Date of Award
3-2023
Document Type
Thesis
Degree Name
Master of Science in Physics
Department
Physics
First Advisor
Abdelgadir Abuelgasim
Second Advisor
Claus Gebhardt
Abstract
This thesis is focused on automated detection of Mars atmospheric and surface features in spacecraft images based on machine learning and similar automated methods using crater detection algorithm (CDA) software, named DeepMars2 algorithm. The purpose of this study is to perform machine learning to detect coarse and high-resolution topography craters on mars. The algorithm is applied to two digital elevation models (DEMs) of the Mars surface with high and coarse resolution in order to identify craters using machine and deep learning methods. The DEMs are based on the satellite instruments MOLA/MGS (Mars Orbiter Laser Altimeter/Mars Global Surveyor) and HRSC/MEX (High Resolution Stereo Camera/Mars Express) and have different resolution. The Mars crater catalogue of Robbins and Hynek provide ground–truth data for both metrics. The data showed more matches of high-resolution topography than coarse resolution topography by a difference of 1,686 craters.
Arabic Abstract
دراسة جدوى عن تحديد السمات الجوية والسطحية للمريخ استناداً إلى صور المركبات الفضائية عن طريق التعلم الآلي والأساليب الآلية المماثلة
ينصبّ تركيز هذه الأطروحة على الكشف الآلي للسمات الجوية والسطحية للمريخ في صور المركبات الفضائية استناداً إلى التعلُّم الآلي والأساليب الآلية المماثلة باستخدام برنامج خوارزمية كشف الحفر (CDA) والمُسمّى بخوارزمية DeepMars2. ويتمثّل الغرض من هذه الدراسة البحثية في القيا م بعملية التعلُّم الآلي لاكتشاف الحفر على صور ذات جودة عالية ومنخفضة للمريخ. وتم تطبيق الخوارزمية على نموذجيّ ارتفاع رقميين (DEM) لصور ذات جودة عالية ومنخفضة لسطح المريخ من أجل تحديد الحفر المختلفة باستخدام أساليب التعلُّم الآلي والتعلُّم العميق. تستند نماذج الارتفاع الرقمية إلى أدوات الأقمار الصناعية "مقياس الارتفاع الليزري لقمر المريخ الصناعي/الماسح الشامل للمريخ (MOLA/MGS)" و" الكاميرا المج سّمة عالية الدّقّة/مارس إكسبريس (HRSC/MEX) " بمستويات جودة مختلفة. ويُوفّر كتالوج الحفر الخاص بروبنز وهاينك معلومات مؤكدة وحقيقية لكلا المقياسين. وأظهرت البيانات قدراً أكبر من التطابق لصور التضاريس ذات الجودة العالية مقارنة بصور التضاريس ذات الجودة المنخفضة بفارق قدره 1686 حفرة.
Recommended Citation
AlRiyami, Hind Hassan, "FEASIBILITY STUDY ON THE CHARACTERIZATION OF MARS ATMOSPHERIC AND SURFACE FEATURES IN SPACECRAFT IMAGES BY MACHINE LEARNING AND SIMILAR AUTOMATED METHODS" (2023). Theses. 1229.
https://scholarworks.uaeu.ac.ae/all_theses/1229