辅助月球陨石坑检测的任意尺度超分辨率卫星图像方法

陨石坑是用于不同科学分析（如表面年龄估计和表面过程研究）中研究最多的行星特征之一。由于硬件限制和传输时间，用于陨石坑检测的卫星图像通常分辨率较低（LR）。超分辨率（SR）是一种实用且具有成本效益的解决方案；然而，大多数 SR 方法在固定的整数缩放因子下工作，即单一模型只能生成特定分辨率的图像。在实际应用中，多尺度 SR 提供了不同级别的细节，但为每个尺度进行训练是资源密集型的。因此，本文提出了一种用于月球表面的任意尺度超分辨率方法（即单一模型可用于多个缩放因子）辅助的陨石坑检测系统。我们的工作由两个子系统组成。第一个子系统采用任意尺度 SR 方法生成多种分辨率的超分辨率图像。随后，第二个子系统将多种分辨率的超分辨率图像传递给基于深度学习的陨石坑检测框架，以识别月球表面的陨石坑。所采用的任意尺度 SR 方法基于卷积和 Transformer 模块的组合。对于陨石坑检测子系统，我们利用 Mask-RCNN 框架。使用多种分辨率的 SR 图像，与仅使用 LR 图像检测到的陨石坑相比，所提系统从真实值中多检测出 13.47% 的陨石坑。此外，在复杂的陨石坑环境中，特别是在重叠和退化陨石坑中，与仅使用 LR 图像的陨石坑检测网络相比，分别多检测出 11.84% 和 15.01% 的陨石坑。与 LR 图像相比，所提系统还带来了更好的定位性能，IoU 提高了 3.19%。