火星撞擊坑和沖溝為其表面的典型地物，提取和識別工作是進行地物分布及數(shù)據(jù)研究、變化檢測的前提，是進一步揭示地質(zhì)構(gòu)造機理和演化的先決條件。對于火星表面的典型地物——撞擊坑及沖溝，我們提出了以下自動提取方法：（1）撞擊坑：采用機器學習方法基于地形數(shù)據(jù)對撞擊坑進行自動識別和坑緣提取，結(jié)果表明所采用自動識別方法能夠顯著減少錯誤提取率，在表面復雜的地區(qū)仍具有較高的正確提取率；（2）沖溝：基于多種數(shù)學形態(tài)學方法，對HiRISE影像上的沖溝進行自動提取，在不同實驗區(qū)的提取結(jié)果表明具有較高的提取率，提高了提取效率。
撞擊坑自動提取結(jié)果：左列為機器學習識別結(jié)果，右列為基于識別結(jié)果提取的坑緣
沖溝自動提取結(jié)果：綠色為正確檢測結(jié)果，黃色為漏檢測，紅色為錯檢測
附相關文章：
Di, K., W. Li, Z. Yue, Y. Sun, Y. Liu, 2014.
A machine learning approach to crater detection from topographic data , Advances in Space Research,54(2014):2419-2429.
Li, W., K. Di, Z. Yue, Y. Liu, S. Sun 2015.
Automated Detection of Martian Gullies from HiRISE Imagery, Photogrammetric Engineering & Remote Sensing,81(12): 913-920.
|
