Разработка технологии автоматизированного обнаружения и анализа линеаментов и кольцевых структур на космических изображениях тема диссертации и автореферата по ВАК РФ 25.00.34, кандидат технических наук Фам Суан Хоан

• Фам Суан Хоан
• кандидат технических наук
• 2012

Оглавление диссертации кандидат технических наук Фам Суан Хоан

Содержание

ВВЕДЕНИЕ

ГЛАВА 1. АЛГОРИТМЫ И ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ АВТОМАТИЗИРОВАННОГО ОБНАРУЖЕНИЯ И АНАЛИЗА ЛИНЕАМЕНТОВ И КОЛЬЦЕВЫХ СТРУКТУР НА КОСМИЧЕСКИХ ИЗОБРАЖЕНИЯХ

1.1. Обнаружение линеаментов и кольцевых структур по цифровым изображениям

1.1.1. Алгоритмы выделения границ на полутоновых изображениях

1.1.2. Преобразование Хафа и алгоритмы обнаружения кратеров на космических снимках

1.1.3. Алгоритмы обнаружения линеаментов, посредством обработки цифровых изображений полей точечных объектов

1.2. Геостатистический анализ линеаментов и кольцевых структур

1.3. Сравнительный анализ современного программного обеспечения для автоматизированного обнаружения и геостатистического анализа линеаментов и кольцевых структур по космическим изображениям

1.4. Постановка целей и задач исследования

ГЛАВА 2. РАЗРАБОТКА МЕТОДИКИ АВТОМАТИЗИРОВАННОГО ОБНАРУЖЕНИЯ И АНАЛИЗА ЛИНЕАМЕНТОВ И КОЛЬЦЕВЫХ СТРУКТУР ПО ЦИФРОВЫМ ИЗОБРАЖЕНИЯМ В СРЕДЕ ГИС

2.1. Особенности отображения линеаментов и кольцевых структур на космических снимках

2.2. Технология автоматизированного обнаружения и анализа линеаментов и кольцевых структур на космических изображениях

2.2.1. Ввод и предварительная обработка исходных данных

2.2.2. Построение изображения штрихов

2.2.3. Обнаружение линеаментов. Построение карт линеаментов

2.2.4. Обнаружение кольцевых структур. Построение карт кольцевых структур

2.2.5. Геостатистический анализ штрихов, линеаментов и кольцевых структур

Выводы по главе

ГЛАВА 3. ПРОГРАММНАЯ РЕАЛИЗАЦИЯ РАЗРАБОТАННОЙ ТЕХНОЛОГИИ АВТОМАТИЗИРОВАННОГО ОБНАРУЖЕНИЯ И АНАЛИЗА ЛИНЕАМЕНТОВ И КОЛЬЦЕВЫХ СТРУКТУР НА КОСМИЧЕСКИХ ИЗОБРАЖЕНИЯХ

3.1. Программный комплекс «Гео-ГЖ» как геоинформационная среда программной реализации разработанной методики автоматизированного обнаружения и анализа линеаментов и кольцевых структур по цифровым изображениям

3.2. Программный модуль обнаружения линеаментов и кольцевых структур

3.3. Программный модуль статистического анализа линеаментов и кольцевых структур

Выводы по главе

ГЛАВА 4. ЭКСПЕРИМЕНТАЛЬНАЯ АПРОБАЦИЯ РАЗРАБОТАННОЙ МЕТОДИКИ АВТОМАТИЗИРОВАННОГО ОБНАРУЖЕНИЯ И АНАЛИЗА ЛИНЕАМЕНТОВ И КОЛЬЦЕВЫХ СТРУКТУР ПО ЦИФРОВЫМ ИЗОБРАЖЕНИЯМ

4.1. Линеаментный анализ космического изображения территории района Туен Куанг на севере Вьетнама

4.2. Обнаружение и анализ кратеров на поверхности Марса и Луны

Выводы по главе

ЗАКЛЮЧЕНИЕ

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЕ 1. Результаты сравнительного анализа компьютерных программ, реализующих авторские технологические схемы автоматизированного обнаружения и анализа линейных и кольцевых

структур по цифровым изображениям

ПРИЛОЖЕНИЕ 2. Параметры алгоритма обнаружения кольцевых структур

по фрагментам космических изображений поверхности Фобоса

ПРИЛОЖЕНИЕ 3. Параметры алгоритма обнаружения кратеров по построенным изображениям штрихов для фрагментов цифровых

изображений поверхности Фобоса

ПРИЛОЖЕНИЕ 4. Сравнение статистических характеристик фрагмента снимка территории юго-западной Африки, рассчитанные с помощью программы \¥тЬЕ88А 2.2 и разработанных программных модулей

ПРИЛОЖЕНИЕ 6. Изображение долины Нанеди на поверхности Марса, с

наложенными на него изображениями кратеров

ПРИЛОЖЕНИЕ 7. Изображение дна кратера Менделеев, с наложенными на него изображениями кратеров

Введение диссертации (часть автореферата) на тему «Разработка технологии автоматизированного обнаружения и анализа линеаментов и кольцевых структур на космических изображениях»

ВВЕДЕНИЕ

Одним из перспективных методов дешифрирования аэрокосмических изображений с целью исследования природных ресурсов и картографирования объектов исследований является метод линеаментного анализа. Данный метод может быть использован для обнаружения линейных и кольцевых структур различной природы. При этом особенно важна возможность использования линеаментного анализа как геологического метода, дающего возможность получить принципиальное представление о тектонической структуре территории на самых начальных стадиях ее изучения. Применение линеаментного анализа позволяет эффективно решать конкретные геологические задачи и намечать ключевые зоны, требующие постановки детальных исследовательских работ.

Основными структурными элементами, обнаруживаемыми и анализируемыми в процессе линеаментного анализа являются линеаменты различного размера и кольцевые структуры.

Линеаменты — это «уникальные объекты земной коры, передающие на поверхность Земли убедительную и объективную информацию о разномасштабных, разновозрастных и разноглубинных неоднородностях земной коры и литосферы, что используется как в теории, так и в практике" [1]. Изучение линеаментов имеет огромное значение для оперативной оценки трещиноватости больших территорий, прогнозирования опасных явлений и процессов [2,3], выбора мест расположения площадок под строительство особо ответственных сооружений (АЭС, подземных захоронений радиоактивных отходов, плотин, автотрасс, тоннелей и т.д.) [2,4]. В геодинамики линеаменты используются для обнаружения глубинной делимости земной коры. При этом изменчивость систем линеаментов может служить хорошим предвестником сейсмических событий [5-9]. «В геологической практике линеаменты могут отражать подводящие каналы различных флюидов и растворов, т.е. служить прямыми индикаторами при прогнозе и поиске месторождений полезных ископаемых» [1,10-14]. Еще

одной областью применения линеаментов является исследование подземных вод. Обнаружение и интерпретация линеаментов является одним из ключей к пониманию возникновения подземных вод, особенно в областях с вулканическими и метаморфическими горными породами [15-20]. В целом история применения линеаментного анализа для решения задач геопространственного анализа различных геосистем насчитывает уже более ста лет. Одними из первых работ в этом направлении являются работы В. Хоббса (1904 [21], 1912 [22]), в которых, по видимому, впервые было дано определение «линеаментам» как выражающимся на фоне ландшафта линиям, обнаруживающим скрытые особенности строения коренной породы. Многие ученые и исследователи впоследствии предлагали собственные определения «линеамента» в большей или меньшей степени, отличающиеся от определения В. Хоббса. В частности, Д. О'Лиэри (1976) и др. [23] предлагали определять «линеамент» как картографируемый, простой или составной линейный элемент поверхности, чьи части образуют прямолинейные или слегка криволинейные структуры, четко отличающиеся от форм смежных элементов и которые, предположительно, отражают подповерхностные явления. Данное определение является довольно общим, поскольку его авторы старались обобщить понятие линеамента, используемое специалистами в разных областях науки и техники. С этой же целью Д. О'Лиэри предложили не разделять линеаменты, обнаруживаемые на местности (тектонические, геологические линеаменты) и на аэрокосмических изображениях (фотолинеаменты). Тем не менее, большинство ученых дифференцирует понятие «линеамента», вкладывая в его определение те особенности исследуемых линейный структур, которые представляют интерес в их конкретных исследованиях. Так Б. Б. Брок кратко определял «линеамент» как геологический или топографический объект настолько прямолинейный, что его прямолинейность нельзя рассматривать как случайность [24]. В. Ц. Кэли (1955) сделал акцент на длину линеаментов,

отметив, что линеаментами можно называть лишь прямолинейные элементы на поверхности Земли, которые имеют значительную протяженность [25].

Кольцевые структуры (называемые также концентрическими,

изометричными, центрального типа, ринг-структурами), представляют собой

геологические тела разного происхождения и возраста, у которых есть центр

симметрии [26]. История исследований кольцевых структур Земли берет свое

начало в глубокой древности. Считается, что первой кольцевой структурой,

описание которой дошло до наших дней (дано учеными древности) является «Везувий».

Научное познание кольцевых образований начиналось с наблюдений Галилелеем через телескоп с 30-кратным увеличением кольцеобразных гор на поверхности Луны и публикации им в 1610 г. книги «Звездный вестник», в которой приведены рисунки Луны с четко выделяющимися на них горами кольцевидной формы. Предположение о том, что кольцевые лунные горы — это кратеры, образовавшиеся при падении крупных метеоритов, в 1846 г. высказал известный астроном Груитуйзен. Позднее, было высказано также предположение о том, что при ударах метеоритов гигантских размеров образовались и круговые лунные моря.

Интерес к линеаментам и кольцевым структурам существенно возрос в связи с широким внедрением в практику проводимых исследований аэрофотоснимков. По фотоснимкам различного разрешения было выявлено большое количество линеаментов и кольцевых структур на поверхности Земли и других тел Солнечной системы.

В настоящее время в связи с интенсивным развитием спутниковых средств дистанционного зондирования Земли и других планет большое внимание уделяется обнаружению и анализу линеаментов и кольцевых структур по материалам космических съемок. Линеаментный анализ фотопланов, мультиспектральных и других изображений, получаемых в процессе космической съемки, позволяет оперативно исследовать геологические структуры, проявляющиеся на поверхности Земли в форме

линий разной степени кривизны и окружностей. Указанное преимущество оказывается крайне важным в задачах, требующих оперативного принятия решений.

Визуальное дешифрирование по снимкам линейных и кольцевых структур на поверхности Земли и других тел Солнечной системы есть в значительной степени субъективный процесс, требующий зачастую существенных затрат времени и сил. Автоматизация данного процесса позволяет избежать подобных трудностей и обладает высокой оперативностью, высокой экономической эффективностью и объективностью. Однако существующие подходы к автоматизированному обнаружению и анализу линеаментов и кольцевых структур имеют ряд недостатков, важнейшими из которых являются следующие: невысокая степень достоверности выявляемых автоматизировано линеаментов и кольцевых структур; ограниченные возможности обнаружения автоматизированными средствами линейных и кольцевых структур, слабо выраженных на снимках либо неравномерно освещенных на них; ограниченные средства интеграции разнородных и разноуровневых геоданных, используемых для автоматизированного обнаружения и анализа линейных и кольцевых структур.

В этой связи весьма актуальной представляется разработка и практическая реализация технологии автоматизированного обнаружения и анализа линеаментов и кольцевых структур на космических изображениях, позволяющей преодолеть свойственные автоматизированным подходам ограничения.

Целью диссертационной работы является разработка технологии и программных средств для автоматизированного обнаружения и анализа линеаментов и кольцевых структур на космических изображениях. Для достижения данной цели необходимо было решить следующие задачи:

1. Проанализировать существующие подходы к автоматизированному дешифрированию и анализу линеаментов и кольцевых структур по космическим изображениям;

2. Выполнить сравнительный анализ современного программного обеспечения для автоматизированного обнаружения и анализа линейных и кольцевых структур по цифровым изображениям;

3. Разработать технологию автоматизированного обнаружения и анализа линейных и кольцевых структур на космических изображениях;

4. Создать и протестировать программное обеспечение, реализующее разработанную технологию автоматизированного обнаружения и анализа линейных и кольцевых структур;

5. Провести экспериментальную апробацию разработанной технологии автоматизированного обнаружения и анализа линеаментов и кольцевых структур на тестовых изображениях.

Объект и предмет исследования. Объектом диссертационного исследования являются линеаменты и кольцевые структуры на поверхности Земли и других тел Солнечной системы. Предметом исследования диссертационной работы является автоматизированное обнаружение и анализ линеаментов и кольцевых структур на космических изображениях.

Научная новизна диссертационной работы заключается в следующем:

1. Разработан математический аппарат и теоретические основы новой технологии автоматизированного обнаружения и анализа линеаментов и кольцевых структур по космическим изображениям.

2. Разработаны алгоритмы и программные модули, реализующие разработанную технологию автоматизированного обнаружения и анализа линеаментов и кольцевых структур по космическим изображениям.

3.В ходе апробации разработанной технологии автоматизированным способом выявлена устойчивая система линеаментов района Туен Куанг на севере Вьетнама.

4. В ходе апробации разработанной технологии по спутниковым изображениям тестовых участков на Луне и Марсе автоматизированным способом дешифрированы визуально различимые на них кратеры.

Практическая значимость. Практическая ценность диссертационной

работы состоит в том, что разработанные в ней технология и алгоритмы

позволяют решить проблему автоматизированного выявления и анализа по

космическим изображениям линейных и кольцевых структур и могут быть

использованы при проведении научных и практических исследований,

направленных на изучение современных геодинамических процессов,

оперативную оценку трещиноватости больших территорий, выявление путей

миграции подземных вод, поиск новых месторождений полезных

ископаемых, выбор мест расположения площадок под строительство особо

ответственных зданий и сооружений. Отдельный интерес представляет

применение разработанной технологии автоматизированного обнаружения и

анализа линеаментов и кольцевых структур для изучения по спутниковым

снимкам структурно-геологических условий труднодоступных и

недостаточно изученных областей на поверхности Земли и других тел

Солнечной системы. Результаты диссертационных исследований могут быть

также использованы при разработке систем дистанционного мониторинга

развития опасных процессов и явлений (сейсмопроцессов, оползневых процессов и др.).

Заключение диссертации по теме «Аэрокосмические исследования земли, фотограмметрия», Фам Суан Хоан

Выводы по главе

В данной главе представлена технология автоматизированного обнаружения и анализа линеаментов и кольцевых структур на космических изображениях. Разработанная технология базируется на двух базовых алгоритмах: алгоритма обнаружения границ путем свертки исходного изображения с масками типа «Дугообразная граница», «Полоса» или «Прямолинейная граница» и алгоритма поиска участков контурного изображения имеющих форму линии или окружности. Отдельное внимание уделено подготовке базы данных точечных объектов, анализ которой может дополнить, а в ряде случаев и уточнить результаты обработки космических изображений. В заключении данной главы перечислены основные статистические характеристики, рассчитываемые по сформированным на этапе обнаружения полям штрихов, линеаментов и кольцевых структур.

ГЛАВА 3. ПРОГРАММНАЯ РЕАЛИЗАЦИЯ РАЗРАБОТАННОЙ ТЕХНОЛОГИИ АВТОМАТИЗИРОВАННОГО ОБНАРУЖЕНИЯ И АНАЛИЗА ЛИНЕАМЕНТОВ И КОЛЬЦЕВЫХ СТРУКТУР НА КОСМИЧЕСКИХ ИЗОБРАЖЕНИЯХ 3.1. Программный комплекс «Гео-ПК» как геоинформационная среда программной реализации разработанной методики автоматизированного обнаружения и анализа линеаментов и кольцевых структур по цифровым изображениям

Программный комплекс «Гео-ПК» разработан в Московском государственном университете геодезии и картографии (МИИГАиК) и предназначен для обработки геопространственной информации. Базовые функциональные возможности разрабатываемого программного комплекса «Гео-ПК» дают возможность использовать при обработке спутниковых данных практически полный набор типичных операций по обработке данных дистанционного зондирования Земли (ДДЗЗ). Это такие операции как предварительная обработка представленных в виде изображений ДДЗЗ, геометрические преобразования, неконтролируемая и контролируемая классификация, мультифрактальный анализ и сегментация ДДЗЗ, определение пространственных перемещений объектов по разновременным многоспектральным спутниковым изображениям.

В качестве программной среды для разработки программного комплекса по обработке аэрокосмических изображений использована система объектно-ориентированного программирования Visual Studio версии 8.0 фирмы Microsoft.

Программа «Гео-ПК» имеет плагинную архитектуру, состоящую из базового компонента, интерфейсов взаимодействия и многочисленных плагинов (дополнительных модулей), расширяющих функциональные возможности программы.

В структурном плане базовый компонент программы «Гео-ПК» представляет собой приложение с набором библиотек, обеспечивающих следующие функции:

- создание среды, обеспечивающей функционирование плагинов;

- предоставление визуального интерфейса для доступа к базовым функциям программы и настройки ее работы;

- развертывание программы на компьютере пользователя;

- предоставление единого интерфейса для взаимодействия с программами сторонних производителей;

- предоставление унифицированной объектной модели среды для разработчиков дополнительных модулей;

Взаимодействие базового компонента программы «Гео-ПК» с плагинами осуществляется с помощью базовых интерфейсов взаимодействия, устанавливающих правила, по которым плагины могут получать доступ к базовым функциям программы и наоборот. Кроме того, могут быть реализованы и собственные интерфейсы взаимодействия, плагинов, которые могут использоваться только с конкретным плагином или набором плагинов.

Каждый плагин представляет собой библиотеку, состоящую из набора метаданных, определяющих базовые параметры плагина и конечного числа подплагинов (атомарных единиц библиотеки, призванных решать отдельные задачи). Теоретически функционал библиотеки может быть реализован в самом плагине, при этом сам плагин может не содержать ни одного подплагина. В настоящей версии программы такие плагины не могут иметь визуальный интерфейс, а следовательно и функции таких библиотек могут вызываться только из других плагинов или базового компонента программы.

Другая особенность подобного рода плагинов связана с модифицированием плагинных библиотек и заключается в том, что такие библиотеки обладают меньшей гибкостью по сравнению с плагинами, в которых основные функции реализованы в рамках подплагинов. Это

77 проявляется в том, что при наличие двух библиотек со схожей функциональностью библиотеки не содержащие подплагинов значительно более сложно объединить в одну библиотеку, чем библиотеки подплагинного типа.

Одной из особенностей программы «Гео-ПК» является компонентный визуальный интерфейс, представляющий собой визуальный интерфейс базового компонента, содержимым которого могут быть визуальные интерфейсы любого подплагина (,визуальные интерфейсы контейнерного типа), позволяющие вмещать другие визуальные интерфейсы {визуальные интерфейсы компонентного типа). В настоящее время вместе с программной «Гео-ГЖ» предлагается один визуальный интерфейс контейнерного типа— «Вьюер», предоставляющий возможности по отображению геопространственной информации (растровых многоканальных изображений и векторных файлов) в картографической форме в заданной проекции и системе координат.

На рис. 3.1 продемонстрирована общая схема взаимодействия базового компонента программы «Гео-ПК» с плагинами. Черными стрелками на схеме указаны зависимые объекты. Как видно из рис. 3.1 визуальный интерфейс одного подплагина может использовать функции, реализованные в другом подплагине (или плагине), если данная возможность обеспечена всеми интерфейсами взаимодействия, используемыми данными подплагинами.

Красными, синими и зелеными стрелками на схеме связаны реальные визуальные интерфейсы подплагинов контейнерного и компонентного типа с их положением в структуре базового компонента программы «Гео-ПК».

Серыми стрелками на рис. 3.1 показаны каналы взаимодействия, действующие в момент загрузки подплагинов, обозначенных на схеме А1, Б1 и Б2.

Плагин А

Плагин Б с

Метаданные плагина

Подплагии А1 С

Метаданные подппагина

Визуальный интерфейс подппагина контейнерного типа С

Модуль обработки

Подплагин Б1 С

Метаданные подппагина С

Визуальный интерфейс подппагина компонентного типа

Визуальный интерфейс подппагина контейнерного типа 0

Подплагин Б2 С

Метаданные подппагина 1 С

Визуальный интерфейс подппагина компонентного типа 4

Модуль обработки э

Базовый интерфейс взаимодействия

Интерфейс взаимодействия подппагина А1

Интерфейсы взаимодействия подппагина б1

Базовый компонент

Визуальный интерфейс Гео-ПК

Визуальный интерфейс подппагина контейнерного типа N

I Визуальныи интерфейс подплагина \ V компонентного типа I

------------------

I Визуальныи интерфейс подплагина

I контейнерного типа

---------------

К Визуальный интерфейс подплагина \ «V компонентного типа ' I

Библиотеки ядра

Модули абстрагирования

Модули моделирования

Модули управления

Модули проектирования

Оболочки для библиотек сторонних производителей

ЗОА1.+ОС|Г) ( ЕтдиСЛ/ ) С1 ^ (^Мар^ЛпО!^

Рис. 3.1. Схема взаимодействия базового компонента программы «Гео-ПК» с плагинами

Ниже базового компонента на рис. 3.1 указан ряд библиотек сторонних производителей, функции которых использовались в базовом компоненте программы «Гео-ПК».

При разработке комплекса использовался механизм многодокументного интерфейса MDI (Multiple interface document), который позволяет работать одновременно с несколькими наборами пространственно совмещенных данных (изображений, ЦМР и векторных слоев)— карт, каждый из которых связан со своим окном.

Сразу после запуска программы главное окно содержит изображения панели инструментов и строки состояния. Видимостью этих элементов управления можно управлять — включать/выключать (рис. 3.2). Управление программой осуществляется с помощью главного меню. Некоторые из пунктов главного меню представлены кнопками на панелях инструментов.

Если строка состояния визуализирована, то в ней слева направо для активной карты отображаются

- координаты позиции активного слоя карты, указываемые курсором мыши;

- географические координаты активного слоя карты, указываемые курсором мыши;

- параметры пространственной привязки карты;

- значение пиксела;

- текущий масштаб карты и активного слоя,

При перемещении курсора по кнопкам раскрытого меню или кнопкам панели инструментов в левой части строки состояния отображается краткое описание функции, связанной с этой кнопкой. При выполнении длительных операций с изображениями в строке состояния строится индикатор прогресса. «о я. лихи«

I ДО«!

•*!•«.(> • Ш рЛЛС.1 (^ С^-'К^Ч»1 ')!

Панель выбора комбинации каналов

6» О Лм

3 >1 £3 I* ¿3 £

Лф НИД <слц инк« I ;

1*«<Уф4 "хтг;« Л 5У

О г»««*«» "^ТТ^Г

Зит; г*.~. мйпла

См* ■*««»'»»♦• Ц-. «««п

• ■ом

О с*»**"!«—

Главное меню

Обласгь карты

Визуальный интерфейс программного модуля статистического анализа линеаментов

Визуальный интерфейс программного модуля формирования набора масок

Индикатор выполнения фоновой операции

Легецца карты

Область отображения информации о системе координат фрейма данных

Область отображения номера строки и номера столбца пикселя в активном слое соответствующего положению курсора

Область отображения значения пикселя в активном слое соответствующего положению курсора

•1 £«Аг О-г^сме"»« »Г«-« ^Г«""»' и."

I д I ла а а » □

Область отображения географическ их координат положения курсора

Панели инструментов навес ]г 1 Л—. * « Идет»* Т и»— 1Л11 ио.в ».«.к ».«.'» ».«.«с ».ч^п ».то.?-? ».к.ш

Рис. 3.2. Визуальный интерфейс программного комплекса «Гео-ПК» с загруженными в него визуальными интерфейсами программных модулей «ЬСЭО» и «ЬС8А"

Для реализации разработанной технологии автоматизированного обнаружения и анализа линейных и кольцевых структур были разработаны и протестированы следующие программные модули:

- Программный модуль (плагин) обнаружения линеаментов и кольцевых структур (Lineament and Circular Structures Detector, «LCSD»). о Подплагин обработки векторного слоя точечных объектов и получения первичного набора линеаментов («COSBALID»). о Подплагин построения изображения штрихов («LAI»), о Подплагин обнаружения линейных и кольцевых структур по изображению штрихов ("LAIDetection»).

- Программный модуль (плагин) анализа линеаментов и кольцевых структур (Lineament and Circular Structures Analyser, «LCSA»). о Подплагин геостатистического анализа полей штрихов, линеаментов и кольцевых структур (Dahses, Lineament and

Circular Structures Geostatisticai Analyser, «DLSCGA»). о Подплагин формирования схем линеаментов и кольцевых структур (Lineament and Circular Structures Shower, «LCSS»),

Ниже на рис. 3.3 представлена технологическая схема обработки космических снимков с помощью реализованных программных модулей на предмет выявления по ним и последующего анализа линеаментов и кольцевых структур.

3.2. Программный модуль обнаружения линеаментов и кольцевых структур

Программный модуль «LCSD» состоит из трех подплагинов: «COSBALID», «LAI» и «LAIDetection».

Поднлагин «COSBALID» предназначен для получения первичного набора линеаментов и кольцевых структур по данным векторного слоя точечных объектов. Визуальный интерфейс данного подплагина изображен на рис. 3.4, а в табл. 3.1 перечислены его основные параметры.

Заключение

Представленная диссертационная работа содержит исследования разработки автора, которые можно рассматривать как решение актуальной научной задачи, посвященной разработке методики автоматизированного обнаружения и анализа линейных и кольцевых структур по цифровым изображениям.

Основными теоретическими и практическими результатами работы являются следующие:

1. Проанализированы существующие подходы к автоматизированному дешифрированию и анализу линеаментов и кольцевых структур по космическим изображениям;

2. Выполнен сравнительный анализ современного программного обеспечения для автоматизированного обнаружения геоинформационного анализа линейных и кольцевых структур цифровым изображениям;

3. Разработана технология автоматизированного обнаружения и анализа линеаментов и кольцевых структур на космических изображениях;

4. Созданы и протестированы программные модули к программе «Гео-ПК», реализующие разработанную технологию автоматизированного обнаружения и анализа линеаментов и кольцевых структур на космических изображениях;

5. Проведена экспериментальная апробация разработанной технологии. Выполнен линеаментный анализ космического изображения района Туен Куанг на севере Вьетнама на предмет выявления «устойчивых» систем линеаментов регионального масштаба. По спутниковым изображениям тестовых участков на Луне и Марсе автоматизированным способом выделены кратеры разных диаметров.

Список литературы диссертационного исследования кандидат технических наук Фам Суан Хоан, 2012 год

Список использованной литературы

1. Ануфриев А.М. Аэрокоемометоды в геологии. Курс лекций. Казанский государственный университет им. В.И. Ульянова-Ленина. Кафедра Региональной геологии., 2007. 85 с.

2. Донов В.В. Разработка методики многоуровневого линеаментного анализа аэрокосмических изображений и прогноза оползневой опасности: на соискание канд. техн. наук. МИИГАиК, 2009. 120 с.

3. Alexander D., Formichi R. Tectonic causes of landslides // Earth Surface Processes and Landforms. 1993. Vol. 18, № 4. P. 311-338.

4. Al-maitah K.J., Jordan A. Location of the Dams Using Gis Techniques: A Case Study of the Hrh Tasneem Bint Ghazi for Technology Research Station // Proc. of Third National GIS Symposium in Saudi Arabia April 7-9, 2008. Le Meridian, Al-Khobar - Eastern Province, 2008. P. 1-13.

5. Бондур В.Г., Зверев A.T. Метод прогнозирования землетрясений на основе линеаментного анализа космических изображений // Доклады академии наук. 2005. Т. 402. С. 98-105.

6. Бондур В.Г., Зверев А.Т. Космический метод прогноза землетрясений на основе анализа динамики систем линеаментов // Исследование Земли из Космоса. 2005. № з. с. 37-52.

7. Бондур В.Г., Зверев А.Т. Физическая природа линеаментов, регистрируемых на космических изображениях при мониторинге сейсмоопасных территорий // Proc. 31st International Symposium on Remote Sensing of Environment. . Global Monitoring for Sustainability and Security. Saint. Petersburg. 2005. Современные проблемы дистанционного зондирования Земли из космоса: Институт космических исследований РАН, 2006. Т. 3 (II). С. 177-183.

8. Бондур В.Г., Зверев А.Т. Механизмы формирования линеаментов, регистрируемых на космических изображениях при мониторинге сейсмоопасных территорий // Исследование Земли из Космоса. 2007. № 1.С. 47-56.

9. Бондур В.Г., Кузнецова Л.В. Космический мониторинг геодинамики сейсмоопасных территорий с использованием метода линеаментного анализа // Proc. 31st International Symposium on Remote Sensing of Environment. Global Monitoring for Sustainability and Security. Saint. Petersburg. 2005. Nansen International Environmental and Remote Sensing Centre: St-Petersburg, Russian Federation: CD-Rome, 2005.

10. Корчуганова Н.И., Межеловский И.Н., Загубный Д.Г. Использование методов новейшей тектоники при поисках полезных ископаемых // Разведка и охрана недр. 2007. № 2-3. С. 79-84.

11. O'Driscoll E.S.T. Observations of the Lineament-Ore Relation // Phil. Trans. Roy. Soc. Lond. Math. Phys. Sci. 1986. Vol. 317, № 1539. P. 195-218.

12. Ahmed F. Relationships of mineral deposits and lineament analysis of the Red Sea region, northeastern Sudan // Adv. Space Res. 1983. Vol. 3, № 2. P. 7179.

13. Загубный Д.Г. Выявление информативных признаков распространения кимберлитовых тел восточной сибири и сейсмогенных структур горного алтая на основе обработки дистанционных данных в авторской программе «LINEAMENT»: Автореф. дис. ... док. геол.-мин. наук. М.: МГГРУ, 2010. 27 с.

14. Karnkowski Р.Н., Ozimkowski W. The distribution of oil-and gasfields in relation to satellite image interpretation: an example from the polish east Carpathians and the adjacent foredeep // J. Petrol. Geol. 1998. Vol. 21, № 2. P. 213-231.

15. MagoweM., Carr J.R. Relationship Between Lineaments and Ground Water Occurrence in Western Botswana // Ground Water. 1999. Vol. 37, № 2. P. 282-286.

16. Sander P. Lineaments in groundwater exploration: a review of applications and limitations //Hydrogeology Journal. 2007. Vol. 15, № 1. P. 71-74.

17. KimS.-T., LeeK., SongM.Y. Application of remotely sensed imagery to water resources analysis with hydrologic well data at the Haenam area, west-

southern part in Korean peninsular // Geoscience and Remote Sensing

Symposium, 2002. IGARSS '02. 2002 IEEE International. 2002. Vol. 4. P. 2226-2228.

18. Mabee S.B., Curry P. J., Hardcastle K.C. Correlation of Lineaments to Ground Water Inflows in a Bedrock Tunnel // Ground Water. 2002. Vol. 40, № 1. P. 37-43.

19. Meijerink A.M.J. Remote sensing applications to hydrology: groundwater / Applications de la télédétection à l'hydrologie: les eaux souterraines // Hydrolog. Sci. J. 1996. Vol. 41, № 4. P. 549-561.

20. Mogaji K.A., Aboyeji O.S., Omosuyi G.O. Mapping of lineaments for groundwater targeting in the basement complex region of Ondo State, Nigeria, using remote sensing and geographic information system (GIS) techniques // Int. J. Water Res. Environ. Eng. 2011. Vol. 3, № 7. P. 150-160.

21. Hobbs W.H. Lineaments of the Atlantic border region // Bull. Geol. Soc. Am. 1904. Vol. 15. P. 483-506.

22. Hobbs W.H. Earth features and their meaning. New York: Macmillian Co., 1912. 506 p.

23. O'Leary D.W., Friedman J.D., PohnH.A. Lineament, linear, lineation: Some proposed new standards for old terms // Bull. Geol. Soc. Am. 1976. Vol. 87, № 10. P. 1463-1469.

24. Brock B.B. A global approach to geology. Cape Town, South Africa: A. A. Balkema. 365 p.

25. Kelly V.C. Regional tectonics of the Colorado Plateau and relationship to the origin and distribution of uranium. New Mexico: New Mexico Univ. Pubs. Geol, 1955. 120 p.

26. Корчуганова Н.И. Геологические структуры на космических снимках // Соровский образовательный журнал. 1998. № 10. Р. 60-67.

27. ZiouD, TabboneS. Edge Detection Techniques— An Overview: TR-195. Québec, Canada: Département de Math et Informatique, Université de Sherbrooke, 1997. P. 1—41.

28. SIPI Image Database— Misc [Online]. URL:

http ://sipi .use. edu/ database/database .php?volume=misc&image=26#top.

29. Papari G., Petkov N. Edge and line oriented contour detection: State of the art // Image Vis. Comput. 2011. Vol. 29, № 2-3. P. 79-103.

30. Oskoei M.A., Ни H. A Survey on Edge Detection Methods: Technical Report CES-506. Colchester C04 3SQ, United Kingdom: School of Computer Science & Electronic Engineering, University of Essex, 2010. P. 36.

31. Краснобаев А.А. Обзор алгоритмов детектирования простых элементов

изображения и анализ возможности их аппаратной реализации:

Препринт Института прикладной математики им. М.В. Келдыша РАН. №114, 2005.20 с.

32. Roberts L.G. Machine Perception of Three-Dimensional Solids: Thesis (Ph. D.). Massachusetts Institute of Technology, 1963.

33. Duda R.O., HartP.E. Pattern Classification and Scene Analysis. 1st ed. John Wiley & Sons, 1973. 512 p.

34. Prewitt J.M.S. Object Enhancement and Extraction // Picture Processing and Psychopictorics / ed. Lipkin B.S. New York: Academic Press, 1970.

35. Frei W., Chen C.-C. Fast Boundary Detection: A Generalization and a New Algorithm // IEEE Trans. Comput. 1977. Vol. C-26, № 10. P. 988 -998.

36. Gonzalez R.C., Woods R.E. Digital Image Processing. 3rd ed. Prentice Hall, 2007. 976 p.

37. Kirsch R.A. Computer determination of the constituent structure of biological images // Comput. Biomed. Res. 1971. Vol. 4, № 3. P. 315-328.

38. Robinson G.S. Edge detection by compass gradient masks // Comput. Graph. Image Process. 1977. Vol. 6, № 5. P. 492-501.

39. Rosenfeld A., Thurston M. Edge and Curve Detection for Visual Scene Analysis // IEEE Trans. Comput. 1971. Vol. C-20, № 5. p. 562 - 569.

40. Canny J. A Computational Approach to Edge Detection // IEEE Trans. Pattern Anal. Mach. Intell. 1986. Vol. 8, № 6. P. 679-698.

41. Canny J.F. Finding Edges and Lines in Images: AITR-720. 1983.

42. Marr D., Hildreth E. Theory of Edge Detection // Proc. Roy. Soc. bond. В Biol. Sci. 1980. Vol. 207, № 1167. P. 187-217.

43. Spacek L.A. Edge detection and motion detection // Image Vis. Comput. 1986. Vol. 4, № l.P. 43-56.

44. ShenJ., CastanS. An optimal linear operator for step edge detection //

CVGIP: Graphical Models and Image Processing. 1992. Vol. 54, № 2. P. 112133.

45. Shanmugam K.S., Dickey F.M., Green J.A. An Optimal Frequency Domain Filter for Edge Detection in Digital Pictures // IEEE Trans. Pattern Anal. Mach. Intell. 1979. Vol. PAMI-1, № 1. P. 37 -49.

46. Deriche R. Using Canny's criteria to derive a recursively implemented optimal edge detector//Int. J. Comput. Vis. 1987. Vol. 1, № 2. P. 167-187.

47. Hueckel M.H. An Operator Which Locates Edges in Digitized Pictures // J. ACM. 1971. Vol. 18, № l.P. 113-125.

48. Хюккель M. Оператор нахождения контуров на кодированных изображениях // Интегральные роботы: Сб. статей. М.: Мир, 1973. С.225-240

49. Nayar S.K., BakerS., MuraseH. Parametric feature detection // Proceedings Computer Vision and Pattern Recognition (CVPR), 1996 IEEE Computer Society Conference on. 1996. P. 471 -477.

50. Konishi S.M., Yuille A.L., CoughlanJ.M. A Statistical Approach to Multi-Scale Edge Detection // Image Vis. Comput. (IVC), Special issue on Generative-Model Based Vision. 2003. Vol. 21, № 1. P. 37-48.

51. BezdekJ.C., Chandrasekhar R, Attikouzel Y. A geometric approach to edge

detection // Fuzzy Systems, IEEE Transactions on. 1998. Vol. 6, № 1. P. 52 -75.

52. De Santis A., Sinisgalli C. A Bayesian approach to edge detection in noisy images // Circuits and Systems I: Fundamental Theory and Applications, IEEE Transactions on. 1999. Vol. 46, № 6. P. 686 -699.

53. Smith S.M., Brady J.M. SUSAN— A New Approach to Low Level Image Processing // Int. J. Comput. Vis. 1995. Vol. 23. P. 45-78.

54. Козырева A.B. Алгоритмы позиционирования мобильного устройства на основе данных от встроенной фотокамеры // Известия Томского политехнического университета. 2010. Т. 316, № 5. С. 83-90.

55. Lee J., HaralickR., Shapiro L. Morphologic edge detection // IEEE J. Robot. Autom. 1987. Vol. 3, № 2. P. 142-156.

56. Feehs R.J., Arce G.R. Multidimensional morphological edge detection // Visual Communication and Image Processing, SPIE Proceedings. 1987. Vol. 845. P. 285-292.

57. BednarJ., WattT. Alpha-trimmed means and their relationship to median filters // IEEE Trans. Acoust. Speech Signal Process. 1984. Vol. 32, № 1. P. 145-153.

58. ZhaoY. et al. Medical Images Edge Detection Based on Mathematical

Morphology // Engineering in Medicine and Biology Society, 2005. IEEE-

EMBS 2005. 27th Annual International Conference of the. 2005. P. 64926495.

59. Мандельброт Б.Б. Фрактальная геометрия природы / пер. Логунова А.Р. Москва-Ижевск: Институт компьютерных исследований, 2002. 656 с.

60. ConciA., Monteiro L.H. Multifractal characterization of texture-based segmentation // Proceedings 2000 International Conference on Image Processing (Cat. No.00CH37101). Vancouver, ВС, Canada. P. 792-795.

61. BalinT. et al. Feature Extraction Algorithm for Space Targets Based on Fractal Theory // Proceedings of SPIE, the International Society for Optical Engineering. 2007. Vol. 6795, № 2. P. 679518.1-679518.5.

62. Qi D. et al. Application of Fractal Dimension in Edge Detection of Log with Rotten Knot Image // Control and Automation, 2007. ICCA 2007. IEEE International Conference on. 2007. P. 2868 -2873.

63. Li L, Qi D. Detection of Cracks in Computer Tomography Images of Logs Based on Fractal Dimension // Automation and Logistics, 2007 IEEE International Conference on. 2007. P. 2259 -2264.

64. Wang S., Yao-nan W. Image edge detection based on multi-fractal spectrum analysis // Front. Electr. Electron. Eng. China. 2006. Vol. 1, № 2. P. 146-152.

65. Argialas D.P., Mavrantza O.D. Comparison of Edge Detection and Hough Transform Techniques for the Extraction of Geologic Features // Proceedings of the XXth ISPRS Congress of the International Society of Photogrammetry and Remote Sensing, 12-23 July 2004, Istanbul, Turkey. Istanbul, Turkey: ISPRS, 2004. Vol. IARS-XXXV. P. 790-795.

66. Duda R.O., Hart P.E. Use of the Hough transformation to detect lines and curves in pictures // Comm. ACM. 1972. Vol. 15. P. 11-15.

67. Fitton N.C, Cox S.J.D. Optimising the application of the Hough transform for automatic feature extraction from geoscientific images // Comput. Geosci. 1998. Vol. 24, № 10. P. 933-951.

68. Barata T. et al. Automatic Recognition of Impact Craters on the Surface of Mars // Image Analysis and Recognition / ed. Campilho A, Kamel M. Springer Berlin / Heidelberg, 2004. Vol. 3212. P. 489-496.

69. Cheng Y. et al. Optical landmark detection for spacecraft navigation // Proc. of

the 13th Annual AAS/AIAA Space Flight Mechanics Meeting. 2003. P. AAS 03-225.

70. Honda R, Iijima Y, Konishi O. Mining of Topographic Feature from Heterogeneous Imagery and Its Application to Lunar Craters // Progress in Discovery Science / ed. Arikawa S., Shinohara A. Springer Berlin / Heidelberg, 2002. Vol. 2281. P. 27-44.

71. Earl J. et al. Automatic Recognition of Crater-like Structures in Terrestrial and

Planetary Images // Workshop on the Role of Volatiles and Atmospheres on

Martian Impact Craters. LPI Contribution. Laurel, Maryland, 2005. Vol. 1273. P. 36-37.

72. Bandeira L., Ding W., Stepinski T.F. Detection of sub-kilometer craters in high resolution planetary images using shape and texture features // Adv. Space Res. 2012. Vol. 49, № 1. P. 64-74.

73. Lutz T.M. An Analysis of the Orientations of Large-scale Crustal Structures: A Statistical Approach Based on Areal Distributions of Pointlike Features // J. Geophys. Res. 1986. Vol. 91, № Bl. P. 421-434.

74. Hammer 0. New statistical methods for detecting point alignments // Comput. Geosci. 2009. Vol. 35, № 3. p. 659-666.

75. Lutz T.M., Gutmann J.T. An improved method for determining and characterizing alignments of pointlike features and its implications for the Pinacate volcanic field, Sonora, Mexico // J. Geophys. Res. 1995. Vol. 100, №B9. P. 17659-17670.

76. Wadge G., Cross A. Quantitative methods for detecting aligned points: An application to the volcanic vents of the Michoacan-Guanajuato volcanic field, Mexico // Geology. 1988. Vol. 16, № 9. P. 815-818.

77. Connor C.B. Cinder Cone Clustering in the TransMexican Volcanic Belt: Implications for Structural and Petrologic Models // J. Geophys. Res. 1990. Vol. 95, № B12. P. 19395-19405.

78. Connor C.B. et al. Evidence of Regional Structural Controls on Vent Distribution: Springerville Volcanic Field, Arizona // J. Geophys. Res. 1992. Vol. 97, № B9. P. 12349-12359.

79. Wadge G, Cross A.M. Identification and analysis of the alignments of pointlike features in remotely-sensed imagery:Volcanic cones in the Pinacate Volcanic Field, Mexico // Int. J. Rem. Sens. 1989. Vol. 10, № 3. p. 455-474.

80. Zhang D., LutzT. Structural control of igneous complexes and kimberlites: a new statistical method // Tectonophysics. 1989. Vol. 159, № 1-2. p. 137-148.

81. AmoreseD., Lagarde J.-L., LavilleE. A point pattern analysis of the distribution of earthquakes in Normandy (France) // Bull. Seismol. Soc. Am. 1999. Vol. 89, № 3. P. 742-749.

82. ArcasoyA., Toprak V., Kaymak9IN. Comprehensive Strip Based Lineament Detection Method (COSBALID) from point-like features: a GIS approach // Comput. Geosci. 2004. Vol. 30, № 1. P. 45-57.

83. Negrete-Aranda R. et al. Regional orientation of tectonic stress and the stress expressed by post-subduction high-magnesium volcanism in northern Baja California, Mexico: Tectonics and volcanism of San Borja volcanic field // J. Volcanol. Geoth. Res. 2010. Vol. 192, № 1-2. P. 97-115.

84. RaghavanV., Panchanathan P.V. FORTRAN 77 utilities for lineament data analysis // Computer Oriented Geological Society Сотр. Contrib. Vol. 5, №1. P. 1-15.

85. Clark C.D., Wilson C. Spatial analysis of lineaments // Comput. Geosci. Август. Vol. 20, № 7-8. P. 1237-1258.

86. Ramesh Kumar T. R. Digital analysis of lineaments—A test study on South India// Comput. Geosci. 1991. Vol. 17, № 4. P. 549-559.

87. Mostafa M.E., Qari M.Y.H.T. An exact technique of counting lineaments // Eng. Geol. 1995. Vol. 39, № 1-2. P. 5-15.

88. Kim G.-B. Construction of a Lineament Density Map with ArcView and Avenue // 2003 ESRII User Conference Proceedings. 2003. P. 1-22.

89. Casas A.M. et al. LINDENS: A program for lineament length and density analysis // Comput. Geosci. 2000. Vol. 26, № 9-10. P. 1011-1022.

90. Zlatopolsky A.A. Description of texture orientation in remote sensing data

using computer program LESSA // Comput. Geosci. 1997. Vol. 23, № 1. P.45-62.

91. Zlatopolsky A.A. Program LESSA (Lineament Extraction and Stripe Statistical Analysis) automated linear image features analysis-experimental results // Comput. Geosci. 1992. Vol. 18, № 9. p. 1121-1126.

92. Златопольский A.A., Малкин Б.В. Автоматизированный анализ ориентационных характеристик данных дистанционного зондирования (программа "LESSA") // «Современные проблемы дистанционного

я

из

зондирования Земли из космоса», Москва, ИКИ РАН, 13-17 ноября 2006 г. Москва: Институт космических исследований РАН, 2007. С. 188-195.

93. Златопольский A.A. Методика измерения ориентационных характеристик данных дистанционного зондирования (технология LES SA) // Пятая Юбилейная Открытая Всероссийская конференци «Современные проблемы дистанционного зондирования Земли космоса», Москва, ИКИ РАН, 12-16 ноября 2007 г. Москва: Институт космических исследований РАН, 2008. Т. 5. С. 102-112.

94. ГордиенкоИ.Г. и др. «Опытно-методические работы по использованию комплекса «Прогноз для автоматизированной обработки аэрокосмической информации» за 1983-1986 гг. Москва: ЦКАГЭ объединения Аэрогеология». 1987. С. 362.

95. Златопольский A.A. Особенности определения направления естественных объектов и текстур по растровым дистанционным данным // «Современные проблемы дистанционного зондирования Земли из космоса», Москва, ИКИ РАН, 13-17 ноября 2006 г. Москва: Институт космических исследований РАН, 2007. Vol. 4. Р. 52-56.

96. ЩепинМ.В. Автоматизированный программный метод анализа изображений аэрокосмических фотопланов, создание векторизованной тематической карты лесных массивов // Современные проблемы дистанционного зондирования Земли из космоса: Сборник научных статей. 2005. Т. 2. С. 321-324.

97. Щепин М.В. Автоматизированный анализ ландшафтных и тектонических структур по аэрокосмическим снимкам. Программа ALINA. Снимки системы LANDSAT // Сб. тезисов третьей всероссийской открытой конференции «Современные проблемы дистанционного зондирования Земли из космоса». 2005. С. 196.

98. ЩепинМ.В. ALINA Автоматизированный анализ изображений аэрокосмических фотопланов // Современные проблемы дистанционного

зондирования земли из космоса: Сборник научных статей. М.: Институт космических исследований РАН, 2006. Т. 3. С. 143-146.

99. ЩепинМ.В. Программа AUNA. Метод свернутых роз. Метод геологических исследований и геологического районирования на основе программной обработки аэрокосмических изображений // Современные проблемы дистанционного зондирования земли из космоса: Сборник научных статей. М.: ООО «Азбука-2000», 2007. Vol. 2. Р. 162-171.

100. Щепин М.В., Евдокимов C.B., Головченко Ю.В. Выявление кольцевых структур по результатам обработки изображений космических снимков // Исследование Земли из космоса. 2007. № 4. С. 74-87.

101. Asmus V.V. et al. Software system for satellite data processing of applied tasks in remote sensing of the Earth // Pattern Recogn. Image Anal. 2009. Vol. 19, №3. P. 372-379.

102. ER Mapper— Geospatial Imagery Solutions GIS [Online]. URL: http://70.87.108.212/Downloads.aspx?v=313&t=.

103. LINE— Lineament Extraction [Online]. URL:

http://www.pcigeomatics.com/cgi-bin/pcihlp/LINE.

104. КацЯ.Г. и др. Кольцевые структуры лика планеты // Новое в жизни, науке, технике / под ред. Иваненко JI. М.: Знание, 1989. Т. 5.

105. Кроткова О.Т. Кольцевые структуры закрытых платформенных территории и оценка их тектонической активности по геоморфологическим данным // Исследование Земли из космоса. 1988. № 6. Р. 57-65.

106. ФамСуанХоан и др. Разработка алгоритмов и программ линеаментного анализа цифровых изображений земной поверхности // Изв. ВУЗов. «Геодезия и аэрофотосъемка». 2011. № 1. С. 67-73.

107. ФамСуанХоан, Малинников В. А, УчаевД.В. Разработка комплексного линеаментного анализа цифровых изображений земной поверхности // Сборник тезисов Международного форума «Высшее геодезическое образование — история, настоящее и будущее»,

посвященного 175-летию Указа императора Николая I о преобразовании Константиновского межевого училища в Константиновский межевой институт. Москва: Изд-во МИИГАиК, 2010. С. 81-82.

108. ФамСуанХоан и др. Разработка алгоритма линеаментного анализа

аэрокосмических изображений с целью решения геологических задач //

Приложение к журналу Изв. ВУЗов. «Геодезия и аэрофотосъемка», 2011. № 4. С. 81-86.

109. Автоматизированный анализ природных линеаментных систем. Л.: ВСЕГЕИ (Всесоюзный геологический институт), 1988. С. 131.

110. Златопольский А.А. Ориентационно-текстурная характеристика аэрокосмических изображений // Сб. научных трудов «Цифровая обработка видеоинформации при структурно-геологических и сейсмотектонических исследованиях». Л.: ВСЕГЕИ (Всесоюзный геологический институт), 1991. Р. 4-31.

111. Златопольский А. А. Новые возможности технологии LESS А и анализ цифровой модели рельефа. Методический аспект // Современные проблемы дистанционного зондирования Земли из космоса: Сборник научных статей. М.: ООО "ДоМира," 2011. Т. 8. С. 38-46.

112. SaetherB., RueslattenН., GronlieA. Application of the Hough transform for automated interpretation of linear features in imageries // Geoscience and Remote Sensing Symposium, 1994. IGARSS '94. Surface and Atmospheric Remote Sensing: Technologies, Data Analysis and Interpretation., International. 1994. Vol. 2. P. 847-850.

113. Hough V. P. C. Method and means for recognizing complex patterns: letter 3069654 USA. 1962.

114. Yuen H.K. et al. A comparative study of Hough Transform methods for circle finding // Proc of 5th Alvey Vision Club Conference, Reading University. 1989. P. 169-174.

115. Cross A.M. Detection of circular geological features using the Hough transform //Int. J. Rem. Sens. 1988. Vol. 9, № 9. P. 1519-1528.

116. Mardia K.V., Jupp P.E. Directional Statistics. 2nd ed. London: Wiley, 2000. 429 p.

117. Beccaluva L. et al. Nephelinitic to Tholeiitic Magma Generation in a Transtensional Tectonic Setting: an Integrated Model for the Iblean Volcanism, Sicily//J. Petrol. 1998. Vol. 39, № 9. p. 1547-1576.

118. Hoan P.X. et al. Development of the information system and geo-analysis of the Phobos-Grunt candidate landing site // Proc. of the International Astronomical Congress "Astrokazan-2011." 2011. P. 243-245.

119. Long P.D. Geology and mineral resources of Tuyen Quang sheet (F-48-

XXII). Ha Noi, Viet Nam: Department of Geology and Minerals of Viet Nam, 2001. 66 c.

120. SawabeY., MatsunagaT., Rokugawa S. Automated detection and classification of lunar craters using multiple approaches // Adv. Space Res. 2006. Vol. 37, № l.p. 21-27.