论文部分内容阅读
撞击坑研究有着重要的科学与工程意义，但人工提取撞击坑成本高，速度慢，因此需要发展撞击坑自动提取方法。现有的撞击坑自动提取方法中，基于影像分析的方法只能根据撞击坑在光照条件下的影像特征对其进行提取，无法体现撞击坑的空间结构信息;基于地形分析的方法可挖掘利用DEM中含有的丰富全面的地形和空间结构信息，具有发展潜力。但目前基于地形分析提取撞击坑的方法中，尚未能充分考虑撞击坑的空间结构信息，影响了提取效果，尤其难于提取存在嵌套、叠加现象，或是风化侵蚀后不完整的复杂撞击坑。 针对现有的撞击坑自动提取方法在考虑撞击坑空间结构信息方面尚存在的明显不足之处，本文开展方法研究。现有的专家绘制的撞击坑分布图蕴含了大量的撞击坑空间结构知识，本文设计了一套新方法，分为栅格级别上提取撞击坑候选范围、对象级别上识别撞击坑等两阶段，分别利用DEM中提取出的多尺度地形元素与标准化径向高程剖面等空间结构信息作为输入特征，以机器学习算法挖掘撞击坑分布图中所隐含的专家知识，以此实现撞击坑的自动提取。通过月球撞击坑提取实验，对新方法进行应用评价。与现有基于地形分析提取撞击坑的代表性方法——AutoCrat——进行对比评价，结果显示本文方法具有较好的撞击坑提取效果，有效改善了复杂撞击坑的提取。