买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国人民解放军战略支援部队航天工程大学申请的专利一种基于改进TransUnet网络的月球南极撞击坑检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116309348B 。

龙图腾网通过国家知识产权局官网在2026-04-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310113929.4，技术领域涉及：G06T7/00；该发明授权一种基于改进TransUnet网络的月球南极撞击坑检测方法是由贾玉童;苏芝娟;彭思卿;万刚;刘佳;刘磊;汪国平;刘伟;武易天;李功;谢珠利;王振宇;李矗设计研发完成，并于2023-02-15向国家知识产权局提交的专利申请。

本一种基于改进TransUnet网络的月球南极撞击坑检测方法在说明书摘要公布了：针对月球极区光照影响，难以通过图像处理方法对撞击坑进行提取，并且数字高程模型DEM无法提取小型撞击坑的问题，本发明基于自然语言处理Transformer模型和图像分割卷积网络UNet+模型，提出了一种应用于未来月球南极感兴趣区域的小型陨石坑提取算法AM‑TransUNet+。该算法基于月球勘测轨道器窄角相机影像LRO‑NAC,0.5mpixel，在核心TransUNet模型中加入卷积块注意模块和深度可分离卷积，可进一步加快模型收敛速度和提升精度，并且训练参数的数量大大减少，而不会降低模型的准确性。并通过火星表面图像和水星表面图像对算法的精度进行验证，实验结果表明，AM‑TransUNet+算法可以在不同深空探测遥感数据中表现更好的可迁移性和准确度。

本发明授权一种基于改进TransUnet网络的月球南极撞击坑检测方法在权利要求书中公布了：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； 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； 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； 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； 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： ； 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，rl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。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国人民解放军战略支援部队航天工程大学，其通讯地址为：101400 北京市怀柔区八一路一号航天工程大学；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。