利用電腦自動化對數值高程模型作線形偵測

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：8

、訪客IP：3.145.108.9

姓名

潘彥男(Yen-Nan Pan) 查詢紙本館藏

畢業系所

太空科學研究所

論文名稱

利用電腦自動化對數值高程模型作線形偵測
(Computer Aided Algorithm for Automatic Lineament Detection in Digital Elevation Model)

相關論文

★ 利用高光譜影像作異常物偵測	★ 利用多光譜影像的光譜與空間資訊結合數學型態學進行海洋油汙偵測
★ 利用遙測影像自動萃取校正點	★ 新的影像融合演算法應用於多光譜遙測影像
★ 利用固定式攝影機即時偵測土石流	★ 藉由電腦視覺自動偵測土石流
★ 利用多層模型於全波形光達分析樹冠結構	★ 利用MHE對多光譜影像輻射校正並應用於土石流變遷偵測
★ 單發多收合成孔徑雷達模擬與實驗	★ 福爾摩沙五號衛星影像壓縮之實現
★ 電磁散射模型於粗糙表面之研究	★ 超寬頻Ka波段於樹之散射量測及研究分析
★ 立體影像對自動特徵點提取進行三維重建	★ Comparison of Change Detection Methods Based on the Spatial Chaotic Model for Synthetic Aperture Radar Imagery
★ 利用遙測影像偵測碟型天線之方向	★ 超解析成像法應用於光學衛星影像之比較

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

本論文特以數值高程模型(DEM)分析地形，利用電腦程式自動化萃取影像中的線形資訊，並進一步分析線形方向分佈，以期提供地質學者分析應用。
數值高程模型利用光達或影像對，計算了各個位置的高度值，利用此資訊可進一步計算其坡度。本研究流程首先對原始影像使用高斯金字塔降低雜訊與小線形的影響，接著利用透空度分析(Openness)，計算範圍圓內的八個天頂角以及天底角，再經由期望值最大(EM)演算法計算門檻值萃取出山脊線及山谷線。
最後在線段追蹤以及方向統計，將萃取出的山脊部份，使用細線化將每個線段化簡成一個像元寬度，使用Lee & Jyrkenvich所提出的線段追蹤演算法進行線段追蹤，再進行每個點的方向統計，以分析山脈走向。最後將影像分成許多小區塊，並分別統計方向，分析不同區塊的山脈走向。
我們使用台灣西南地區的數值高程模型作為測試資料進行實驗，並於高通濾波與人工結果比較驗證

摘要(英)

In this paper we analyzed the topography from Digital Elevation Model (DEM) and designed a computer aided algorithm to automatically extract the lineament information in the image. In addition, we also analyzed the distribution of direction of lineament. The extracted information offers useful data to geological analysis and their applications.
DEM providing the elevation value of each coordinate is calculated from LIDAR or the image pairs. It can also be used to calculate the slope. The proposed procedure has four steps. Firstly, it uses the Gaussian Pyramid to reduce the influence of noise and short lineament from the original image. Secondly, Openness is adapted to calculate the zenith and nadir angle of eight azimuth in circular range. And then the data is thresholded to extracts the mountain ridge and valley line via EM algorithms.
Finally, in line tracing and gathering directional statistics, we use thining rule to make the extracted ridge to one pixel width, then track the line with algorithm proposed by Lee & Jyrkenvich. In direction distribution analysis we calculate the direction of each pixel on the extracted line and draw the histogram for the whole area. We also apply the same procedure to the small blocks divided from the image to have localized analysis.
We use the DEM of the southwest of Taiwan as the test data to carry on the experiment, and to verify in the high pass filtered and artificial result.

關鍵字(中)

★ 高斯金字塔
★ 透空度分析
★ 數值高程模型
★ 線形偵測
★ 期望最大值演算法

關鍵字(英)

★ Gaussian Pyramid
★ EM
★ DEM
★ lineament detection
★ openness

論文目次

摘要..................................................i
Abstract...............................................ii
目錄..................................................iii
圖目錄...............................................v
第一章緒論............................................1
1.1、研究動機與目的....................................1
1.2、數值高程模型介紹..................................2
1.3、研究方法與流程....................................5
1.4、論文架構..........................................6
第二章線形特徵萃取....................................8
2.1、金字塔影像........................................8
2.1.1、高斯金字塔......................................9
2.1.2、拉普拉斯金字塔.................................13
2.2、透空度分析(Openness).............................14
2.3、期望值最大(Expectation Maximization)演算法.......17
第三章線段處理.......................................22
3.1、線段細線化之研究.................................22
3.2線段追蹤...........................................26
3.3方向統計...........................................30
第四章實驗成果.......................................32
4.1、實驗影像介紹.....................................32
4.2、高斯金字塔.......................................33
4.3、透空度分析.......................................36
4.4、線段處理.........................................46
4.4.1、線段追蹤.......................................47
4.4.2、線段統計.......................................49
4.5、成果比較.........................................52
4.5.1、拉普拉斯處理過程...............................52
4.5.2、人工選取山脊...................................57
第五章結論...........................................61
參考資料..............................................63

參考文獻

[1]Miller, C. L. and R. A. Leflamme, “The Digital Terrain Model-Theory and application,” Photo. Eng., V.24, p.433-442, 1958.
[2] Yokoyama, R., M. Shirasawa and R. Pike, “Visualizing Topography by Openness: A New Application of Image Processing to Digital Elevation Models,” PE & RS, Vol. 68, No. 3, pp. 257-265, March 2002.
[3]Lakhwinder, S., “Extraction of Different Building From Lidar Data,” ASPRS Annual Conference Reno, Nevada, May 1-5, 2006.
[4] Burt, P. J. and E. H. Adelson, “The Laplacian Pyramid as a Compact Image Code,” IEEE Trans. on Communication., vol. COM-31, no. 4, pp. 532-540, April. 1983.
[5]Gonzalez, R. C. and R. E. Wood, Digital Image Processing, Addison-Wesley Publishing, USA, 1992.
[6]Lam, L., S. W. Lee and Y. S. Ching, "Thinning Methodologies-A Comprehensive Survey," IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol 14, No. 9, pp.869-885, September 1992.
[7]Duda, R. O. and P. E. Hart, “Use of Hough Transformation To Detec Lines and Curves in Pictures,” Graphics and Image Processing, Commun., ACM, Vol.15, NO.1, pp.11-15.
[8] Lee, J .S. and I. Jyrkenvich, “ Coastline Detection and Tracing in SAR Images,” IEEE Tran. Geosci. Remote Sensing, Vol. 28, pp. 662-668, 1990.
[9]Todd, K. M., “The Expectation-Maximization Algorithm,” IEEE Signal Processing Magazine, pp.47-60. November 1996.
[10]洪義凱, “合成孔徑雷達影像之地形線形特徵萃取,” 國立中央大學太空科學研究所碩士論文, 94年度
[11]徐啟崇, “光學與合成孔徑雷達影像特徵分析於灘線萃取之研究.” 國立中央大學土木工程研究所碩士論文, 87年度
[12]陳彥傑, “台灣山脈的構造地形指標特性—以面積高度積分、地形碎形參數與河流坡降指標為依據,” 國立成功大學地球科學研究所博士論文, 92年度

指導教授

任玄(Hsuan Ren)

審核日期

2007-7-18

推文