تشخیص خودکار خطواره ها درتصاویر ماهواره ای و عکس های هوایی با استفاده از تبدیل رادون

نوع مقاله : علمی - پژوهشی

نویسندگان

1 هیات علمی

2 کارشناس

چکیده

آگاهی از سیستم خطواره‌های هر منطقه شامل گسل‌ها و شکستگی‌ها در مطالعات زمین‌شناسی، هیدروژئولوژی و از همه مهم‌تر اکتشاف ذخایر معدنی مفید است. به‌طور معمول، نقشه خطواره‌ها از داده‌های مکانی مانند عکس‌های هوایی و تصاویر ماهواره‌ای استخراج می‌شوند. با وجود آن که استخراج بصری خطواره‌ها متداول‌ترین روش است اما روش‌های خودکار تشخیص خطواره‌ها تا حدود زیاد می‌تواند خطای کاربر را کاهش دهد و حتی خطواره‌هایی را که با چشم به راحتی قابل تشخیص نیستند، مشخص کند. بهترین نوع این روش‌ها، آن‌هایی هستند که فیلترهای بهبود لبه را با الگوریتم‌های تشخیص خط تلفیق می‌کنند. در این مطالعه، الگوریتم ساده‌ای ارائه شده که از یک اپراتور مشتق کلی با هسته گوسی به عنوان فیلتر آشکارساز لبه و از تبدیل رادون برای استخراج عوارض خطی در یک تصویر شبکه‌بندی شده بهره می‌برد. این روش روی یک تصویر ساده اما با سطح بالایی از نوفه بررسی شد که نتایج قابل قبولی ارائه کرد. روش پیشنهادی همچنین روی تصویر ماهواره لندست (TM) از فلات ماسه‌سنگی شکسته شده در ایالت شمالی استرالیا، عکس هوایی رنگی از جنوب نوادا و یک عکس دستی با دوربین معمولی نیز پیاده‌سازی شد و نتایج آن با یک روش دیگر مقایسه گردید. نتایج روش پیشنهادی، به تنهایی موید کارا بودن و قابلیت مؤثر آن در تشخیص خطواره است. مقایسه این روش با یک روش مشابه دیگر نشان می‌دهد که با وجود داشتن الگوریتمی ساده و حجم کم محاسبات، نتایج روش ارائه شده تا حدود زیادی قابل مقایسه با روش‌های پیچیده است. البته، نقطه ضعف این روش در مشخص کردن خطواره‌های پیوسته و نقطه قوت آن در تعیین خطواره‌های غیرخطی است. 

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Automatic detection of lineation in satellite images and aerial photos using Radon transform

نویسنده [English]

  • Sadegh Karimpouli 1
1
2
چکیده [English]

The knowledge of linear structures consists of faults and fractures is useful for geological and hydrogeological studies and the most importantly for exploration of mineral resources. Lineation map is usually extracted from spatial data such as satellite images and aerial photos. Although visual extracting is the popular method, user errors are highly reduced by automatic extraction methods. The best methods are the ones which combine edge enhancement filters and feature extraction algorithms. In this study, an algorithm is presented based on Gaussian kernel derivative operator as an edge enhancer and Radon transform as the linear shape extractor in a gridded image. This method was tested on a simple image with high level of noises which produced promising results. This was also implemented on a Landsat image (TM) from a sandstone plateau in northern state of Australia, an aerial photo from southern Nevada and a manual photo from Mozaeic Canyon, California and its results compared with another method on the same database. Results show that this algorithm is lonely effective enough to detect lineation. These results, even with a very simple algorithm with low computation cost, are highly comparative with the results of a complicated method. It should be mentioned that this method produces discontinued results for continuous lineation, but it is able to capture non-linear structures.

کلیدواژه‌ها [English]

  • Lineation
  • aerial photo
  • Satellite image
  • Gaussian derivative
  • Radon transform