本文關(guān)鍵詞：一種新型月球地形自動識別迭代算法　出處：《宇航學報》2017年01期 　論文類型：期刊論文

  更多相關(guān)文章： 月球地形 月海和月陸 自動識別 特征提取 迭代算法

【摘要】：針對現(xiàn)有月球地形自動識別算法的識別率和精確度較低的問題,提出一種結(jié)合CCD圖像和DEM數(shù)據(jù)信息,自動識別月球地形的動態(tài)分塊迭代算法,實現(xiàn)了識別率和識別精度的雙重提高。新算法提取CCD和DEM數(shù)據(jù)中月表地形的不同特征來構(gòu)建圖像子塊的特征向量,再對特征向量聚類區(qū)分月球地形。算法根據(jù)輸入圖像的精度決定初始子塊尺寸,提取子塊的特征向量后聚類區(qū)分月海、月陸。每輪輸出分類可信度高的子塊結(jié)果后,會對分類結(jié)果可信度較低的子塊進行細分,對細分后的子塊重新提取特征向量并再次聚類分類,直到迭代算法終止。新算法已在三個典型的月面區(qū)域:虹灣(SI)、H010和危海(Crisium)區(qū)域進行了測試,試驗結(jié)果與現(xiàn)有的地形分塊識別算法相比,新算法的識別率和相關(guān)kappa系數(shù)均優(yōu)于已知的自動識別算法結(jié)果。
[Abstract]:In order to solve the problem of low recognition rate and accuracy of the existing automatic lunar terrain recognition algorithms, a dynamic block iterative algorithm based on CCD images and DEM data is proposed. The new algorithm extracts the different features of the monthly table terrain in CCD and DEM data to construct the feature vector of the image sub-block. The algorithm determines the size of the initial sub-block according to the accuracy of the input image and extracts the feature vector of the sub-block to distinguish the lunar sea. After each round output the sub-block with high classification credibility, the sub-block with low credibility will be subdivided, and the subblock after subdivision will be extracted the feature vector again and clustered again. Until the termination of the iterative algorithm, the new algorithm has been tested in three typical lunar areas: siphon H010 and Crisium. The experimental results show that the recognition rate and the correlation kappa coefficient of the new algorithm are better than those of the known automatic recognition algorithm.
【作者單位】： 澳門科技大學資訊科技學院;澳門科技大學月球與行星科學實驗室/太空科學研究所;
【基金】：澳門科學技術(shù)發(fā)展基金(059/2013/A2,039/2013/A2)
【分類號】：TP751
【正文快照】： 0引言人類對太空天體的探測已歷經(jīng)多年,其中月球探測長期以來備受各國科學家的關(guān)注[1]。月球探測起源于17世紀,著名天文學家伽利略將他創(chuàng)制的天文望遠鏡對準了月球[2]。近年來,隨著航天技術(shù)的不斷發(fā)展,人類所獲得的月球數(shù)據(jù)逐漸增多,有關(guān)月球的研究項目成果也是層出不窮。雖然

【相似文獻】

相關(guān)期刊論文 前10條

1 祁力群,涂曉鳴;隨機運輸問題的對偶森林迭代算法[J];清華大學學報(自然科學版);1988年03期

2 薛具奎，趙金保，王汝權(quán);推進－迭代算法計算效率的研究[J];力學學報;1994年04期

3 何吉歡;非線性常微分方程的迭代算法[J];鄭州工業(yè)大學學報;1999年01期

4 張燕;楊洋;陸偉東;;相容線性系統(tǒng)的行投影塊迭代算法[J];南京師范大學學報(工程技術(shù)版);2006年01期

5 郭文艷;艾克鋒;鄒學文;閔濤;;一類非線性拋物型方程反問題的正則迭代算法[J];西安理工大學學報;2008年01期

6 張世清;矩陣的M—P廣義迭代算法的新證明[J];重慶大學學報(自然科學版);1986年02期

7 馬正東,陳塑寰,陸佑方;本征問題一階攝動公式的收斂性證明及其有關(guān)的一個迭代算法[J];吉林工業(yè)大學學報;1986年01期

8 施榮華;一種求解漢諾塔問題的快速迭代算法[J];長沙鐵道學院學報;1995年03期

9 艾宇慧,高靜;基于折半遞減采樣率分離正弦波的自適應迭代算法[J];哈爾濱工程大學學報;1998年02期

10 張鐵,李寶寬;求解有限元方程的區(qū)域分裂迭代算法[J];東北大學學報;1996年05期

相關(guān)會議論文 前7條

1 劉立振;;BPT算法的分辨力與應用前景[A];1990年中國地球物理學會第六屆學術(shù)年會論文集[C];1990年

2 胡光華;殷英;李世云;;即時差分策略迭代算法[A];中國運籌學會第七屆學術(shù)交流會論文集（下卷）[C];2004年

3 劉曉龍;李峻宏;高建波;劉榮燈;劉蘊韜;陳東風;;基于Levenberg-Marquardt算法的衍射峰形擬合[A];中國原子能科學研究院年報 2009[C];2010年

4 唐杰;;變分迭代算法在非線性微分方程中的應用[A];第七屆全國非線性動力學學術(shù)會議和第九屆全國非線性振動學術(shù)會議論文集[C];2004年

5 代榮獲;張繁昌;劉漢卿;;基于快速閾值收斂迭代算法的基追蹤地震信號分解[A];2014年中國地球科學聯(lián)合學術(shù)年會——專題13：計算地震學論文集[C];2014年

6 王在華;;求時滯系統(tǒng)Hopf分岔周期解的迭代算法[A];第二屆全國動力學與控制青年學者研討會論文摘要集[C];2008年

7 何志明;張迪生;;《一類廣義L.Q.最優(yōu)控制模型的狀態(tài)迭代算法與并行處理》[A];1991年控制理論及其應用年會論文集（上）[C];1991年

相關(guān)博士學位論文 前3條

1 吳樹林;分裂——迭代算法的理論分析及應用[D];華中科技大學;2010年

2 武文佳;邊值問題的四階緊有限差分方法及單調(diào)迭代算法[D];華東師范大學;2012年

3 周小建;求解非線性方程重根的迭代算法[D];南京師范大學;2013年

相關(guān)碩士學位論文 前10條

1 張龍;一類矩陣方程數(shù)值解迭代算法的研究[D];昆明理工大學;2015年

2 李紫嫣;一類η-廣義混合向量平衡問題和一類有限簇擬變分包含問題的研究[D];西華師范大學;2015年

3 龐文杰;Markov跳躍Lyapunov方程的加速迭代算法[D];哈爾濱工業(yè)大學;2015年

4 沈小慶;電磁耦合場多步迭代算法與仿真計算[D];國防科學技術(shù)大學;2013年

5 吳漢林;電磁場問題異步并行迭代算法的研究[D];南京郵電大學;2015年

6 郭巧;解非線性方程的幾類高階迭代算法及其收斂性分析[D];合肥工業(yè)大學;2015年

7 安攀;迭代算法和低管電壓聯(lián)合用于high-pitch CTRA的初步研究[D];大連醫(yī)科大學;2015年

8 劉欣;迭代算法低管電壓high-pitch CTPA在肺栓塞患者的圖像質(zhì)量和輻射劑量初步研究[D];大連醫(yī)科大學;2015年

9 李晨;基于MapReduce的多維迭代算法的研究與實現(xiàn)[D];東北大學;2014年

10 尤樹華;貝葉斯強化學習中策略迭代算法研究[D];蘇州大學;2016年

，

本文編號：1382782