公开(公告)号：CN119693303A

公开(公告)日：2025-03-25

申请号：CN202411647181.7

申请日：2024-11-18

Applicant: 中国科学院国家天文台

Inventor： 张晓明 ,  王建峰 ,  曾显群 ,  邱鹏 ,  王汇娟 ,  李娟 ,  姜晓军

IPC: G06T7/00 ,  G06V10/40 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于卷积神经网络的天文图像质量智能评估方法、系统及装置，包括：步骤S1、构建基于天文图像质量评估的数据集；步骤S2、基于所述数据集内的图像，进行特征提取和数据处理；步骤S3、搭建卷积神经网络模型，建立AQSA‑Net模型；步骤S4、将步骤S1中的所述数据集，送入AQSA‑Net模型中进行训练，生成最优的AQSA‑Net网络权重模型；步骤S5、将训练所得的AQSA‑Net模型应用于天文图像质量的自动评估分类任务。本发明对图像的特征提取和数据处理方法具有通用性和可扩展性，可以根据望远镜的具体配置与观测需求，灵活调整图像的网格划分密度和图像裁剪大小；构建的AQSA‑Net模型是一种高度轻量化的模型，能够显著减少内存占用，加速模型训练和推理，适用于深空探测中计算资源需求低的环境。