位置:成果数据库 > 期刊 > 期刊详情页
利用DEM边缘检测进行黄土地貌沟沿线自动提取
  • ISSN号:1671-8860
  • 期刊名称:武汉大学学报(信息科学版)
  • 时间:2011
  • 页码:363-367
  • 分类:P208[天文地球—地图制图学与地理信息工程;天文地球—测绘科学与技术]
  • 作者机构:[1]南京师范大学虚拟地理环境教育部重点实验室,南京市文苑路1号,210046
  • 相关基金:国家自然科学基金资助项目(40930531 40801148); 南京师范大学研究生优秀学位论文培育计划资助项目(2010bs0037); 江苏省普通高校研究生科研创新计划资助项目(CX10B_390Z)
  • 相关项目:基于DEM的黄土高原地貌形态空间格局研究
中文摘要:

在分析黄土地貌沟沿线形态特征的基础上,提出了基于规则格网DEM,通过引入边缘检测算子提取并连接沟沿线候选点,并借助形态学方法滤除细碎线段,最终生成沟沿线的方法。黄土丘陵沟壑区的实验结果显示,Sobel、Roberts、Prewitt梯度算子检测得到的沟沿线封闭性较差,线段较零碎,与实际沟沿线不符,不适用于沟沿线的自动提取;而LOG算子提取的线段连续、精度高,是理想的沟沿线检测算子,能够实现黄土地貌沟沿线较准确、有效的自动提取。

英文摘要:

We propose a new method for extracting loess shoulder-lines from grid DEM.The morphological characteristics of loess shoulder-lines are investigated firstly.By applying the edge detection approach,a new method for extracting loess shoulder-line candidate points is proposed based on the prominent height variation of the points.The algorithm then connects the candidate points to small line segments by morphological methods.Finally,precise,systematic loess shoulder-lines are extracted after refining the line segments.Experiments in the loess hill area show that the extracted lines from gradient based operators,such as Sobel,Roberts and Prewitt,have relatively poor results on both integration and matching precision with manually extracted loess shoulder-lines,while loess shoulder-lines extracted by LOG operator has very good matching ratio to the manually extracted loess shoulder-lines.So LOG is an ideal loess shoulder-lines extraction operator and can be used to extract loess shoulder-lines effectively and automatically.

同期刊论文项目
期刊论文 76 会议论文 6 专利 2
同项目期刊论文
期刊信息
  • 《武汉大学学报:信息科学版》
  • 中国科技核心期刊
  • 主管单位:国家教育部
  • 主办单位:武汉大学
  • 主编:刘经南
  • 地址:湖北武汉珞珈山
  • 邮编:430072
  • 邮箱:whuxxb@vip.163
  • 电话:027-68778045
  • 国际标准刊号:ISSN:1671-8860
  • 国内统一刊号:ISSN:42-1676/TN
  • 邮发代号:38-317
  • 获奖情况:
  • 全国优秀科技期刊,全国优秀高校自然科学学报一等奖,湖北省优秀期刊称号
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,荷兰地学数据库,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),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:24217