[发明专利]一种基于邻域关系的火星栅格地形地图生成方法

权利要求书

1.一种基于邻域关系的火星栅格地形地图生成方法，其特征在于，包括以下步骤：

(1)收集火星近地面图片，进行地形类别标注，并对火星近地面图片进行随机翻转、剪裁、伽马变换进行图像增强，获得火星近地面图片数据集；

(2)将步骤(1)获得的火星近地面图片数据集输入地形分类网络中进行训练，当交叉熵损失函数收敛时，完成对地形分类网络的训练；

所述地形分类网络是基于开源的深度学习框架pytorch，在公开的网络模型的基础上进行改造，实现了主体网络、层级特征融合模块、损失函数模块的构建，具体构建过程如下：

(a)构建主体网络：主体网络包括特征提取模块与分类器模块两个部分，所述主体网络可以直接选用公开的Resnet101结构，将Resnet101结构中的分类器的输出数目设为10类，与当前地形分类任务相匹配；

(b)构建层级特征融合模块：融合特征提取模块中的四个子模块分别输出特征图，四组特征图f_i(0≤i＜4)经由第一映射函数后，并下采样至尺寸与特征图f₄保持一致：

其中，下采样函数downs(x)选用双线性差值函数interpolate(x,'bilinear')；第一映射函数选用标准的3×3卷积操作；

函数cat(x)选用concatenate(x)函数，在通道上拼接上述四组特征图f_i(0≤i＜4)，并通过第二映射函数δ(x)映射，得到融合的特征图f_i′(0≤i＜4)，实现通道的调整，融合的特征图与特征图f₄相加输入分类器模块，计算如下：

f_out＝f₄+δ(cat(f_i′))

其中，第二映射函数δ(x)为两组连续的包含3×3卷积、批量标准化、线性整流函数三个部分的组合模块；

(c)损失函数模块：以交叉熵损失作为损失函数，拟合地形分类概率与真实的标签，并以批量随机梯度下降法作为优化方法，反向传播并更新整个地形分类网络；

(3)将火星近距离地面图片划分栅格，选取栅格中的第一个栅格，所述第一个栅格采用若干组0～3的系数向外进行多尺度的扩张，形成若干组候选区域，所述候选区域在邻域范围内，所述邻域是以第一个栅格为中心的5×5栅格区域，并将所述若干组候选区域依次输入训练好的地形分类网络中，分别得到地形预测的概率值；

(4)在第一个栅格的邻域区间中，计算各栅格候选区域与第一个栅格的第一个候选区域之间的重叠面积，生成相应的投票权重，再根据步骤(3)得到的地形预测的概率值，生成平滑的后概率值：

(5)采用步骤(4)的方法遍历第一个栅格的所有候选区域，生成平滑的后概率值，融合所有后概率值，得到第一个栅格的平滑概率值；

(6)将步骤(5)中生成的平滑概率值中最大概率值的地形类别作为标签，并进一步在第一个栅格中平滑掉特异性的结果，获得第一个栅格的地形地图；

(7)遍历栅格中的每一个栅格，采用与第一个栅格相同的系数向外进行多尺度的扩张，重复步骤(3)-(7)，获得每一个栅格的地形地图。