茄乾;刘洋;李爽-.基于联合检测-描述的火星表面特征提取方法)[J].南京航空航天大学学报,2022(06):1040-1046
A类：
B类：
联合检测,星表,表面特征,火星着陆,光学导航,图像特征点,特征点提取,光照条件,序列图像,Blender,取模,着陆过程,稀疏重建,重建方法,三维重建,训练数据集,图像数据,损失函数,联合特征,特征描述符,特征检测,检测器,双重作用,多视角,表面图像,匹配测试,测试阶段,传统算法,火星探测
AB值：
0.408076
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
