行星遥感影像目标识别与分类进展

• 作者: 邸凯昌 叶乐佳 王润之 王晔昕
• 来源期刊: 遥感学报
• 关键词: 行星探测 遥感数据 目标识别 地形分类 机器学习
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 遥感应用|Remote Sensing Applications
• 页码范围: 365-380
• 页数: 16页
• 语种: 中文

摘要

从行星遥感海量数据中对地形地貌特征进行识别和分类,是行星科学研究中的一项重要基础工作.本文综述了自实施月球和深空探测任务以来,国际、国内采用行星影像数据进行地形地貌识别与分类技术的研究进展.首先,从月球、火星以及其他行星探测任务3个方面,对相关的探测任务和获取的影像数据进行简介.然后,在介绍通用目标识别与分类方法研究进展的基础上,分别详细阐述了月球、火星、其他行星影像数据的目标识别与分类研究进展,具体包括:(1)在月球影像目标识别与分类研究进展中,从月球表面环形构造识别,线性构造识别,以及地形分类几个方面展开详述;(2)在火星影像目标识别与分类研究进展中,从构造地貌,风成地貌,水成地貌,其他地貌的识别与地形分类几个方面的研究进展进行详述;(3)其他行星影像目标识别与分类研究进展中,从太阳系的其他类地行星和小行星的影像目标识别与地形分类研究进展进行阐述,其中针对小行星近距离飞越探测、绕飞探测、附着就位探测和表面采样返回等探测方式,分别介绍了对其影像数据的目标识别与地形分类的研究进展.最后,对行星遥感影像目标识别和分类技术的未来发展方向进行了展望和探讨.