南京航空航天大学学报

作者：何超群，胡茄乾，刘洋，李爽

单位：南京航空航天大学航天学院，南京 211106；,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；,南京航空航天大学航天学院，南京 211106；

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

基金：五〇二所空间光电测量与感知实验室开放基金课题（LabSOMP-2019-02）；空间智能控制技术国防科技重点实验室开放基金 （HTKJ2019KL502019）。

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。

来源：2022年第6期

《南京航空航天大学学报》期刊编辑部

查看南京航空航天大学学报杂志2022年第6期