论文总字数：14522字

目 录

摘要 1

Abstract 2

1 绪论 3

1.1 研究目的与意义 3

1.2 国内外研究现状 3

1.3 研究区概况与数据简介 4

1.4 技术路线 5

2 研究内容 7

2.1 地形因子提取 7

2.2 影像分割 9

2.2.1 多尺度分割 9

2.2.2 光谱差异分割 11

2.3撞击坑提取 12

2.3.1 特征选择 12

2.3.2 分类 13

2.4 后期处理 14

3精度评价及结果分析 15

3.1 精度评价 15

3.2 月球撞击坑直径和数量的描述 17

3.3 月球撞击坑几何形态的描述 17

4 总结与展望 18

4.1 总结 18

4.2 展望 19

参考文献： 19

致谢 21

基于面向对象分类法的月球撞击坑提取

盛夏

，China

Abstract:This paper focuses on extracting the lunar crater automatically based on object-oriented method, using remote sensing image obtained by "Chang'e 2" and the DEM data obtained by "Chang'e 1". In this paper, we use the DEM data and the topographic factors such as slope, profile curvature,hillshade, surface roughness, combined with the spectral characteristics of remote sensing image. Based on the object-oriented classification principle of remote sensing image, it extracts moon craters in eCognition software. It divides the image into many objects according to the size, shape, color and the weight of each layer. The adjacent objects are merged with similar features, and the nearest neighbor classification methods used to identify the impact pits from the lunar image using the eigenvalues ​​"mean" and "contrast to neighbor pixels" Identify craters on lunar images. In order to remove the radiation, fine plots and objects whose pixel number are too small, the results will be output to the ArcGIS . Then, the large impact craters were artificially modified to extract the boundary, and the number of lunar craters is obtained. The results are in good agreement with the classification of craters published by the International Astronomical Union, and the classification accuracy is 76.4%.

Key words：crater;object-oriented classification; topographic factor;eigenvalue;eCognition

1 绪论

1.1 研究目的与意义

撞击坑是月球表面最主要的地貌形态和地质构造特征，分布广泛且大小各异。撞击坑是由小天体撞击形成的环形构造，它的结构主要由相对平坦的底部和周围的环形山组成。撞击坑的底部通常都很平坦，它不仅是撞击坑的主体，也是人们一般认为的撞击坑，而环形山是大量的冲击溅射物在撞击事件发生后堆积形成的^[1]。月球上的各种月貌尤其是撞击坑的空间分布和形态特征对人们推断月表的地质年龄、探究月球起源及演化历史、分析月球的岩石构造、研究月壤的厚度以及推演地球的历史等都具有极其关键的意义。因此，识别和提取撞击坑是非常有必要的，处理这些数据的能力代表了人们探测月球水平的高低。

早期的月貌提取技术尚未成熟，特别是对撞击坑的提取和识别还处在手工识别阶段，这样不仅误差较大，效率低，而且极其依赖于参与解译分析的人的经验和知识，远远不能满足人们探索月球的需求。随着计算机技术的迅速发展，人们研究撞击坑的技术有了很大提高，处理数据的效率也越来越高，撞击坑的提取从手工识别阶段步入自动识别阶段。但是，如何更好地借助计算机技术来处理数据以及运用何种算法能更精确地识别撞击坑是科研工作者研究的关键课题。

面向对象方法分析的目标不是单个像元，而是多个相邻像元组成的集合，这样分类时的对象是有意义的、内部具有一致性的连通区域。它首先将影像分割成许多对象，利用影像对象间的光谱信息、几何信息、纹理信息、拓扑关系等，采用不同的特征提取算法，计算这些对象的多项特征值，利用分类器实现对事物的识别。传统分类方法是在像元的基础上进行处理，因此不同地物目标的信息都是在同一比例级别进行提取，而面向对象方法克服了这一缺陷。该方法在应用于提取月球撞击坑时，能充分利用遥感影像的多种信息，有利于提取和组合撞击坑边缘信息，很好地识别不规则坑的边界形状，再通过后期的手动处理，可以得到很好的提取效果。鉴于月球表面形态十分复杂，如形成年代较远的撞击坑的坑壁由于地质作用和侵蚀作用的改造，边缘的形状多不规则、不光滑，所以有越来越多的学者开始关注应用面向对象方法自动提取月球撞击坑。

因此，本文拟应用面向对象方法实现对月球撞击坑的自动识别，获得月球撞击坑分布图。

1.2 国内外研究现状

撞击坑作为月表最显著的地貌特征，人们从很早就开始了对月球撞击坑识别。早在17世纪，伽利略就利用望远镜第一次对撞击坑的形貌进行研究。在现代，部分研究学者利用探测器获取的遥感影像数据人工目视解译撞击坑。

到目前为止，根据国际天文学联合会(International Astronomical Union，IAU)最新公布的撞击坑名录数据，已命名的有9125个撞击坑，其中有9082个撞击坑已经得到认证 ^[2]。根据科学家的统计，月球表面直径在1m以上的撞击坑数量达到3万亿个，其中直径大于1km的就有33000个以上^[3]，已认证的9082个撞击坑及其属性特征已经不能满足人们对月球起源和演化的深入研究，因此还需要进一步补充全月球撞击坑数据，更加详细地描述撞击坑的形貌特征和分布特点。Y.Sawabe^[4]等人利用模糊霍夫变换算法，能够以较高的精度检测所有尺寸和形状的撞击坑。鲁宇航^[5]等人的研究是对原始月面影像进行阈值分割和区域生长，用特征匹配算法提取撞击坑边缘后拟合成圆，对于较大纬度的月坑提取效果较好。岳宗玉^[6]等人采用面向对象的思想，在 eCognition 软件对 Clementine 的紫外-可见光影像数据进行分割、分类。刘安^[7]等人研究了应用分块鲁棒主成分分析方法来识别撞击坑区域。

随着人们获取月球地学信息的增多，国内外学者开始使用地形信息作为遥感影像数据的补充。Kim JR ^[8]等人在识别火星撞击坑时加入了坡度信息，综合运用了模式匹配和神经网络的知识提出了一种自动提取算法。而 Brain D.Bue ^[9]等人发现仅仅加入坡度信息在识别小型撞击坑以及边缘受侵蚀的撞击坑时精度不够，因此还加入了纹理和剖面曲率的数据。Erkin^[10] 等考虑到撞击坑的形状特征，在形状约束下进行撞击坑生成。罗中飞^[11]等在CCD影像中基于条件匹配提取撞击坑，在DEM数据中剔除误差及判断类型。除了基于地形分析，多光谱数据也被部分研究学者尝试用来提取月球撞击坑。

综上所述，撞击坑的研究在检测和识别上效率有了显著的提高，但是在识别的精度、不同尺度目标的提取和形貌特征的提取等方面仍有不足。如霍夫变换是识别撞击坑形状的常用手段之一，应用也最为广泛，对轮廓清晰、形状规则的撞击坑识别效果较好，但霍夫变换的存储量较大，特别是在参数数量较多时运算相对较慢^[12]。采用面向对象分类技术提取和组合撞击坑边缘信息，再加上后期的人工处理，可以得到很好的分类效果。

1.3 研究区概况与数据简介

本文研究区域位于月球中南部（36°E~72°E，18°S~36°S），是月球表面撞击坑密度最大的区域之一^[13]。实验样区面积约为596778 km²，最高海拔3284 m，最低-5090 m。样区内形成年代久远的撞击坑直径较大，坑壁在影像数据上不甚清晰，呈不规则形状，坑内有中央峰。大多数的撞击坑都非常年轻，其形状接近规则的圆形或椭圆，坑壁反射率较高，边缘凸起明显，坡度外陡内缓。

本研究所有数据均采用D_Moon_2000投影，使用的数据如下：

1. 本文所使用的影像图（图1）来自2011年发布的“嫦娥二号”探测器所获得的全月球高精度单波段遥感影像，空间分辨率为50 m。
2. DEM(Digital Elevation Model)数据（图2-a）是由2008年发布的“嫦娥一号”探测器CCD立体相机获取的前视、下视和后视影像数据，经三线阵数字摄影测量处理制作而成的，空间分辨率为500 m，相比其他图像相比能够更好地描述月球表面形态和细节。
3. 用于分类结果精度评价的数据来自IAU2017年最新发布的撞击坑名录数据，名录中共有9082个已认证的撞击坑。撞击坑名录数据为CSV格式，通过转换为shapefile格式可以在ArcGIS中打开，属性表中主要包含了撞击坑的名称、位置、经纬度及直径等属性。

图1 研究中所使用的“嫦娥二号”CCD影像

1.4 技术路线

本研究以遥感、地理信息系统及数字高程等学科的理论为基础，应用面向对象的标准最邻近分类方法，基于“嫦娥二号”CCD影像数据和DEM数据提取月球表面撞击坑，并分析撞击坑的形貌特征。技术路线如图2。

月球撞击坑名录数据

剩余内容已隐藏，请支付后下载全文，论文总字数：14522字

相关图片展示：