融合嫦娥一号CCD影像与DEM数据的月球撞击坑自动提取和识别

针对现阶段月球撞击坑定量信息提取不足和误提取的问题,本文提出了一种融合CCD影像和DEM数据进行撞击坑的自动提取及识别的算法。（1）在太阳光照下,撞击坑的影像特征满足特定的规律,通过条件匹配在CCD影像中提取撞击坑;（2）在DEM中,利用撞击坑坑壁点的坡向值的连续性,对影像中误提取的撞击坑进行剔除;（3）在DEM中,利用撞击坑边缘点法向量的突变性,提取撞击坑边缘点并进行拟合,计算撞击坑的参数,通过坑底点云所占比例以及剖面线特征识别撞击坑的类型。经过“嫦娥一号”影像与DEM数据的验证,该算法在高纬度月球撞击坑分布均匀的区域应用效果较好。     

基于DEM数据的月表撞击坑自动提取研究

提出一种基于地形与形态学的撞击坑自动提取算法,该算法主要利用撞击坑的形态特征进行提取,利用形态学方法提高提取结果的连续性并去除提取结果中的噪声,使提取的撞击坑边界线更为简单,定位更加准确,易于存储与计算。该算法使用月球勘测轨道器照相机(LROC)提供的100 m分辨率DEM数据进行测试,测试结果显示该算法对于形态较为完整的简单撞击坑提取效果较好,提取的边界线较为准确且能够反映撞击坑的真实形态。     

基于Apollo图像的月表撞击坑自动提取

撞击坑是月表的主要形貌单元.研究月表撞击坑的形状与分布特征对描述月表撞击过程与演变规律有很大帮助.根据月表撞击坑的真实形状,提出了一套椭圆形撞击坑自动提取方法,其主要包括3个步骤:图像预处理、边缘检测与约束参数的Hough多椭圆分层检测.与人工提取结果比较,月表撞击坑自动提取的总体准确率在76％以上(其中比较大的撞击坑的检测率可以达到83％). 统计检测结果表明,当撞击坑的长半轴D＜ 160m时,其累积大小频率分布曲线撞击坑个数N与D-3.8有明显的线性关系.     

基于特征匹配的月球撞击坑自动提取研究

本文提出了一种基于特征匹配的撞击坑自动提取算法,该算法以单个撞击坑的5个典型影像特征为依据,用最大类间方差法将月面影像分割为暗区、亮区和背景3类;再使用区域生长将离散点聚合,通过特征匹配找出属于同一撞击坑的暗区与亮区,并利用八方向Sobel算子获取边缘控制点并拟合边缘。经过"嫦娥一号"和"嫦娥二号"部分遥感影像的验证,该算法对于纬度较高地区的月面影像提取效果较好,已成功应用到数字月球平台进行全月展示。     

嫦娥一号DEM数据月表撞击坑自动检测

基于嫦娥一号数字高程模型(DEM)数据,利用地形信息参数来描述月表撞击坑的边缘轮廓特征,采用Hough变换检测方法提取了月表撞击坑。将该方法应用于克拉维乌斯(Klavius)撞击坑的周围区域,在DEM数据500 m空间分辨率下,不考虑退化严重的撞击坑时,检测百分比D=90%,分支系数B=0.30,质量百分比Q=71%,在考虑退化严重的撞击坑时,D=71%,B=0.30,Q=58%;研究表明该算法对没有退化或轻微退化的撞击坑有很好检测效果。与基于影像数据月表撞击坑自动检测的研究进行比较,本文给出的算法具有更高的检测精度,同时虚假检测较少。证明该方法用于月表撞击坑的自动检测是可行的。     

月球哥白尼纪次级坑的形态特征及其空间分布

月球次级坑是月球上的一种地质特征,易与初级坑相混淆,对月表定年影响大,同时对主撞击坑的撞击方向有一定的指示意义,因此识别和筛选出次级坑是一项重要的工作。综合考虑撞击坑空间分布位置和直径关系,选取哥白尼纪5个典型撞击坑为研究对象,基于遥感影像和地形数据,通过总结相关学者对特定形态指标与次级坑定量关系的研究,构建4个形态指标(不规则度、椭圆度、深径比、坑缘高度与直径比)及其参数范围,进行次级坑的智能化识别、提取与空间分布研究。最终识别出次级坑总数量为17 811个,在此基础上构建了包含位置、大小、形状、距离和方向5大类的数据库;并研究了距主坑边缘不同距离范围内次级坑的规模和空间分布特征;提出了基于次级坑主轴方向判定撞击坑入射方向的新方法。研究结果表明:①在规模大小上,月海次级坑直径大小主要集中在初级坑直径的(2. 7±0. 11)%以下;月陆次级坑直径大小主要集中在初级坑直径的(3±0. 3)%以下;在空间分布上,月海与月陆次级坑分布规律相一致,次级坑数量占总次级坑数量的90%时,其分布距离是最大分布距离的(57±7)%;②Tycho撞击坑的入射方向为W-E方向,Copernicus撞击坑和Kepler撞击坑的入射方向为SE-NW方向,Aristarchus撞击坑和Jackson撞击坑的入射方向为NW-SE方向。这些认识将对更准确地开展撞击坑撞击方向的研究提供参考。     

改进SFS的月面撞击坑三维恢复算法研究

为了实现探月二期中单幅影像条件下的月面撞击坑三维地形恢复,文章基于Lommel-Seeliger反射模型,提出了正则化约束的明暗恢复形状(SFS)三维恢复算法,以特征边缘线点的梯度比例作为起算,演化得到撞击坑内部所有点的梯度比例,实现了反射方程的正则化.采用实际月面撞击坑影像和模拟影像验证分析,结果证明本文提出的算法优于Tsai算法,能够有效地实现月面撞击坑地形的三维恢复.     

透视投影下的月面撞击坑地形恢复算法研究

针对嫦娥三号将携带巡视器在月面展开科学探测任务过程中对高精度撞击坑地形的需求,提出了透视投影下基于SFS的月面撞击坑地形恢复算法。采用Lommel-Seeliger反射模型模拟月表反射,得到透视投影下的反射方程,通过撞击坑边缘点梯度约束以及地形表面连续性约束,将反射方程正则化,最终通过求解,实现了撞击坑在透视投影下的三维恢复。采用模拟影像和真实月面影像对算法的正确性和可行性进行了测试。实验表明,所提出的算法能够有效的进行透视投影下的撞击坑地形恢复,且精度高于现有SFS算法。     

一种基于三维形貌的深空星体表面撞击坑自动提取方法

类地深空星体表面撞击坑的自动提取对着陆区选择、自主导航、星体演变研究具有重要意义。以三维形貌数据为基础,提出了一种基于等值线关系分析与形态学精确拟合的深空星体表面撞击坑自动提取方法。首先,从三维形貌数据中提取并保留满足圆度约束的等高线;其次,依据撞击坑的空间形态特征,分析这些等高线之间的相互关系,以初步确定撞击坑的位置;最后,应用形态学分析方法精确确定它们的边缘和位置信息。以月球月海带区域和火星水手峡谷东部区域的DEM数据进行实验,结果表明该方法与传统的撞击坑提取方法相比,具有更高的正确率、稳定性和实时性。     

DEM线状窗口邻域分析的月表撞击坑自动提取

月表撞击坑是月球最直观、典型的地质构造单元,月表撞击坑的提取与分析对于揭示月球地质演化进程具有重要意义。本文基于撞击坑地形特征,利用美国月球勘测轨道飞行器(LRO)获取的100 m分辨率数字高程模型(DEM)数据,提出了一种线状窗口邻域分析的月表撞击坑自动提取方法。月海和月陆两个不同样区的试验结果表明:月海样区的最佳提取窗口为1×7和7×1,最佳提取阈值为4.5;月陆样区的最佳提取窗口为1×9和9×1,最佳提取阈值为6。对比目视识别结果,该方法对月表撞击坑的有效提取率达到78%;评价因子结果显示,该方法对撞击坑的提取精度达到77%以上,提取质量达到70%以上。