專利名稱：一種利用霍夫變換在嫦娥dem數(shù)據(jù)上自動提取環(huán)形撞擊坑的方法
技術領域：
本發(fā)明屬于GIS的數(shù)字地形分析領域。本發(fā)明是一種利用霍夫變換在嫦娥DEM數(shù)據(jù)上自動提取環(huán)形撞擊坑的方法，特別是以數(shù)字圖像處理的方法處理特征單元，利用霍夫變換，并參考月球地形參數(shù)特征，從而獲提取撞擊坑識別的方法。本發(fā)明針對于月球撞擊坑，也可應用于火星等行星撞擊坑的識別。
背景技術：
參考文獻[1], Daul, C. ， Graebling, P. ， and Hirsch, Ε. [1998], "From the HoughTransform to a New Approachfor the Detection of and Approximation of EllipticalArcs,，，Computer Vision and ImageUnderstanding, vol. 72, no. 3, pp. 215 236.[2]. Duda，R. ο.，and hart,P. E. [1972]. "Use of the Hough Transformation toDetect Lines andCurves in Pictures. " Comm. ACM, vol. 15, no. 1, pp. 11 ~ 15.從研究方法上說，環(huán)形地物檢測算法大體上可以分為三大類全自主檢測(fullyautonomous)算法、半自主檢測算法和組合檢測算法。全自主檢測算法又稱為非監(jiān)督檢測算法(unsupervised detection)，就是利用環(huán)形地物的幾何特征，如其邊緣一般呈圓形或橢圓狀，通過模式識別的相關技術去檢測；所謂半自主檢測算法，又稱為監(jiān)督檢測(supervised detection)，就是利用機器學習(machine learning)和神經(jīng)網(wǎng)絡來構建模式分類器用于檢測；所謂組合檢測算法就是將多種檢測方法綜合起來加以利用，包括自主和半自主的算法。本系統(tǒng)采用全自主檢測算法，即根據(jù)環(huán)形地物的幾何特征，通過相關模式識別方法去檢測。具體步驟為，首先進行圖像邊緣檢測，得到邊界二值圖像，然后利用霍夫(Hough)變換，檢測環(huán)形地物，最后通過閾值分析，進行分析的結果過濾整理。參考文獻[1]. Gonzalez, R. C. [1986]. "Image Enhancement and Restoration. ” InHandbook of Pattern Recognition andlmage Processing, Young, Τ. Y., and Fu, K,S. (eds. ), Academic Press, New York,pp.191 213.[2],Guil, N. , and Zapata, E. L. [1997], "Lower Order Circle and EllipseHough Transform, ”pattern Recog. , Vol. 30, no. 10,pp.1729 1744.在基于DEM數(shù)據(jù)的自動識別山谷和山脊線的方法過程，一方面可快速對地物進行分析，另一方面也可避免只用人工肉眼識別帶來的偶然誤差的影響。經(jīng)過30余年的發(fā)展和完善，目前的基于DEM的地形特征提取出現(xiàn)了很多算法。這些算法從范圍角度講，有局部算法和整體算法之分，前者基于地表的局部特性對每個單獨的元素進行分類，稱為局部方法，后者從整個DEM數(shù)據(jù)范圍獲取地形整體信息，試圖通過一個一致的地表特征結構從而獲取地形特征，稱之為整體算法；識別線性地物的算法中，大多基于規(guī)則的地球局部DEM的識別。參考文獻[1]. Desmet PJJ, Govers G. 1996a. Comparison of routing algorithms for digital elevation modelsand their implication for predicting ephemeral gullies. International Journal ofGeographical Information science,10 (10) 311 ~ 331.

發(fā)明內(nèi)容
本發(fā)明針對現(xiàn)有技術中存在的缺陷，提供一種從月球DEM快速提取撞擊坑的方法，是一種快速、簡單、普適的提取撞擊坑的方法。本發(fā)明的技術方案如下一種利用霍夫變換在嫦娥DEM數(shù)據(jù)上自動提取環(huán)形撞擊坑的方法，其特征在于包含如下步驟(1)邊緣增強(利用高斯拉普拉斯算子)；( 利用月表地理單元特征，進行快速霍夫變換；(3)提取結果進行整理，剔除由于特定噪聲產(chǎn)生的假撞擊坑；(4)將結果保存為矢量。(1)邊緣增強邊緣檢測的實質是采用某種算法來提取出圖像中對象與背景間的交界線。我們將邊緣定義為圖像中灰度發(fā)生急劇變化的區(qū)域邊界。圖像灰度的變化情況可以用圖像灰度分布的梯度來反映，因此我們可以用局部圖像微分技術來獲得邊緣檢測算子。為了描述方便，定義以下公式；f為圖像的梯度，f 包含灰度變化信息
V/ (χ, y)=dxV / (χ,γ)e(x ’ y)=+Λ為^ f (χ) y)的梯度，e(x,y)可以用作邊緣檢測算子。為了簡
化計算，也可以將e(x，y)定義為偏導數(shù)fx與fy的絕對值之和e(x, y) = fx (χ, y) | + |fy(x，y)以這些理論為依據(jù)，提出了許多算法，再次不一一列數(shù)?？紤]輸入數(shù)據(jù)可能包括很大的噪聲，到本功能采用對噪聲抑制較好的Laplacian of Gaussian(LoG)算子，形成 LoG (Laplacian of Gaussian, LoG)算法，也稱之為拉普拉斯高斯算法.LoG邊緣檢測器的基本特征是1.平滑濾波器是高斯濾波器。2.增強步驟采用二階導數(shù)(二維拉普拉斯函數(shù))。3.邊緣檢測判據(jù)是二階導數(shù)零交叉點并對應一階導數(shù)的較大峰值。4.使用線性內(nèi)插方法在子像素分辨率水平上估計邊緣的位置。這種方法的特點是圖像首先與高斯濾波器進行卷積，這一步既平滑了圖像又降低了噪聲，孤立的噪聲點和較小的結構組織將被濾除.由于平滑會導致邊緣的延展，因此邊緣檢測器只考慮那些具有局部梯度最大值的點為邊緣點.這一點可以用二階導數(shù)的零交叉點來實現(xiàn).拉普拉斯函數(shù)用作二維二階導數(shù)的近似，是因為它是一種無方向算子.為了避免檢測出非顯著邊緣，應選擇一階導數(shù)大于某一閾值的零交叉點作為邊緣點.LoG算子的輸出h(x，y)是通過卷積運算得到的
權利要求
1.一種利用霍夫變換在嫦娥DEM數(shù)據(jù)上自動提取環(huán)形撞擊坑的方法，其特征在于把 DEM數(shù)據(jù)看做柵格圖像，單純利用數(shù)字圖像處理的方法，并結合月球表面特性調(diào)節(jié)參數(shù)，達到最大提取撞擊坑的目的；其具體包含如下步驟(1)通過邊緣檢測算子進行邊緣增強； (2)利用霍夫變換提取環(huán)形特征；C3)提取結果的整理；(4)將結果保存為矢量。
2.根據(jù)權利1所述的一種利用霍夫變換在嫦娥DEM數(shù)據(jù)上自動提取環(huán)形撞擊坑的方法，其特征在于考慮到月球表面的不均勻性，采用以采用對噪聲抑制較好的Laplacian ofGaussian (LoG)算子，即拉普拉斯高斯算法；
3.根據(jù)權利1所述的一種利用霍夫變換在嫦娥DEM數(shù)據(jù)上自動提取環(huán)形撞擊坑的方法，其特征在于通過環(huán)形半徑與圓心的關系，引用快速霍夫變換算法，使運行時間不會由于圖像的增大而呈幾何級數(shù)的增長；
4.根據(jù)權利1所述的一種利用霍夫變換在嫦娥DEM數(shù)據(jù)上自動提取環(huán)形撞擊坑的方法，其特征在于應用月表規(guī)律到霍夫變換參數(shù)上，達到月球最大準確率。
全文摘要
本發(fā)明提供一種利用霍夫變換在嫦娥DEM數(shù)據(jù)上自動提取環(huán)形撞擊坑的方法。其特征在于把DEM數(shù)據(jù)看做柵格圖像，利用數(shù)字圖像處理的方法提取特征單元。其優(yōu)點在于考慮了月球地貌特征，對提取算法進行了針對不同于地球地貌的特別考慮，優(yōu)化了執(zhí)行算法，避免了通過手工帶來的偶然誤差并極大地提高了識別速度，執(zhí)行結果為標準矢量，便于對地物的量算。本發(fā)明可以用于火星、月球等廣域面積撞擊坑的快速識別應用。
文檔編號G06K9/46GK102567701SQ20101057848
公開日2012年7月11日 申請日期2010年12月8日 優(yōu)先權日2010年12月8日
發(fā)明者劉榮高 申請人:中國科學院地理科學與資源研究所