中文摘要：

撞击坑是月球表面最重要的地质构造特征。基于遥感影像的撞击坑检测方法受到数据本身的局限，存在较严重的遗漏检测、过检测和形态信息缺乏等问题。激光测高数据可以快速构建全球的DEM，为撞击坑检测提供丰富的几何形态信息。但是现有方法仍难以避免错误检测和遗漏检测的问题。为此，项目提出分两步完成撞击坑的自动检测工作，首先采用松散耦合的形态规则提取大范围候选撞击坑，再利用机器学习方法提取正确撞击坑。其中，提出基于可变尺度的撞击坑检测算法，以有效解决小撞击坑和连续撞击坑的检测问题；提出基于决策树的机器学习方法以解决从候选撞击坑中有效提取正确撞击坑的问题。通过项目研究，实现高效、准确的月表撞击坑检测，充分挖掘探月卫星提供的全月激光测高数据，向后续月球地质地貌研究提供具有准确性和丰富形态信息的基础数据。

结论摘要：

基于遥感影像的撞击坑检测方法受到数据本身的局限，存在较严重的遗漏检测、过检测和形态信息缺乏等问题。项目利用激光测高数据可以快速构建全球的DEM，为撞击坑检测提供丰富的几何形态信息的特点，提出分两步完成撞击坑的自动检测工作，首先采用松散耦合的形态规则提取大范围候选撞击坑，再利用机器学习方法提取正确撞击坑。研究表明，基于可变尺度的撞击坑检测算法可以有效解决小撞击坑和连续撞击坑的检测问题；基于决策树的机器学习方法可以解决从候选撞击坑中有效提取正确撞击坑的问题。通过项目研究，与现有数据库对比，实现了高效、准确的月表撞击坑检测，可向后续月球地质地貌研究提供具有准确性和丰富形态信息的基础数据。