变化光照条件下小天体表面的巨砾识别

在小天体表面检测巨砾的能力有益于基于视觉的应用，如关键任务期间的导航与危险检测。该任务具有挑战性，原因在于不规则形状的广泛多样性、巨砾群的特性以及光照条件的快速变化。作者通过设计一种多步训练方法来应对这一挑战，以开发数据驱动的图像处理流水线，稳健地检测并分割散布于小天体表面的巨砾。由于带标签的图像-掩膜对有限，所开发方法得到专为本工作而在 Blender 中设计的两个人工环境的支持。这些环境用于生成大量合成图像-标签集，并已向图像处理界公开。所提方法解决了变化光照条件、不规则形状、快速训练时间、架构设计空间的广泛探索，以及来自先前飞行任务的合成与真实图像间的域鸿沟等挑战。所开发图像处理流水线的性能在合成与真实图像上均进行了测试，表现出良好性能与高泛化能力。