基于局部Haar和PHOG特征的月球撞击坑综合检测方法

基于月貌图像的撞击坑的检测需要采用合理的特征选择和机器学习策略,我们提出了一种基于区域局部灰度和梯度分布特征与机器学习方法相结合的撞击坑检测方法．这种方法将Haar特征与AdaBoost结合,使候选撞击坑区域的定位更加快捷,采用局部区域的塔式梯度方向直方图（PHOG）与高效的支持向量机学习算法相结合的方法用来精确地对撞击坑候选区域进行分类．考虑到Haar特征数的繁多而采用AdaBoost作为特征提取和分类方法,并由于PHOG特征的每一项都对分类起作用,将撞击坑区域统一预处理为不含阴阳面的各向梯度向量基本一致的圆形模糊边界,使圆形撞击坑的正样本特征具备更多的稳定性．文中还讨论了几种特征和分类方法的机理和集成,以及参数调整对撞击坑检测的效率分析．     

基于数学形态学的月海圆形撞击坑自动识别方法

撞击坑是月球表面最为常见的地质单元,是研究月球地质演化历史的重要对象,也是月球地质定年的基本依据,因此撞击坑识别具有重要意义.本文根据嫦娥一号采集的月球CCD图像,基于数学形态学方法对撞击坑进行自动识别提取研究.在CCD图像中,撞击坑边缘的灰度变化明显,梯度较大,由此可以计算获取撞击坑的边缘形态;一般情况下,依据图像灰度梯度突变,通过边缘检测得到的撞击坑边缘比较粗糙、不连续,而且有断口和小洞.根据数学形态学的基本思想——用具有一定形态的结构元素去量度和提取图像中的对应形状,对识别出来的边缘作进一步处理,可得到较光滑、连续的撞击坑边缘弧,从而能方便地拟合出撞击坑边缘,并获得撞击坑的直径与位置.用数学形态学进行撞击坑识别与提取的主要步骤是：首先对CCD影像计算灰度的梯度,得到梯度图像,然后进行二值化,再使用数学形态学分离出边缘,最后用圆形对撞击坑进行拟合并计算出撞击坑的位置和直径.本文分别对月海和月陆地区进行撞击坑识别实验,结果表明,我们设计的算法能够识别的最小撞击坑直径为10个像素.其中月海区域撞击坑识别准确可靠;而月陆区域岩性差异大、地形起伏,造成CCD图像背景变化较大,其识别效果相对差一些,有待进一步改善.     

一种基于特征空间的月球撞击坑自动识别算法

撞击坑不仅是月球表面常见的一种地质单元,也是研究月表地质年龄的一个重要因素,所以准确的识别撞击坑就很重要．本文提出了一种基于特征空间的对撞击坑进行自动识别的算法．新算法先将CCD图像转换成特征空间图像,在特征空间中通过自适应的区域检测寻找撞击坑候选区域．再对候选的区域进行椭圆拟合以进一步确认撞击坑,最后统计得到撞击坑个数．新算法在嫦娥一号采集的月球CCD图像上进行测试,测试结果显示该算法对月球中小撞击坑有较高的识别能力．     

一种基于BoW物体识别模型的视觉导航方法

针对复杂的室内环境,提出一种新的动态环境下的移动机器人视觉导航方法.该方法以室内常见物体作为自然路标,通过单目视觉建立识别模型来认知环境中的各种物体.首先对室内常见物体建立图像库,并对库中的大量图像采集SIFT特征;然后通过BoW模型来描述各幅图像,针对每类物体利用线性支持向量机(SVM)训练出物体识别模型;最后借助交互的手绘地图描述室内环境,移动机器人从中获得辅助路径以及自然路标的大概位置,从而完成导航任务.通过大量实验,从自然路标变化、目的区域变化、手绘地图偏差等多角度验证该方法的鲁棒性.实验结果表明,该导航方法操作简单高效,并具有人机交互性强、动态环境下适应能力高的优点.     

基于自动多种子区域生长的遥感影像面向对象分割方法

在遥感影像分割分类中,种子区域生长算法是一种常见的分割算法.传统的种子区域生长算法只能提取单一连续的、纹理简单的目标地物,而对具有复杂纹理和多光谱特征的遥感影像,分割时存在分割效果差、不能同时有效地提取多个地物的问题.针对以上问题,本文提出了一种改进的面向对象的自动多种子区域生长算法.该方法适用于同时提取多个目标地物,且分割效果好.该方法首先使用一种改进的中值滤波对影像进行平滑处理,使目标内部一致性更高,同时保留纹理信息.然后通过一定的准则进行自动种子选取并进行生长,最后对生长后的区域进行碎斑合并处理,最终得到多种对象的分割结果.本文采用三组不同大小的1m空间分辨率的航空影像进行实验,通过与分水岭以及传统单种子区域生长算法的多组实验对比,发现该方法可以面向全局对象,自动选取覆盖各种地物类型的种子,同时对多种地物目标进行分割处理,可为后续面向对象影像分析和应用提供可靠的数据基础.     

基于最优特征空间构建的随机森林算法在WorldView-2影像分类中的适用性研究

目前面向对象的分类研究中,对于研究区影像的分割尺度问题多以试验者的多次试验以及主观推断为主,缺乏定量化的评价标准。同时,在对遥感影像分类的算法选择以及在分类过程中,有效特征空间的选取均存在一定程度的主观性。针对遥感影像面向对象分类过程中分割尺度选择盲目及分类空间构造主观性较强的问题,以World View-2遥感影像数据为例,首先利用改进的全局最优分割尺度的方法获取研究区影像的最优分割尺度,在此基础上选取了研究区分割对象的48个特征,利用OOB误分率对各个特征的重要性排序;然后按重要性顺序以5为步长讨论特征数量对分类精度的影响,构建了用于分类的最优特征空间;最后将采用最优特征空间的随机森林算法获得的最佳分类结果,与面向对象的最邻近像元、决策树以及支持向量机分类算法进行了比较。结果表明,用于分类的特征数量与分类精度之间,并不是简单的正相关关系;与面向对象的最邻近像元、决策树以及支持向量机分类算法相比,利用最优特征空间进行随机森林分类的分类精度最高,表明该方法更适合于高分辨率World View-2数据的分类。     

高分辨率遥感影像中飞机识别研究

在目标识别领域,飞机是一种常被研究的对象,对飞机进行精确识别并定位,无论在军事打击和商业调查中都有重要意义。高分辨率图像中丰富的空间、光谱和上下文信息在带来更多有用细节信息的同时,也给飞机识别带来了更加复杂的背景干扰。主要研究应用面向对象的理念来实现对高分辨率遥感图像中飞机的识别。首先是图像预处理,即获得图像中的对象;然后是面向对象的图像识别,即提取图像对象的特征;并依据特征完成识别任务。利用的基本特征主要有图像对象的面积、长宽比、分散度、凸包缺陷。实验证明这种识别方法,对于不同朝向和大小的飞机都能取得较高的检出率。     

No evidence for thick deposits of ice at the lunar south pole

Shackleton crater at the Moon's south pole has been suggested as a possible site of concentrated deposits of water ice, on the basis of modelling of bi-static radar polarization properties and interpretations of earlier Earth-based radar images. This suggestion, and parallel assumptions about other topographic cold traps, is a significant element in planning for future lunar landings. Hydrogen enhancements have been identified in the polar regions, but these data do not identify the host species or its local distribution. The earlier Earth-based radar data lack the resolution and coverage for detailed studies of the relationship between radar scattering properties, cold traps in permanently shadowed areas, and local terrain features such as the walls and ejecta of small craters. Here we present new 20-m resolution, 13-cm-wavelength radar images that show no evidence for concentrated deposits of water ice in Shackleton crater or elsewhere at the south pole. The polarization properties normally associated with reflections from icy surfaces in the Solar System were found at all the observed latitudes and are strongly correlated with the rock-strewn walls and ejecta of young craters, including the inner wall of Shackleton. There is no correlation between the polarization properties and the degree of solar illumination. If the hydrogen enhancement observed by the Lunar Prospector orbiter indicates the presence of water ice, then our data are consistent with the ice being present only as disseminated grains in the lunar regolith.     

结合高分辨率多光谱影像和LiDAR数据提取城区建筑

结合IKONOS影像和LiDAR数据,应用面向对象分类分析方法试验提取高分辨率多光谱卫星影像城区建筑物.处理流程包括如下步骤:(1)影像融合增强;(2)影像分割;(3)影像对象分类;(4)建筑物对象几何形状规则化处理.试验结果表明,面向对象分类分析是一种适于利用高空间分辨率遥感影像数据进行城区建筑物制图的有效方法.该方...     

一种基于Pauli分解和SVM的全极化SAR监督分类算法

全极化SAR影像准确分类的一个重要前提是充分提取反映地物实际物理性质的特征。然而现有的全极化SAR特征提取算法和分类算法众多,却均存在各种各样的问题。无论极化特征提取方法还是分类算法,都会影响最终的分类精度。针对此问题,在多次实验的基础上,提出一种综合Pauli极化特征分解和SVM的分类策略,简称为Pauli-SVM算法。首先通过经典的Pauli分解法提取全极化SAR影像的奇次散射、偶次散射、体散射等极化特征,并将这些信息组合成一个特征向量,然后引入高精度的SVM分类算法,选择训练样本后对全极化SAR影像进行监督分类。在江苏溧水和南京横溪镇两个研究区,以ALOS卫星的PALSAR影像为研究数据,进行监督Wishart分类算法、Freeman特征提取法结合SVM的分类算法、Yamaguchi特征提取法结合SVM的分类算法、Pauli-SVM算法的分类对比实验。结果表明,新提出的Pauli-SVM算法可以有效的提高分类的准确性。     

基于面向对象的热带林分类方法研究

【目的】为了加强热带林资源的保护,采用遥感技术对热带林植被进行分类研究。【方法】基于SPOT6高分辨率遥感影像,采用ESP多尺度分割评价模型与专家知识结合的方法确定最优分割尺度参数,在分割的基础上充分挖掘目标地物的光谱、形状及纹理信息,合理选择分类特征组合,建立分类规则,构建了一套基于面向对象的热带林多尺度分类方法。【结果】与单一尺度的分类方法相比,该方法分类精度有明显提高,分类总体精度达到84.46%,并且缩短了传统目视确定最优分割参数的时间,提高了分割效率和精度。【结论】基于面向对象的多尺度分类方法能够实现高精度的热带林植被信息提取,可为遥感分类技术在热带林的应用提供参考。     

基于复数矩的商标图像检索方法

提出用图像复数矩与其它特征结合进行商标图像检索的方法,并给出了检索算法。实验结果证明,这是一种较好的方法,基本不会出现漏检索。     

Impact-derived features of the Xiuyan meteorite crater

Up to now, 176 meteorite impact craters have been found on the Earth. Among these craters, none of them lies in China. The Xiuyan crater is located in the Liaodong Peninsula of China. This bowl-shaped crater has a diameter of 1.8 km and depth of about 150 m. The impact-derived features include planar deformation features （PDFs） in quartz, shatter cones, impact breccia, and radial valleys on the wall of rim. It is the first confirmed meteorite impact crater in China.     

Shoemaker crater as the source of most ejecta blocks on the asteroid 433 Eros

The loose material--regolith--on the surfaces of asteroids is thought to represent ballistically emplaced ejecta from impacts but the identification of source craters and the detailed study of the regolith modification have been hampered by the limited spatial resolution and area coverage of the few asteroids imaged by spacecraft. Here we report the results of global mapping of the asteroid 433 Eros from high-resolution images obtained by the NEAR-Shoemaker spacecraft. Based on the images and ejecta-emplacement models, we suggest that most large ejecta blocks on Eros originate from a relatively young 7.6-km-diameter crater. A large fraction of the ejecta from impacts pre-dating that crater has apparently been buried or eroded. The images also show evidence for the action of a variety of sorting environments for regolith particles after they are deposited on the surface.     

The landing of the NEAR-Shoemaker spacecraft on asteroid 433 Eros

The NEAR-Shoemaker spacecraft was designed to provide a comprehensive characterization of the S-type asteroid 433 Eros (refs 1,2,3), an irregularly shaped body with approximate dimensions of 34 x 13 x 13 km. Following the completion of its year-long investigation, the mission was terminated with a controlled descent to its surface, in order to provide extremely high resolution images. Here we report the results of the descent on 12 February 2001, during which 70 images were obtained. The landing area is marked by a paucity of small craters and an abundance of 'ejecta blocks'. The properties and distribution of ejecta blocks are discussed in a companion paper. The last sequence of images reveals a transition from the blocky surface to a smooth area, which we interpret as a 'pond'. Properties of the 'ponds' are discussed in a second companion paper. The closest image, from an altitude of 129 m, shows the interior of a 100-m-diameter crater at 1-cm resolution.     

基于FY2E可见光波段的北部湾白天海雾检测

利用2012年国产FY2-E静止卫星数据,结合地面能见度观测资料,分析北部湾地区晴天海雾、云、洋面的辐射性质、光谱及纹理特征,利用面向对象分类方法对白天海雾进行检测提取。结果表明:FY2-E卫星影像对北部湾地区晴天海雾的区分度较高,其光谱及纹理特性与洋面、中高云多无交叠现象;但大雾与低云区有部分混淆。利用面向对象分类方法,在选择合适分割尺度的基础上根据光谱Spectral_Mean和纹理Texture_Mean两个影像特征可将海雾进行有效分离。精度分析结果表明,2012年全年晴空海雾监测误警率为9.1%,命中率为76.9%,成功指标为71.4%,总体监测效果较理想。     

基于感知的大范围人造对象图像结构特征抽取

基于内容的图像检索(CBIR)系统传统上仅仅使用颜色特征和纹理特征进行图像的底层分析,不足以满足检索性能的要求.要提高基于内容图像检索的鲁棒性,需要检索系统能分析更多的图像底层特征.对于包含大范围人造对象(比如:建筑物、高塔、桥梁和其他结构对象)的图像,提出应用感知分组(perceptual grouping)规则抽取图像的结构特征,并结合使用该结构特征,对特定的图像库进行分类和客观评价.     

一种有效的SAR图象典型目标特征提取和识别方法

在合成孔径雷达（SAR）图象中，需要对其中的人工和自然目标进行识别和分类，目标的特征提取是自动目标识别系统中的关键部分．一般图象的特征会采用颜色、纹理、形状等特征量．在SAR图象中，由于存在大量的背景噪声、目标边界模糊等问题，造成以上特征量在分类时往往不能达到很好的分类效果．作者提出了一种典型目标特征提取和分类识别方法、这种方法基于SAR成像的原理，在图象灰度阂值分割后做粗搜索分别提取灰度特征，椭圆矢量特征，以及栅格特征，然后进行SAR图象典型目标的分类识别、实验表明，这种方法效果较好．     

一个具有图像语义的物体分类系统的实现

通过提取图像的底层特征,将特征输入BP神经网,应用共轭梯度法对网络进行有监督训练,即将先验知识加入神经网络中;一旦训练成功,依靠网络出色的泛化能力,系统就能正确识别图像中的物体和各物体的位置信息,这样就实现了对图像语义的理解.实验验证结果表明该系统对特定测试图像集的理解正确率达到了100%.     

Secondary craters on Europa and implications for cratered surfaces

For several decades, most planetary researchers have regarded the impact crater populations on solid-surfaced planets and smaller bodies as predominantly reflecting the direct ('primary') impacts of asteroids and comets. Estimates of the relative and absolute ages of geological units on these objects have been based on this assumption. Here we present an analysis of the comparatively sparse crater population on Jupiter's icy moon Europa and suggest that this assumption is incorrect for small craters. We find that 'secondaries' (craters formed by material ejected from large primary impact craters) comprise about 95 per cent of the small craters (diameters less than 1 km) on Europa. We therefore conclude that large primary impacts into a solid surface (for example, ice or rock) produce far more secondaries than previously believed, implying that the small crater populations on the Moon, Mars and other large bodies must be dominated by secondaries. Moreover, our results indicate that there have been few small comets (less than 100 m diameter) passing through the jovian system in recent times, consistent with dynamical simulations.