[发明专利]一种基于改进TransUnet网络的月球南极撞击坑检测方法

权利要求书

1.一种基于改进TransUnet网络的月球南极撞击坑检测方法，其特征在于，包括以下步骤：

步骤1：获取月球南极LRONAC图像；

步骤2：对输入的LRONAC图像进行预处理；

步骤3：基于预处理后的LRONAC图像，使用使用CraterTools插件在ArcGIS软件中手动识别真实陨石坑，作为标签数据，并将得到LRONAC图像样本数据划分为训练集、验证集和测试集；

步骤4：构建AM-TransUnet+网络模型，并在训练集上进行训练；

步骤5：通过反向传播更新权重矩阵，重复步骤4直至AM-TransUnet+网络精度在验证集上达到预设精度或损失函数收敛；

步骤6：在测试集上对训练好的AM-TransUnet+网络模型进行测试；

步骤7：将待检测月球南极图像输入训练好的AM-TransUnet+网络中，最终输出检测结果。

2.如权利要求1所述的一种基于改进TransUnet网络的月球南极撞击坑检测方法，其特征在于，步骤2的具体操作步骤包括：

步骤21：将LRONAC图像数据进行随机滑动窗口采样，同时对滑动窗口大小也随机缩放；

步骤22：将随机采样得到的NAC窗口数据进行重采样至固定大小；

步骤23：对重采样后的LRONAC图像进行翻转和镜像处理。

3.如权利要求1所述的一种基于改进TransUnet网络的月球南极撞击坑检测方法，其特征在于，步骤4所构建的AM-TransUnet+网络模型包括编码器、解码器以及增强模块，所述编码器用于将输入的图像向量的特征进行编码；所述解码器用于将图像向量的特征进行解码；所述增强模块用于增强编码后的图像向量的特征。

4.如权利要求3所述的一种基于改进TransUnet网络的月球南极撞击坑检测方法，其特征在于，所述编码器包括卷积块注意模块、CNN卷积模块、Transformer层；其先从列向量中生成图像块权重，构建得分矩阵，在Transformer层的MSA中，将得分矩阵得到的所有权重矩阵求和，得到该Transformer层的权重矩阵；然后通过增强模块中的权重矩阵增强每个编码器特征，并将跳过特征传送给解码器；最后在解码器中通过级联上采样器将权重矩阵上采样到与跳过特征相对应的大小。

5.如权利要求4所述的一种基于改进TransUnet网络的月球南极撞击坑检测方法，其特征在于，步骤7所述AM-TransUnet+网络进行检测的具体步骤包括：

步骤71：输入待检测月球南极图像；

步骤72：在编码器中进行三次下采样，分别获得对应的特征矩阵，且每次下采样过程包括一次卷积、正则化、ReLU激活、最大池化层；

步骤73：在编码器中在获得CNN提取的特征映射后，通过在图像块嵌入中添加位置嵌入，获得图像块空间信息，则第l层编码器的输出表示为：

r_l'＝MSA(LS(r_l-1))+r_l-1

r_l＝MLP(LS(r_l'))+r_l'

其中，MSA(·)是多重自注意头操作，MLP(·)为多层感知器操作，LS(·)表示层标准化操作，r_l表示第l层变换器重构的特征表示；

步骤74：在解码器中通过级联上采样器进行多级上采样和解码，并利用特征输出分割结果；

步骤75：通过融合编码器传输的特征生成最终的分割掩码，根据分割掩码识别月球NAC影像中的小型撞击坑。

6.如权利要求1所述的一种基于改进TransUnet网络的月球南极撞击坑检测方法，其特征在于，步骤4中对AM-TransUnet+网络模型进行训练时，初始学习率设置为0.001，模型训练迭代次数设置为300，滤波器数量设置为112，滤波器长度为设置为3，drop值设置为0.15。

7.如权利要求1所述的一种基于改进TransUnet网络的月球南极撞击坑检测方法，其特征在于，AM-TransUnet+网络模型进行训练时使用二进制交叉熵(BCE)损失函数：

loss＝y_i-y_it_i+log(1+exp(-y_i))

其中，y_i是AM-TransUNet+预测结果中像素i的标签，t_i是地面真相中此像素的标签。