羅中飛,康志忠,劉心怡

中國地質(zhì)大學(xué)(北京)土地科學(xué)技術(shù)學(xué)院,北京 100083

融合嫦娥一號CCD影像與DEM數(shù)據(jù)的月球撞擊坑自動(dòng)提取和識別

羅中飛,康志忠,劉心怡

中國地質(zhì)大學(xué)(北京)土地科學(xué)技術(shù)學(xué)院,北京 100083

針對現(xiàn)階段月球撞擊坑定量信息提取不足和誤提取的問題,提出一種融合CCD影像和DEM數(shù)據(jù)進(jìn)行撞擊坑的自動(dòng)提取及識別的算法。① 在太陽光照下,撞擊坑的影像特征滿足特定的規(guī)律,通過條件匹配在CCD影像中提取撞擊坑。②在DEM中,利用撞擊坑坑壁點(diǎn)的坡向值的連續(xù)性,對影像中誤提取的撞擊坑進(jìn)行剔除。③在DEM中,利用撞擊坑邊緣點(diǎn)法向量的突變性,提取撞擊坑邊緣點(diǎn)并進(jìn)行擬合,計(jì)算撞擊坑的參數(shù),通過坑底點(diǎn)云所占比例以及剖面線特征識別撞擊坑的類型。經(jīng)過“嫦娥一號”影像與DEM數(shù)據(jù)的驗(yàn)證,該算法在高緯度月球撞擊坑分布均勻的區(qū)域應(yīng)用效果較好。

CCD影像;數(shù)字高程模型;撞擊坑;條件匹配;坡向;法向量

1 引 言

月球是距離地球最近的天體,長期以來備受科學(xué)界的關(guān)注。21世紀(jì)初,各航天大國(組織)開始了以重返月球?yàn)槟繕?biāo)的新一輪探月行動(dòng)[1]。我國“嫦娥一號”和“嫦娥二號”在觀測數(shù)據(jù)覆蓋范圍和分辨率等方面均有較大提高[2],為深入研究撞擊坑的空間分異定律、線性構(gòu)造和環(huán)形構(gòu)造的分布特征提供了可靠的數(shù)據(jù)基礎(chǔ)[3-7]。各國對探月數(shù)據(jù)的利用也日益增加,文獻(xiàn)[8]對嫦娥一號激光高度計(jì)交叉點(diǎn)分析與平差處理進(jìn)行了研究。文獻(xiàn)[9]利用SELENE的數(shù)據(jù)對月球背面的重力場進(jìn)行了研究。

在月表復(fù)雜的地形地貌中,撞擊坑是最為典型的地貌單元和基本的地貌形態(tài),它的形態(tài)特征和空間分布對于進(jìn)一步研究月球具有重要意義。文獻(xiàn)[10]利用霍夫變換對MOLA數(shù)據(jù)分析處理,得到直徑大于10 km的撞擊坑75%以上。文獻(xiàn)[11]提出一種基于廣義霍夫變換(GHT)的橢圓檢測方法對小行星撞擊坑進(jìn)行識別。文獻(xiàn)[12]在利用撞擊坑實(shí)現(xiàn)空間飛行器光學(xué)導(dǎo)航的研究中,采用了二次曲線擬合方法對小行星撞擊坑進(jìn)行自動(dòng)識別,成功識別90%的撞擊坑,并將錯(cuò)分率控制在5%以下。文獻(xiàn)[13]基于光照梯度信息,利用嫦娥一號CCD圖像,采用最小二乘法擬合邊緣橢圓的方法實(shí)現(xiàn)對撞擊坑的提取。文獻(xiàn)[14]提出一種基于互相關(guān)的模板匹配方法,通過標(biāo)準(zhǔn)化互相關(guān)法對測試圖像進(jìn)行計(jì)算。文獻(xiàn)[15]采用連續(xù)可伸縮模板匹配算法對Clementine月海地區(qū)數(shù)據(jù)進(jìn)行試驗(yàn)。文獻(xiàn)[16]利用Ecognition軟件對Clementine的可見光/近紫外波段影像數(shù)據(jù)進(jìn)行撞擊坑識別研究。

考慮到現(xiàn)階段月球撞擊坑的提取大部分是基于影像的,有較大的誤提取率,且很少對撞擊坑的類型進(jìn)行自動(dòng)判別。本文提出了融合CCD影像與DEM數(shù)據(jù)的月球撞擊坑自動(dòng)提取與識別的算法。該算法的數(shù)據(jù)基礎(chǔ)為CCD影像與DEM數(shù)據(jù),在CCD影像中快速提取撞擊坑的位置等基本信息,結(jié)合DEM數(shù)據(jù)對影像誤提取結(jié)果進(jìn)行剔除,提取出準(zhǔn)確的撞擊坑參數(shù),識別出撞擊坑的類型。

2 CCD影像中基于條件匹配的撞擊坑自動(dòng)提取

在太陽光照條件下,撞擊坑影像特征具有一定的規(guī)律[17]。其影像特征(圖1)規(guī)律為:①邊緣近似圓形;②亮區(qū)和暗區(qū)的中心連線與光照方向大致平行;③區(qū)域面積的大小與明暗區(qū)域距離的比值在一定范圍內(nèi)波動(dòng);④亮區(qū)和暗區(qū)灰度變化值較小。

圖1 撞擊坑的影像特征Fig.1 Image features of craters

基于CCD影像撞擊坑的自動(dòng)提取主要是基于上述4個(gè)影像特征的。本文CCD影像提取撞擊坑的主要思路如圖2所示。

圖2 CCD影像撞擊坑提取流程圖Fig.2 Flowchart of the extraction of craters in CCD image

對CCD影像進(jìn)行閾值分割,Otsu分割算法[18]是一種常用的閾值分割算法。針對本文的實(shí)際情況,需將原始影像進(jìn)行雙閾值分割,分別在暗區(qū)[0,127]和亮區(qū)[128,255]進(jìn)行閾值分割,可以得到兩個(gè)閾值T1和T2?；叶戎翟赱0,T1]的為暗區(qū),在[T1＋1,T2)的為背景區(qū),在[T2,255)的為亮區(qū)。樣本區(qū)域影像進(jìn)行閾值分割結(jié)果如圖3所示。

圖3 樣本區(qū)閾值分割效果圖Fig.3 The image of threshold segmentation

對閾值分割后的影像進(jìn)行區(qū)域生長[19],得到影像明暗區(qū)域編號。對編號的明暗區(qū)域進(jìn)行條件匹配,同一撞擊坑的亮區(qū)與暗區(qū)需滿足匹配條件

式中,θ為撞擊坑明暗區(qū)連線與光照方向之間的夾角;s為明暗區(qū)像素點(diǎn)總數(shù)與以亮暗區(qū)中心坐標(biāo)為半徑圓的面積之比;Sa為暗區(qū)像素?cái)?shù)量(Sb反之);r為明暗區(qū)中心距;p為明暗區(qū)像素?cái)?shù)目之比的最小值。

對邊緣點(diǎn)進(jìn)行最小二乘法圓的擬合,提取出撞擊坑。圖4為樣本區(qū)影像撞擊坑邊緣擬合結(jié)果。

圖4 撞擊坑邊緣提取與擬合Fig.4 Edge extractions and fittings of craters

3 影像誤提取的剔除

CCD影像提取撞擊坑主要是以其影像特征為基礎(chǔ)的。由于月球表面不同區(qū)域的光照條件不一致,基于CCD影像撞擊坑的提取會出現(xiàn)一定的誤提取率。本文通過提取撞擊坑相應(yīng)的DEM數(shù)據(jù)[20],確定坑壁范圍,然后對坑壁點(diǎn)的坡向值進(jìn)行統(tǒng)計(jì)分析,對影像誤提取結(jié)果進(jìn)行剔除。

3.1 坑壁范圍確定與坡向值計(jì)算

坡度反映了地形的傾斜和陡峭程度,撞擊坑內(nèi)側(cè)較陡坡度約為25°～50°,平均為35°,外側(cè)較緩坡度約為3°～8°。從坑外緣到坑內(nèi)位置,坑壁的坡度最大,由圖4可以看出,坑壁在橫剖面呈對稱結(jié)構(gòu)。通過DEM數(shù)據(jù)可以獲得撞擊坑范圍內(nèi)的坡度指數(shù),通過對撞擊坑坡度的分析,可以得到坑壁范圍內(nèi)的點(diǎn)云數(shù)據(jù)(默認(rèn)為坡度在25°～50°之間)。具體流程如下:

(1)坡度與坡向的計(jì)算[21],地表某點(diǎn)的坡度S和坡向A是地形曲面函數(shù)Z＝f(x,y)在東西方向、南北方向高程變化率的函數(shù)

式中,g為DEM格網(wǎng)間隔(本文試驗(yàn)數(shù)據(jù)為500 m);下標(biāo)為4、6代表西東相鄰的點(diǎn),下標(biāo)為2、8代表北南相鄰的點(diǎn)(式(6)同)。

(2)將坡度指數(shù)在25°～50°內(nèi)的點(diǎn)提取出來。

3.2 基于相鄰坡向差值分析的誤提取剔除

撞擊坑的坡向值在0°～360°分布連續(xù)。但是在實(shí)際中,撞擊坑在各坡向分布的點(diǎn)密度并不均勻,因此,直接針對坡向的統(tǒng)計(jì)會有一定的偏差。本文通過將坑壁坡向值(0°～360°)進(jìn)行從小到大排序,再計(jì)算相鄰(坡向)之間坡向值的差值,對差值進(jìn)行統(tǒng)計(jì)計(jì)算,這樣可以避免取樣的不均勻性。分別對撞擊坑和非撞擊坑(殘缺撞擊坑模擬)進(jìn)行分析(圖5),從圖中可知非撞擊坑坑壁坡向值的差值在110°左右發(fā)生了突變。撞擊坑的差值分布穩(wěn)定、連續(xù);非撞擊坑坑壁坡向差值會有突變,并會對其均值和方差造成較大的影響?？梢酝ㄟ^計(jì)算其變異系數(shù)進(jìn)行定量的判斷,變異系數(shù)計(jì)算公式為

式中,C.V為坡向差值的變異系數(shù);σ為坡向差值標(biāo)準(zhǔn)差;μ為坡向差值均值。變異系數(shù)越大突變越明顯,對撞擊坑變異系數(shù)一般不超過2(接近0)。圖5中的變異系數(shù)分別為1.19、9.49。

圖5 撞擊坑與非撞擊坑坑壁相鄰坡向差值統(tǒng)計(jì)圖Fig.5 The adjucent pit aspect’s statistical difference of craters and non-craters

4 撞擊坑參數(shù)的計(jì)算與類型的識別

4.1 參數(shù)的計(jì)算

與影像數(shù)據(jù)相比,DEM數(shù)據(jù)能夠直觀地表示撞擊坑的三維地形結(jié)構(gòu),適合應(yīng)用于撞擊坑的定量信息的提取和撞擊坑的識別研究中。

4.1.1 計(jì)算點(diǎn)的法向

將c的最小特征值對應(yīng)的特征向量單位化即可作為法向量ni的近似值。

4.1.2 基于法向量突變的邊緣點(diǎn)提取與擬合

撞擊坑邊緣點(diǎn)的法向量具有突變性。法向量變化率k的表達(dá)式為

式中,dx為東西方向法向量變化率;dy為南北方向法向量變化率;c為點(diǎn)的單位法向量。

坑壁點(diǎn)云法向量與水平面之間的夾角分布集中,邊緣點(diǎn)法向量與水平面之間的夾角主要集中在90°,通過坑壁點(diǎn)云法向量與地面之間夾角平均值θ0與90°的差值作為法向量變化率的閾值,邊緣點(diǎn)法向量變化率k應(yīng)滿足下面的條件

提取邊緣點(diǎn)(圖6),對邊緣點(diǎn)由最小二乘法進(jìn)行擬合,得到圓的參數(shù)a、b、r。(a,b)為撞擊坑的中心坐標(biāo),r為撞擊坑的半徑(單位為m)。

4.2 基于剖面線的撞擊坑類型的識別

撞擊坑主要分為簡單碗型撞擊坑、復(fù)雜撞擊坑(包括中央隆起型坑、平底復(fù)雜撞擊坑),以及單環(huán)或多環(huán)盆地3種主要類型(圖6)。

簡單碗形坑,具有碗型形態(tài),一般直徑不超過20 km。一般形成于月壤較厚區(qū)域,坑內(nèi)壁平滑、坡度穩(wěn)定、坑底相對面積較小、深徑比(depth-diameter ratio)較大。復(fù)雜撞擊坑主要有中央隆起型坑和平底型撞擊坑兩種。撞擊坑的形態(tài)在直徑15 km左右開始由簡單坑趨向復(fù)雜坑,中央隆起坑的直徑一般大于35 km,在坑的中央有明顯的突起,高度略低于坑壁。單環(huán)或多環(huán)撞擊盆地,具有高度發(fā)育的多重環(huán)狀結(jié)構(gòu),坑壁有明顯的坍塌現(xiàn)象,結(jié)構(gòu)復(fù)雜多變,直徑175～450 km,部分直徑大于400 km。

圖6 撞擊坑類型Fig.6 Types of craters

本文主要針對簡單撞擊坑與復(fù)雜撞擊坑及其從屬類型的撞擊坑予以識別。復(fù)雜撞擊坑與簡單撞擊坑相比,坑底區(qū)域所占面積比例較大,復(fù)雜撞擊坑坑底區(qū)域所占比例大于20%,而簡單撞擊坑比例則小于20%。對于復(fù)雜撞擊坑中平底型撞擊坑與中央隆起型的撞擊坑,可以通過撞擊坑的剖面線特征進(jìn)行識別,平底型撞擊坑與中央隆起型撞擊坑的剖面線特征見圖7平底撞擊坑的剖面線一共有兩個(gè)波峰,波峰位置主要在兩端,中央隆起型撞擊坑的波峰一般至少有3個(gè)波峰,通過撞擊坑剖面線的波峰的數(shù)量和位置可以進(jìn)行復(fù)雜撞擊坑類型的判斷。

圖7 復(fù)雜撞擊坑剖面線Fig.7 The hatch of complex craters

5 試驗(yàn)結(jié)果

本文試驗(yàn)所用的影像數(shù)據(jù)和DEM數(shù)據(jù)均來自“嫦娥一號”,主要通過向探月工程數(shù)據(jù)發(fā)布系統(tǒng)申請獲取。其中,CCD影像數(shù)據(jù)的分辨率為120 m,DEM的空間分辨率為500 m。

5.1 CCD影像撞擊坑的提取結(jié)果

對兩幅試驗(yàn)CCD影像進(jìn)行撞擊坑的自動(dòng)提取,兩幅影像經(jīng)緯度分布范圍為22°W—27°W、 67°S—72°S。分別對兩幅影像進(jìn)行閾值分割、區(qū)域生長、條件匹配、邊緣提取及擬合等處理,得到CCD影像提取的結(jié)果。試驗(yàn)影像撞擊坑的提取過程與結(jié)果見圖8。在結(jié)果影像中紅色圓圈為自動(dòng)提取結(jié)果,藍(lán)色圓圈為未提取出的撞擊坑,藍(lán)色方塊為誤提取撞擊坑。

圖8 試驗(yàn)影像撞擊坑的提取Fig.8 The extraction of experimental craters from CCD image

表1對兩幅試驗(yàn)影像提取結(jié)果進(jìn)行了統(tǒng)計(jì),主要與人工提取進(jìn)行了對比。其中,人工提取為通過肉眼識別的撞擊坑數(shù)量;自動(dòng)提取為算法提取出的撞擊坑數(shù)量;誤提取為算法提取出的非撞擊坑數(shù)量;漏提取為算法未提取到的撞擊坑數(shù)量。

表1 影像提取結(jié)果檢驗(yàn)Tab.1 The examination of extraction results from CCD image

5.2 影像誤提取撞擊坑的剔除

DEM的分辨率(500 m)小于影像的分辨率,影像提取的直徑較小的撞擊坑在DEM中不能識別,因此,本文針對直徑大于10 km的撞擊坑進(jìn)行識別。選取虹灣附近區(qū)域的CCD影像,通過影像獲得的提取結(jié)果見圖9。

圖9 虹灣附近區(qū)域影像撞擊坑提取結(jié)果Fig.9 The extraction of experimental craters from CCD image nearby rainbow bay

影像共提取出了10個(gè)直徑大于10 km的撞擊坑,分別對10個(gè)撞擊坑進(jìn)行判斷。首先,提取出影像結(jié)果的撞擊坑點(diǎn)云數(shù)據(jù);然后,提取出撞擊坑的坑壁點(diǎn),對坑壁相鄰(大小)坡向的差值進(jìn)行統(tǒng)計(jì)分析,得到影像誤提取撞擊坑剔除的結(jié)果(表2)。目前DEM的分辨率還較低,對影像提取結(jié)果的判斷范圍十分有限,隨著DEM分辨率的不斷提高,對影像誤提取撞擊坑的剔除效果會越來越明顯。

5.3 撞擊坑參數(shù)的計(jì)算與類型的識別

提取出經(jīng)過誤提取篩選后的9個(gè)撞擊坑的DEM數(shù)據(jù),計(jì)算點(diǎn)云的法向量變化率,提取撞擊坑的邊緣點(diǎn),對邊緣點(diǎn)進(jìn)行擬合得到撞擊坑的基本參數(shù)(表3)。統(tǒng)計(jì)撞擊坑坑底點(diǎn)云所占比例的大小來判斷撞擊坑的基本類型。若撞擊坑為復(fù)雜撞擊坑,再通過剖面線的形態(tài)特征來判斷該撞擊坑是平底型撞擊坑,還是中央隆起型撞擊坑。表2的3、5、9、10號撞擊坑為復(fù)雜撞擊坑。其中,9號撞擊坑的剖面線有兩個(gè)較為明顯的波峰,在坑底區(qū)域有明顯的凸起區(qū)域。因此,9號撞擊坑為中央隆起型撞擊坑。

表2 影像提取撞擊坑相鄰坡向差值統(tǒng)計(jì)Tab.2 The adjacent pit aspect’s statistical difference of craters extracted from CCD image

表3 試驗(yàn)撞擊坑的參數(shù)與類型Tab.3 The parameter and type of experimental craters

6 結(jié) 論

本文針對現(xiàn)階段月球撞擊坑定量信息提取不足和誤提取的問題,提出利用太陽光照條件下撞擊坑在影像中的特征,通過條件匹配實(shí)現(xiàn)撞擊坑的自動(dòng)提取撞擊坑;分析了撞擊坑坑壁點(diǎn)坡向分布的連續(xù)性,對影像誤提取結(jié)果進(jìn)行剔除;根據(jù)撞擊坑邊緣點(diǎn)法向量的突變性,提取撞擊坑的邊緣點(diǎn),并通過擬合計(jì)算出撞擊坑的參數(shù);通過坑底點(diǎn)云所占比例以及剖面線特征識別撞擊坑,并利用“嫦娥一號”的數(shù)據(jù)進(jìn)行了驗(yàn)證。

本文提出的方法在CCD影像的提取中,主要對簡單和復(fù)雜撞擊坑進(jìn)行了識別,尚未實(shí)現(xiàn)對單環(huán)或多環(huán)盆地的識別?！版隙鸲枴睌?shù)據(jù)相比較于“嫦娥一號”數(shù)據(jù)分辨率更高,具有更好的試驗(yàn)效果和意義。因此,下一階段將主要以“嫦娥二號”數(shù)據(jù)為基礎(chǔ),在CCD影像提取中實(shí)現(xiàn)條件參數(shù)的自動(dòng)設(shè)定,實(shí)現(xiàn)對坑鏈等其他地質(zhì)構(gòu)造的提取與識別。

參考文獻(xiàn):

[1] OU YA NG Ziyuan,LI Chunlai.The Progress and the Development Strategy of Deep Space Exploration in Our Country[J].Chinese Aerospace,2002(12):28-32.(歐陽自遠(yuǎn),李春來.深空探測的進(jìn)展與我國深空探測的發(fā)展戰(zhàn)略[J].中國航天,2002(12):28-32.)

[2] LI Chunlai,LIU Jianjun,REN Xin,et al.The Image Data Processing of Chang’e-1 and the Image Mapping to the Moon[J].Chinese Science:D,2010(3):294-306.(李春來,劉建軍,任鑫,等.嫦娥一號圖像數(shù)據(jù)處理與全月球影像制圖[J].中國科學(xué):D輯,2010(3):294-306.)

[3] CHEN Shengbo,MENG Zhiguo,CUI Tengfei,et al.The Mapping to Geological Analysis by Lunar Satellite Remote Sensing in Rainbow Ray Area[J].Chinese Science:Physics Mechanics Astronomy,2010(11):1370-1379.(陳圣波,孟治國,崔騰飛,等.虹灣地區(qū)月球衛(wèi)星遙感地質(zhì)解析制圖[J].中國科學(xué):物理學(xué)力學(xué)天文學(xué),2010(11):1370-1379.)

[4] CHABOT N L,HOPPA G V,STROM R G.Analysis of Lunar Lineaments:Far Side and Polar Mapping[J].Icarus, 2000,147(1):301-308.

[5] MOROTA T,FURUMOTO M.Asymmetrical Distribution of Rayed Craters on the Moon[J].Earth and Planetary Science Letters,2003,206(3):315-323.

[6] URBACH E R,STEPINSKI T F.Automatic Detection of Sub-km Craters in High Resolution Planetary Images[J].Planetary and Space Science,2009,57(7):880-887.

[7] HAWKE B,BLEWETT D T,LUCEY P G,et al.The Origin of Lunar Crater Rays[J].Icarus,2004,170(1):1-16.[8] HU Wenmin,DI Kaichang,YUE Zongyu,et al.Crossover Analysis and Adjustment for Chang’E-1 Laser Altimeter Data[J].Acta Geodaetica et Cartographica Sinica,2013, 42(2):218-224.(胡文敏,邸凱昌,岳宗玉,等.嫦娥一號激光高度計(jì)數(shù)據(jù)交叉點(diǎn)分析與平差處理[J].測繪學(xué)報(bào), 2013,42(2):218-224.)

[9] NAMIKI N,IWATA T,MATSUMOTO K,et al.Farside Gravity Field of the Moon from Four-way Doppler Measurements of SELENE(Kaguya)[J].Science,2009,323 (5916):900-905.

[10] MICHAEL G G.Coordinate Registration by Automated Crater Recognition[J].Planetary and Space Science, 2003,51(9):563-568.

[11] LEROY B,MEDIONI G,JOHNSON E,et al.Crater Detection for Autonomous Landing on Asteroids[J].Image and Vision Computing,2001,19(11):787-792.

[12] CHENG Y,JOHNSON A E,MATTHIES L H,et al.Optical Landmark Detection for Spacecraft Navigation[C]∥Proceedings of the 13th Annual AAS/AIAA Space Flight Mechanics Meeting.Ponce:[s.n.],2003:1785-1803.[13] FENG Junhua,CUI Hutao,CUI Pingyuan,et al.Autonomous Crater Detection and Matching on Planetary Surface[J].Journal Of Aeronautics,2010,31(9):1858-1863.(馮軍華,崔祜濤,崔平遠(yuǎn),等.行星表面隕石坑檢測與匹配方法[J].航空學(xué)報(bào),2010,31(9):1858-1863.)

[14] MAGEE M,CHAPMAN C R,DELLENBACK S W, et al.Automated Identification of Martian Craters Using Image Processing[C]∥Proceedings of the 34th Annual Lunar and Planetary Institute Science Conference.League:[s.n.],2003:17-21.

[15] BURL M C,STOUGH T,COLWELL W,et al.Automated Detection of Craters and Other Geological Features [C]∥Proceedings of the 6th International Symposium on Artifical Intelligence,Robotics and Automation in Space.Montreal:[s.n.],2001:1-8.

[16] YUE Zongyu,LIU Jianzong,WU Ganguo.Lunar Craters’Automatic Identification by Object-oriented Classification Method[J].Chinese Science Bulletin,2008,53(22): 2809-2813.(岳宗玉,劉建忠,吳淦國.應(yīng)用面向?qū)ο蠓诸惙椒▽υ虑蜃矒艨舆M(jìn)行自動(dòng)識別[J].科學(xué)通報(bào),2008, 53(22):2809-2813.)

[17] JIN Lihua,JIN Shengye,CHEN Shengbo,et al.Characteristics of Lunar Craters on the First Image of Chang’e-1 Satellite[J].Journal of Jilin University,2009(5):942-946.(金麗華,金晟業(yè),陳圣波,等.“嫦娥一號”第一幅月面遙感影像撞擊坑特征[J].吉林大學(xué)學(xué)報(bào):地球科學(xué)版,2009(5):942-946.)

[18] LI Zhengrong,LIU Xiaoping,LI Ziyuan,et al.Research of the Method for Multi-threshold Value in Image Segmentation[J].CT Computerized Tomography Theory and Applications,2006,15(4):13-17.(李崢嶸,劉曉平,李自元,等.圖像分割多閾值法研究[J].CT理論與應(yīng)用研究,2006,15(4):13-17.)

[19] YU Songyu,ZHOU Yuanhua,ZHANG Rui,et al.Digital Image Processing[M].Shanghai:Shanghai Jiao Tong Univevsity Press,2007:306-310.(余松煜,周源華,張瑞,等.數(shù)字圖像處理[M].上海:上海交通大學(xué)出版社,2007: 306-310.)

[20] CUI Tengfei,CHEN Shengbo,WANG Jingran.Three-Dimensional Modeling of the Lunar Surface Based on Stereo Camera Onboard Chang’e Orbiter[J].Remote Sensing for Land and Resources,2009,21(4):31-34.(崔騰飛,陳圣波,王景然.基于“嫦娥”衛(wèi)星三線陣CCD立體相機(jī)的月球表面三維建模[J].國土資源遙感,2009,21(4):31-34.)

[21] CHEN Yanli,LI Shaomei,LIU Daiyue.Analysis of Slope and Aspect Based on Regular Grid DEM[J].Geomatics and Spatial Information Technology,2009,32(5):36-39.(陳艷麗,李少梅,劉岱岳.基于規(guī)則格網(wǎng)DEM的坡度坡向分析研究[J].測繪與空間地理信息,2009,32(5):36-39.)

(責(zé)任編輯:陳品馨)

The Automatic Extraction and Recognition of Lunar Impact Craters Fusing CCD Images and DEM Data of Chang’e-1

LUO Zhongfei,KANG Zhizhong,LIU Xinyi
School of Land Science and Technology,China University of Geosciences,Beijing 100083,China

As the extraction of lunar craters presently suffers from insufficient quantitative information and mis-extraction,this paper proposes an algorithm of automatic extraction and recognition of lunar impact craters fusing CCD images and DEM data of Chang’e-1.①The images of craters comply with specific rules derived from the illumination of sun,therefore the extraction of craters in CCD images is implemented by the matching of corresponding crater feature segments.②the mis-extraction of craters in CCD images is then eliminated in terms of the continuity of the aspects of crater wall,which are computed using DEM data.③the edge points of a crater are extracted in the light of the abnormal change between the direction of the normal vector of an edge point and that of a non-edge point,the parameters of craters are then computed through the fitting of edge points and the types of craters are recognized according to the proportion of points on the bottom and the hatch of craters.The proposed approach is tested on CCD images and DEM data of Chang’e-1.The results show that our proposed algorithm has good performance in the high-latitude areas where the distribution of lunar impact craters is uniform.

CCDimage;DEM;impact craters;feature matching;aspect;normal vector

LUO ZhongFei(1992—),male,postgraduate,majors in LiDAR and photogrammetry.

P237

A

1001-1595(2014)09-0924-07

國家自然科學(xué)基金(41171358);國家863計(jì)劃(2012AA121303);中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)(2652012103)

2013-07-27

羅中飛(1992—),男,碩士生,主要研究方向?yàn)長iDAR及攝影測量。

E-mail:proluo＠qq.com

LUO Zhongfei,KANG Zhizhong,LIU Xinyi.The Automatic Extraction and Recognition of Lunar Impact Craters Fusing CCD Images and DEM Data of Chang’e-1[J].Acta Geodaetica et Cartographica Sinica,2014,43(9):924-930.(羅中飛,康志忠,劉心怡.融合嫦娥一號CCD影像與DEM數(shù)據(jù)的月球撞擊坑自動(dòng)提取和識別[J].測繪學(xué)報(bào),2014,43(9):924-930.)

10.13485/j.cnki.11-2089.2014.0137

修回日期:2014-03-14