位置:成果数据库 > 期刊 > 期刊详情页
基于遥感图像分割和形态学的黄土滑坡后壁自动提取方法
  • ISSN号:1671-2552
  • 期刊名称:《地质通报》
  • 时间:0
  • 分类:P642.22[天文地球—工程地质学;天文地球—地质矿产勘探;天文地球—地质学] P694[天文地球—地质学]
  • 作者机构:[1]长安大学地质工程与测绘学院,陕西西安710054, [2]中国地质调查局西安地质调查中心,陕西西安710054, [3]国土资源部黄土地质灾害重点实验室,陕西西安710054
  • 相关基金:国家自然科学基金项目(批准号:41372330);陕西省自然科学基础研究计划资助项目(编号:2012JM5003);中国地质调查局项目(编号:1212010814037、12120114035701、1212011220031、12120113004800、121201140001、12120113004800);国土资源部黄土崩滑灾害——陕西延安野外科学观测研究基地
中文摘要:

基于黄土滑坡后壁的光谱和形状特征,提出了利用区域生长合并方法分割高分辨率遥感影像,提取滑坡后壁区域,经过二值化构图处理后,获得滑坡后壁主要格架,以表征黄土滑坡的方法。首先充分考虑黄土滑坡后壁在遥感影像中所呈现出的独特光谱特征和半圆状或圈椅状的形状特征,利用区域生长合并的方法,在生长参数为47.5,合并参数49的状态下进行影像分割,获得初步的黄土滑坡后壁形状;其次,填充分割过程中产生的孔洞,对获得的滑坡后壁进行细部构图;最后,采用二值化骨骼提取算法,提取滑坡后壁的主要格架,作为黄土滑坡的标志。该方法是对黄土滑坡遥感解译工作中,滑坡表达方法的改进和提高。

英文摘要:

Based on the spectral and shape features of loess landslide scarp, the authors segmented the high resolution remote sensing image by using regional growing and merging method, and extracted the landslide scarp area from the segmented image. The skeleton of the scarp area was obtained by way of the binary composition to characterize loess landslide. Firstly, The typical semi-circle or round-backed armchair shape characteristics and spectral characteristics became one of the important marks for loess landslide remote sensing interpretation, whereas the initial shape of the scarp was achieved by taking advantage of the regional growing and merging method with the growing parameter being 47.5 and the merging parameter being 49. Then, the holes of initial scarp of the scarp generated by segmentation process were filled. Finally, the main framework of landslide scarp was extracted using binarization skeleton algorithm, which constituted the mark of the loess landslide. This method is an improved and enhanced means for loess landslide expression in the remote sensing interpretation.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《地质通报》
  • 北大核心期刊(2011版)
  • 主管单位:中华人民共和国国土资源部
  • 主办单位:中国地质调查局
  • 主编:肖序常
  • 地址:北京市西城区阜外大街45号发展研究中心《地质通报》编辑部
  • 邮编:100037
  • 邮箱:dzhtb@263.net
  • 电话:010-58584255 58584211
  • 国际标准刊号:ISSN:1671-2552
  • 国内统一刊号:ISSN:11-4648/P
  • 邮发代号:2-767
  • 获奖情况:
  • 中国科技核心期刊,中国科技论文统计源期刊,中国科学引文数据库来源期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),荷兰文摘与引文数据库,美国地质文献预评数据库,英国动物学记录,中国中国科技核心期刊,中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:18988