[發(fā)明專利]一種基于DEM的月表撞擊坑自動識別和邊界提取方法有效
| 申請?zhí)枺?/td> | 201410167888.8 | 申請日: | 2014-04-24 |
| 公開(公告)號: | CN103927543A | 公開(公告)日: | 2014-07-16 |
| 發(fā)明(設(shè)計)人: | 李勃;凌宗成;張江;武中臣;倪宇恒;孫靈芝;陳劍 | 申請(專利權(quán))人: | 山東大學(威海) |
| 主分類號: | G06K9/54 | 分類號: | G06K9/54 |
| 代理公司: | 濟南圣達知識產(chǎn)權(quán)代理有限公司 37221 | 代理人: | 張勇 |
| 地址: | 254209 *** | 國省代碼: | 山東;37 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 dem 撞擊 自動識別 邊界 提取 方法 | ||
技術(shù)領(lǐng)域
本發(fā)明涉及計算機圖形學和數(shù)字地形分析領(lǐng)域,具體涉及一種基于DEM的月表撞擊坑自動識別和邊界提取方法。?
背景技術(shù)
環(huán)形構(gòu)造,特別是撞擊坑,是月球表面最顯著的地形特征。對撞擊坑的分布特征、形態(tài)結(jié)構(gòu)和數(shù)量的分析研究有著非常重要科學意義和應(yīng)用價值。?
早期撞擊坑矢量化主要采取人工識別的方法,現(xiàn)今多采用自動或半自動識別方法,主要包括基于形態(tài)擬合、基于機器學習以及基于地學信息的方法:一,撞擊坑外形多為圓形和橢圓型,基于形態(tài)擬合主要使用霍夫變換、二次曲線擬合以及模板匹配等方法來識別撞擊坑形態(tài)。二,機器學習是研究計算機模擬或?qū)崿F(xiàn)人類的學習活動,該方法被引入到撞擊坑的自動識別過程中。比如,利用支持向量機構(gòu)建模式分類器的方法,利用面向?qū)ο蠓椒ê突谏窠?jīng)網(wǎng)絡(luò)等方法對月球影像數(shù)據(jù)進行撞擊坑識別研究。三,基于地學信息的方法主要通過計算地形曲率和梯度來識別撞擊坑。比如,坡度變化值高的地區(qū)是撞擊坑的邊緣,通過構(gòu)建撞擊坑3D模型,模擬地形剖面分析識別撞擊坑。?
以上方法雖然能夠根據(jù)月表影像和地形數(shù)據(jù)自動識別出撞擊坑并獲得其形狀參數(shù),但是其實現(xiàn)過程和結(jié)果仍然存在以下幾個問題:?
(1)不能提取撞擊坑真實邊界,而是用圓或橢圓近似替代。由于空間風化影響和后續(xù)撞擊事件的作用,撞擊坑保留下來的邊界是不完整、不對稱的,其形狀與圓和橢圓相比有較大偏差。?
(2)很少考慮撞擊坑之間的重疊關(guān)系,對復(fù)雜月表區(qū)域識別效果不好。?
(3)大部分使用遙感影像數(shù)據(jù)來識別和提取撞擊坑。相比于影像數(shù)據(jù),DEM是月表地形地貌的直接反應(yīng),能夠真實再現(xiàn)撞擊坑的三維空間結(jié)構(gòu),因此更加適合撞擊坑識別和參數(shù)定量分析。?
發(fā)明內(nèi)容
為解決現(xiàn)有技術(shù)存在的不足,本發(fā)明公開了一種基于DEM的月表撞擊坑自動識別和邊界提取方法,該方法以月表DEM數(shù)據(jù)為數(shù)據(jù)源,對于月表撞擊坑重疊區(qū)域,能夠依次識別出不?同尺度的撞擊坑,保證識別結(jié)果的完整性;對撞擊坑區(qū)域進行邊界擬合,能夠提取出撞擊坑的真實形狀參數(shù),保證提取結(jié)果的準確性。月表的數(shù)字高程模型簡稱DEM。?
為實現(xiàn)上述目的,本發(fā)明的具體方案如下:?
一種基于DEM的月表撞擊坑自動識別和邊界提取方法,包括以下步驟:?
步驟一:對月表高程域Z的數(shù)據(jù)進行處理,生成流域F;?
步驟二:對高程域Z進行空間變換,即使用空間變換理論將處理后的月表高程域Z變?yōu)榭臻g尺度為λ的人工地形域Lλ,依此來識別不同尺度的凹陷區(qū)域;?
步驟三:使用鄰域擴充算法對凹陷區(qū)域進行邊緣擴展,得到完整的撞擊坑區(qū)域;?
步驟四:使用傅里葉級數(shù)擬合撞擊坑區(qū)域的邊界,提取準確的撞擊坑形態(tài)。?
所述步驟一的具體過程為:?
(1-1),使用高斯濾波對高程域Z進行誤差去除,消除DEM噪音點,生成平滑的高程域G;?
(1-2),遍歷G中每一點p1的八鄰域,計算其對應(yīng)八個方向的梯度,最大梯度正方向為水流方向,如果該點是其鄰域的最低點,那么水流方向為其本身;?
(1-3),歸屬提取,遍歷G中的每一點p1,根據(jù)其水流方向追蹤其流向的下一點,循環(huán)追蹤直到流向終點即最低點,獲取其終點位置;?
(1-4),劃分流域,根據(jù)G中的每一點p1對應(yīng)的終點位置,進行流域劃分,具有相同終點的點劃分為同一個流域,生成流域F。?
所述p1的八鄰域為p1點的上、下、左、右、左上、左下、右上和右下八個相鄰點。?
所述步驟二具體過程為:?
(2-1)計算高程域G中每一點的λ尺度鄰域的梯度卷積并賦值給當前點,并保存為空間尺度為λ的地形域圖層Lλ公式為:?
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于山東大學(威海),未經(jīng)山東大學(威海)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201410167888.8/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識別印刷或書寫字符或者用于識別圖形,例如,指紋的方法或裝置
G06K9-03 .錯誤的檢測或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標記或含有代碼標記的打印字符的,例如,由不同形狀的各個筆畫組成的,而且每個筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無須判定關(guān)于圖像的同一性而進行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合





