基于局部Haar和PHOG特征的月球撞击坑综合检测方法

摘要：

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合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.

关键词：撞击坑检测、塔式梯度方向直方图特征、Haar特征、机器学习

所属期刊栏目：43

资助基金：国家自然科学基金61262031;中国科学研究院地理研究院科研项目YQZX-HT-KY-QT-20120119-1

在线出版日期：2014-03-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1421-1429