遙感圖像提取斷裂構造信息的方法研究進展

徐世潮，趙 棟

(西北大學地質(zhì)學系，陜西 西安 710069)

斷裂構造是指巖石受地應力作用，當作用力超過巖石本身的抗壓強度時就會在巖石的薄弱地帶發(fā)生破裂的一種現(xiàn)象。斷裂構造的研究具有重要的理論和實際意義，不僅反映區(qū)域構造格架，而且與地震、滑坡、泥石流等自然災害以及礦產(chǎn)、地熱等資源有關。遙感圖像提取斷裂信息主要是通過斷裂構造在遙感圖像上呈現(xiàn)的光譜信息和空間信息來實現(xiàn)，利用遙感影像人們不僅可以快速、準確、系統(tǒng)地進行地質(zhì)構造背景的綜合分析，識別斷裂構造，從宏觀角度了解斷裂構造的展布及其活動特征，還能夠單獨地分析某一具體斷裂的各種特性、對斷裂構造及其活動性進行定位、定性、定量分析[1]。因此，利用遙感技術對斷裂構造的提取是地學研究必不可少的手段。

1 研究現(xiàn)狀

關于遙感圖像提取斷裂信息的方法幾十年來國內(nèi)外做了大量的研究，主要體現(xiàn)在圖像處理結(jié)合目視解譯方法以及計算機自動提取方法的研究。鄒謹敞(1995)等，以遙感信息作為研究活動斷裂的依據(jù)，探討了利用不同種類、不同比例尺遙感圖像分析活動斷裂的方法、程序和效果[2]。Duda(1972)等，提出標準霍夫變換，被廣泛應用于斷裂構造線性特征的自動提取[3]。Bihong Fu(2004)等，通過對 2003年Bam6.6級地震ASTER 3D影像的前后對比發(fā)現(xiàn)震后斷裂在伊朗東南部的Bam和Baravat城鎮(zhèn)附近左行走滑了65km，對震后斷裂的研究為救災以及潛在的危害等方面提供了依據(jù)[4]。Richard Thomas Walker(2006)利用遙感技術研究伊朗東南部克爾曼省南部的活動褶皺和斷裂，通過衛(wèi)星圖像上走滑斷層陡坎以及水系的同步彎曲等地貌特征解譯了克爾曼省南部的多條大型走滑斷層[5]。吳婧(2011)通過對比研究現(xiàn)有斷裂構造自動提取的方法和技術，基于主成分變換、LEEFILT濾波處理和霍夫變換算法有效地提取了TM影像中的斷裂構造信息[6]。Ayten Koc(2013)等，結(jié)合衛(wèi)星圖像、DEM以及航片通過對圖像上壓力脊、線性谷、形變的河道等解譯出土耳其馬拉蒂亞省的Sürgü斷裂帶具有右旋走滑的性質(zhì)[7]。Adrien Moulin(2014)等，通過激光雷達、SPOT、DEM等數(shù)據(jù)，對斯洛文尼亞境內(nèi)的Idrija斷裂進行了運動學研究，發(fā)現(xiàn)該斷裂具有右旋走滑的性質(zhì)[8]。

2 斷裂構造的增強處理

斷裂構造的增強主要依據(jù)的是遙感圖像上的光譜信息和空間結(jié)構信息，然后在增強處理的基礎上進行目視解譯。

2.1 預處理

在對圖像進行增強處理前先要選擇合適的數(shù)據(jù)源，遙感數(shù)據(jù)源的選取應考慮經(jīng)濟、時間、分辨率等因素，通常選擇ETM、TM、SPOT、MSS、DEM、ASTER、QUICKBIRD、雷達等數(shù)據(jù)源[9－15]。同時，獲取的遙感圖像通常都經(jīng)過了幾何粗校正，為了后續(xù)圖像的精確處理，需要對遙感圖像做幾何精校正，一般以地形圖為基準，選擇地面控制點按照一定的數(shù)學模型對圖像進行校正。

2.2 增強處理

2.2.1 彩色合成

斷裂構造在彩色圖像上的識別能力遠高于灰階圖像，彩色合成的關鍵在于波段的選取，一般來說，選擇最佳波段的原則通常有二:(1)所選擇波段包含的信息量最大;(2)所選擇波段最容易識別不同類別地物的界限。目前常用的選取方法主要有各波段信息量的比較、各波段間信息的相關性比較、各波段數(shù)據(jù)的聯(lián)合熵等[16]。同時參照OIF統(tǒng)計值的大小來選取波段，值越大包含的信息越豐富[17]。

2.2.2 主成份分析

斷裂構造的提取過程中由于圖像波段間往往是高度相關的且干擾信較多，不利于斷裂構造信息的提取。主成份分析可以將把原來多個波段中的有用信息集中到數(shù)目盡可能少的新的組份圖像中，并使這些組分圖像之間互不相關，即各自包含不同的地物信息，并大大減少總的數(shù)據(jù)量[18]。主成份分析的PC1包含最多的信息量、最大的方差比，可以有效的突出斷裂構造信息，斷裂信息多集中于 PC1或 PC2。例如:對 PCA1(234)、PC1(32)PC2(3)、PC1(4)PC2(3)PC3(3)、PC4(142)彩色合成影像圖進出多重主成份分析，可以突出研究區(qū)區(qū)域主干斷裂，巖體的分界線，紋理信息等[19]。

2.2.3 濾波處理

用于斷裂構造信息增強的濾波處理主要有定向濾波、高通濾波、低通濾波、中值濾波、均值濾波、平滑濾波、Leefilt濾波等。根據(jù)斷裂構造具有較強的方向性特點，采用定向濾波技術對卷積濾波核模板矩陣設置一定的權值，有選擇的對某一方向的邊緣信息進行增強，卷積濾波核權值的設置直接影響提取的結(jié)果，同時應按照區(qū)域構造格架設置不同的方向。根據(jù)研究區(qū)域的不同可以選擇不同的濾波處理方式，高通濾波可以用于提取小范圍的紋理信息、弱異常信息，低通濾波可以用來提取大范圍的區(qū)域主干構造信息[20]。中值濾波、均值濾波、平滑濾波、Leefilt濾波可以用來消除圖像上的斑點噪聲，提高圖像的質(zhì)量。

2.2.4 圖像融合

斷裂構造信息通過融合處理可以有效的提取其空間分辨率，便于斷裂構造的提取。圖像融合主要是將不同傳感器圖像或同一傳感器多光譜與全色波段進行融合，使融合后的新圖像同時具有多光譜和高分辨率的特點，使得不同圖像信息得到優(yōu)勢互補。常用于斷裂構造信息提取的融合方法是IHS融合和PCA融合。IHS融合主要是將ETM做IHS變換，然后將ETM的PAN波段或者雷達圖像代替 I或H分量，然后進行IHS逆變換生成新圖像來達到融合的目的;PCA融合是將圖像波段進行K－L變換，變換后PC1所包含信息量最豐富，然后將高分辨率圖像與PC1拉伸匹配后代替PC1再進行K－ L 逆變換[21－26]。

2.2.5 DEM 陰影法

DEM陰影可以增強斷裂構造的線性特征，通常是基于物理模型對于在DEM上指定的太陽方位角和照明的傾角，隨著照明方位和傾角的變化這個陰影的強度在被給的位置是變化的。因此，垂直于照明方位斷裂構造的線性特征得到最好的強調(diào)，平行于光照則得到最大的抑制。Lambertian反射[27－29]，Phong照明[30]，Blinn 反射[31]和光線追蹤等一個變化的陰影方法被提出是為了更好的提取斷裂構造的線性特征，不少學者對 DEM陰影法進行了改進，例如:為了減少照明引起的地表線性特征的偏差，Zhou(1995)等，提出了一種先進行DEM的小波變換然后調(diào)整主要的照明方向來提取線性特征的方法[32]。Prechtel(2000)開發(fā)了一種替代技術，由方向偏差衍生的一個三角測量識別相似方位單元的集群來提取線性特征[33]。Masoud(2006)等，對于構造線性體內(nèi)核中心的幾種照明方向，應用多種方向技術分配陰影強度從而計算平均數(shù)來提取線性特征[34]。Alaa A(2011)等，通過自適應柵格數(shù)據(jù)的陰影法去增強線性特征，提出了一種技術應用自適應傾角多種方向的陰影(ATMDS)去獲得最大的陰影強度[35]。

2.3 解譯標志的建立

斷裂構造的遙感解譯標志，一般分為直接解譯標志和間接解譯標志兩類。

直接解譯標志是指在遙感影像上斷裂信息所表現(xiàn)出來的形狀、大小、色調(diào)、陰影、紋理等特征，例如:斷裂本身所表現(xiàn)出的色帶，不同色調(diào)的截然相接，不同地質(zhì)單元構成的紋理差異等;間接解譯標志是指在遙感影像上斷裂信息所表現(xiàn)出來的地貌、水系、土壤、植被等特征，例如:斷層崖、斷層三角面的線性展布，洪積扇的線性展布，串珠狀湖泊的分布，火山口的線狀分布，線性谷、線性山脊，植被的線性延伸，河流的同步彎曲、線性展布，對頭河的出現(xiàn)，河流兩側(cè)支流的不對稱性，河流支流鈍角匯入主流等。

3 斷裂構造的自動提取

斷裂構造在遙感圖像上大多是以線性體的形態(tài)出現(xiàn)，但不是所有線性體都是斷裂構造，道路、河流、山脊等也以線性體的形態(tài)出現(xiàn)。通過對構造線性體的結(jié)構圖式研究，可以建立具有構造幾何學意義的構造線性體模式，為構造序列及其運動學機制分析提供形象逼真的、連續(xù)的空間信息[36]。

3.1 邊緣檢測

邊緣檢測可檢測出灰度、色彩、紋理的突變界面，突出斷裂構造在遙感圖像上所呈現(xiàn)的線性特征。邊緣檢測過程主要是基于邊緣檢測器來完成的，邊緣檢測器根據(jù)它們的使用原則分為3類:基于區(qū)域生長算法的邊緣檢測LSD，空間濾波技術EDISON，和線段的定向檢測技術 STA，其中對于斷裂構造線性特征的檢測最常用的是 EDISON和 STA[37]。用于斷裂構造線性特征提取的邊緣檢測方法很多，一般分為傳統(tǒng)的和現(xiàn)今的邊緣檢測方法。傳統(tǒng)的邊緣檢測方法主要包括:Roberts算子、Sobel算子、Prewitt算子、Laplace算子、Kirsch算子、Canny算子、Log算子等;現(xiàn)今的邊緣檢測方法主要包括:基于數(shù)學形態(tài)學的邊緣檢測、基于小波多尺度的邊緣檢測、基于灰色理論的邊緣檢測、基于分形理論的邊緣檢測、基于模糊學的邊緣檢測、基于支持向量機的邊緣檢測、基于人工神經(jīng)網(wǎng)絡的邊緣檢測、基于遺傳算法的邊緣檢測等[38－43]。其中最常用的邊緣檢測算法是傳統(tǒng)的 Canny邊緣檢測，由John F.Canny于1986年提出，利用的是高斯濾波器和三個適用性標準:好的檢測，好的定位以及一個邊緣單響應[44－46]。

3.2 霍夫變換

霍夫變換是一種關于線性描述的匹配技術，它的基本原理是對圖像進行某種形式的坐標變換，使得經(jīng)過變換的原圖上的給定形狀的曲線上所有點都集中到變換空間的某些位置上，形成峰點，這樣就把對圖中給定形狀的曲線檢測轉(zhuǎn)化為變換空間峰點檢測問題[47]。它的主要優(yōu)點是對噪聲的不敏感甚至在區(qū)域像素缺乏的情況下也有能力去提取線性特征。

P.V.C Hough 1962年首次提出應用計算程序來自動提取圖像中的線性特征，即霍夫變換。標準霍夫變換由Duda和 Hart[3]提出被廣泛應用于線性提取[48，49]，而它的一些修改也已經(jīng)被廣泛應用于線性特征的提取[50－53]。標準霍夫變換的實現(xiàn)步驟如下:(i)霍夫變換，將笛卡爾坐標系中的直線轉(zhuǎn)變?yōu)闃O坐標系中對應的點，利用霍夫變換進行直線檢測;(ii)選取局部最大值，求局部最大高于某一閾值的累加器陣列，這樣可以去除圖像噪聲從而只提取長的直線;(iii)逆霍夫變換，利用逆霍夫變換依據(jù)參數(shù)畫出直線;(iv)直線剖面分析，因為地質(zhì)線性體在圖像上一般以斷續(xù)的線段分布，如果在同一條直線上的線段間隙小于 Lg(間隙之間的像素數(shù))，那么就將該間隙填充作為一條長的直線。

3.3 圖像分類

圖像分類技術能夠有效的提取遙感圖像中的線性體信息，識別斷裂構造。圖像分類分為傳統(tǒng)分類方法和新分類方法，傳統(tǒng)分類方法又包括監(jiān)督分類和非監(jiān)督分類，其中監(jiān)督分類主要有最大似然法、最小距離法、K鄰近法等，非監(jiān)督分類主要有K平均分類、ISODATA分類、最大似然度分類、聚類等，新分類方法包括決策樹分類、人工神經(jīng)網(wǎng)絡分類、模糊數(shù)學分類、專家系統(tǒng)分類等[54－56]，其中用于提取線性特征的主要是傳統(tǒng)的分類方法。

為了準確提取遙感圖像上的線性信息，Marpu(2006)等，設計了一個面向?qū)ο蟮姆诸惓绦?圖像分割－樣品采集－特征識別－聚類分析 －閾值計算 －圖像分類[57]。R.Gloaguen(2007)等，利用該分類程序?qū)D像分割成更小的均勻區(qū)域，基于Jeffries－Matusita距離及最小距離聚類，對肯尼亞馬加迪湖周圍區(qū)域的線性體進行了有效的提取[58]。同時，遙感圖像自動提取方法最終提取的線性體不僅包含天然的線性特征而且包含非天然的線性特征，為了從線性體中區(qū)分出那些非天然的線性特征如道路、鐵路、河流、圖像和背景邊界等，可以利用輔助的地形圖和圖像分類技術創(chuàng)建一個緩沖區(qū)，然后通過去除覆蓋緩沖區(qū)的線性體，最終達到只提取自然線性體的目的[59]。

4 結(jié)語

遙感圖像具有多時相、多光譜、多分辨率等特點，可以宏觀把握斷裂構造的展布特征，有效彌補了常規(guī)野外地質(zhì)調(diào)查方法的不足，大大節(jié)省了人力、物力、財力，提高了工作效率，在許多研究區(qū)已取得豐碩的成果。

但是，斷裂信息的提取方法仍有不足之處:

首先，斷裂構造不隨時相增加或減少，反而會帶來構造信息的混淆和歧義;斷裂構造相關的多光譜信息只是構造兩邊的巖性多光譜差異;遙感圖像多分辨率的特點分別對應斷裂構造的不同級別和構造細節(jié)的不同顯示，增大了解譯難度。

其次，目前斷裂構造的提取仍以目視解譯為主，要求研究人員具有豐富的經(jīng)驗和熟練的圖像處理技術，解譯結(jié)果受解譯者的知識水平和經(jīng)驗的影響較大;自動提取結(jié)果受提取算法的影響較大且結(jié)果不準確，線性體容易誤提漏提，且線性特征容易和其他線性構造相混淆，如地層界限、褶皺軸線等。

因此，為了提高解譯結(jié)果的準確性，遙感圖像提取斷裂構造信息應在斷裂構造增強處理的基礎之上結(jié)合自動提取算法，將人工目視解譯、自動提取、野外驗證相結(jié)合。今后遙感解譯斷裂構造的發(fā)展應結(jié)合3S技術、專家系統(tǒng)等實現(xiàn)斷裂構造的準確、快速提取。

[1]陳松嶺.深層斷裂構造的遙感研究及其找礦意義[J].大地構造與成礦學.1995，19(3):298－265.

[2]鄒謹敞，邵順妹.活動斷裂的遙感影像研究[J].環(huán)境遙感.1995，10(3):182－187.

[3]Duda R O ，Hart P E.Use of the Hough Transform to detect curves and lines in pictures[J]. Communications of the Association for Computing Machinery，1972，15(1):11－15.

[4]Bihong Fu，Yoshiki Ninomiya，Xinglin Lei，et a1. Mapping active fault associated with the 2003 Mw 6.6 Bam(SE Iran)earthquake with ASTER 3D images[J]. Remote Sensing Environment，2004，92:253－157.

[5]Richard Thomas Walker. A remote sensing study of active folding and faulting in southern Kerman province，S.E. Iran[J]. Journal of Structural Geology，2006，28:654－668.

[6]吳婧.基于ENVI+IDL斷裂構造遙感影像自動解譯探討[J].甘肅科技.2011，27(17):52－56.

[7]Ayten Koc，Nuretdin Kaymakci. Kinematics of Sürgü Fault Zone(Malatya，Turkey):A remote sensing study[J]. Journal of Geodynamics，2013，65:292 －307.

[8]Adrien Moulin，Lucilla Benedetti，Andrej Gosar，et a1. Determining the present－day kinematics of the Idrija fault(Slovenia)from airborne LiDAR topography[J]. Tectonophysics，2014:1 － 56.

[9]Prasun K Gangopadhyay，Kuntala Lahiri－ Dutt，Kanika Saha. Application of remote sensing to identify coalfires in the Raniganj Coalbelt，India [J]. International Journal of Applied Earth Observation，2006，8:188－195.

[10]Reda Amer，Timothy Kusky，Ahmed El Mezayen. Remote sensing detection of gold related alteration zones in Um Rus area，Central Eastern Desert of Egypt[J]. Advances in Space Research，2012，49:121－134.

[11]盧善龍，沈曉華，鄒樂君，等.基于尺度分析的斷層熱信息遙感圖像增強方法—以江山一紹興斷裂金衢段為例[J].地球物理學報.2008，51(5):1484－1493.

[12]王華.InSAR數(shù)據(jù)在提取斷層位置中的應用[J].廣東工業(yè)大學學報.2009，26(2):7－9.

[13]吳虹，馮佐海，黃曉娟，等.姑婆山花崗巖體斷裂構造樣式方向特征多尺度定量遙感研究[J].桂林理工大學學報.2011，31(1):319－327.

[14]李淼淼.ASTER數(shù)據(jù)地質(zhì)異常信息遙感研究[D].長春:吉林大學.2012.

[15]秦玉俊.Quickbird衛(wèi)星影像的陰影檢測及提取方法研究[D].長春:東北師范大學.2009.

[16]劉漢湖，楊武年，李佑國.遙感圖像數(shù)字處理技術在斷裂帶信息提取中的應用—以揚子地臺西南緣冕寧一西昌一帶為例[J]. 地質(zhì)找礦論叢.2006，21(2):133－136.

[17]R. S. Chatterjee. Structural pattern of Holenarsipur Supracrustal Belt，Karnataka，India as observed from digitally enhanced high －resolution multi－sensor optical remote sensing data aided by field survey [J]. International Journal of Applied Earth Observation and Geoinformation，2003，4:195－215.

[18]朱曉鴿.多重主成分分析及在地質(zhì)構造信息提取中的應用[J].遙感學報.2000，4(4):299－304.

[19]蘇曉玉.新疆哈密黃山地區(qū)構造遙感綜合解析[D].北京:中國地質(zhì)大學(北京).2012.

[20]吳昀昭，田慶久，陳駿，等.新疆哈密黃山地區(qū)多金屬礦床遙感地質(zhì)信息提取與找礦模式研究[J].高校地質(zhì)學報.2004，10(1):114－120.

[21]楊智翔.多源遙感信息融合及其在青藏鐵路沿線活動斷裂中的

應用研究[D].成都:成都理工大學.2007.

[22]戚浩平，王煒，楊金中，等.寧波329國道北侖至三山線公路工程區(qū)內(nèi)斷裂遙感研究[J].鐵路航測.2003(3):26－29.

[23]張明華.西藏墨脫公路斷裂構造遙感分析及信息提取[J].國土資源遙感.2006，(1):56－60.

[24]楊金中，聶洪峰，李景華.遙感技術在浙江東部穿山半島地區(qū)活動斷裂調(diào)查中的應用[J].國土資源遙感.2003，(4):50－53.

[25]黃勤.城市區(qū)域斷裂構造遙感信息提取[D].杭州:浙江大學.2007.

[26]王峰，荊燕，陳志軍.運用Radarsat與ETM數(shù)據(jù)融合探測隱伏斷裂[J].地震研究.2004，27(4):369－373.

[27]Yo li，P. The mechanisation of analytical hill shading [J]. The Cartographic Journal，1967，4(2):82 －88.

[28]Foley，J D，van Dam A，F(xiàn)einer K，et a1. Computer Graphics:Principles and Practice(2nd ed)[M].Addison－Wesley，Reading，MA，1990.

[29]Horn，B.K.P. Hill shading and the reflectance map[J]. Geo－Processing，1982，2:65－146.

[30]Bui－ Tuong，P. Illumination for computer generated pictures[J].Communications of the Association of Computing Machinery，1975，18(6):311－317.

[31]Blinn，J.F. Models of Light Reflection for Computer Synthesized Pictures[C]. InSIGGRAPH’77:Proceedingsofthe4th annual conference on Computer graphics and interactive techniques，New York，1977.

[32]Zhou，X.，Dorrer，E. An Adaptive Algorithm of Shaded－ Relief Images from DEMs Based on Wavelet Transforms[C]. Digital Photogrammetry and Remote Sensing’95，SPIE Proceedings Series 2646，1995.

[33]Prechtel，N. Operational Analytical Hill Shading within an Advanced Image Processing System[C]. In:Proceedings of the 2nd Workshop on High Mountain Cartography，Kartographische Bausteine 18. Technische Universitt Dresden，Dresden，2000.

[34]Masoud，A.A.，Koike，K. Tectonic architecture through LANDSAT－7 ETM+/SRTM DEM－derived lineaments and relationship to the hydrogeologic setting in Siwa Region，NW Egypt[J]. Journal of African Earth Sciences，2006，45(4－5):467－477.

[35]Alaa A. Masoud，Katsuaki Koike. Auto－detection and integration of tectonically significant lineaments from SRTM DEM and remotely－sensed geophysical data[J]. ISPRS Journal of Photogrammetry and Remote Sensing，2011，66:818－832.

[36]吳曙亮.溧陽火山巖盆地 TM遙感圖像線性構造密度分析[J].江蘇地質(zhì).2000，24(3):161－164.

[37]Argialas，D.P.，Mavrantza，O.D. Comparison of edge detection and Hough transform techniques for the extraction of geologic features[J]. International Archives of Photogrammetry，Remote Sensing and Spatial Information Sciences，2004，34(Part B3):790－795.

[38]魏偉波，芮筱亭.圖像邊緣檢測方法研究[J].計算機工程與應用.2006，(30):88－91.

[39]段瑞玲，李慶祥，李玉和.圖像邊緣檢測方法研究綜述[J].光學技術.2005，31(3):415－419.

[40]陳一虎.圖像邊緣檢測方法綜述[J].寶雞文理學院學報(自然科學版).2013，33(1):16－21.

[41]季虎，孫即祥，邵曉芳，等.圖像邊緣提取方法及展望[J].計算機工程與應用.2004，(14):70－73.

[42]常娜.圖像處理中的邊緣檢測算法研究綜述[J].中國科技信息.2011，(4):130－131.

[43]Mehdi Rahnama，Richard Gloaguen，TU Bergakademie Freiberg.Automatic Extraction of tectonic lineaments from high and medium resolution remote sensing data in the Hindukush － Pamir[J]. Geophysical ResearchAbstracts，2013，15.

[44]Heath，M.，Sudeep，S.，Thomas，S.，Kevin，B. Comparison of edge detectors，methodology and initial study Comp [J]. Vision Image Under，1998，69(1):38 －54.

[45]Lijun，D.，Ardeshir，G. On the Canny edge detector[J]. Pattern Recogn，2001，34(3):721－725.

[46]Chouhan，B.，Shailja shukla，M.E.，Sem，V.I.，et al. Iris recognition system using canny edge detection for biometric identification [J]. Inter. J. Eng. Sci. Technol，2011，3(1):31 － 35.

[47]孫方立，阮秋琦.基于霍夫變換的斷層地質(zhì)構造識別研究[J].鐵路航測.1997，(2):29－33.

[48]高景昌，王光杰.TM圖像線性體信息微機自動提取[J].國土資源遙感.1993，(1):29－34.

[49]王今飛.遙感衛(wèi)星圖像中線性地質(zhì)特征的自動提取[J].第四紀研究.2000，20(3):252－258.

[50]Karnieli，A. ，A. Meisels，L. Fisher Y. Arkin. Automatic extraction and evaluation of geological linear features from digital remote sensing data using a Hough Transform [J]. Photogrammetric Engineering and Remote Sensing，1996，62:525－531.

[51]Fitton，N. C，S. J. D. Cox. Optimizing the application of the Hough Transform for the automatic feature extraction from geoscientific images[J]. Computers and Geosciences，1998，24:933 －951.

[52]楊順遼.基于Hough變換提取直線的改進方法研究[J].電腦與信息技術.2006，14(5):29－31.

[53]趙洪亮.基于Hough變換改進的直線檢測與定位[J].激光與紅外.2009，39(9):1009－1011.

[54]孟海東，姚繼營.數(shù)字遙感圖像解譯分類方法研究[J].金屬礦山.2010，(6):139－141.

[55]潘建剛，趙文吉，宮輝力.遙感圖像分類方法的研究[J].首都師范大學學報(自然科學版).2004，25(3):86－91.

[56]陳姝，居為民.遙感圖像分類方法及研究進展[J].河北農(nóng)業(yè)科學.2009，13(1):143－146.

[57]Marpu，P. R.，Niemeyer，I.，Gloaguen，R. A procedure for automatic object－ based classification[C]. Proceedings of the 1st International Conference on Object－ based Image Analysis，2006.

[58]R. Gloaguen，P. R. Marpu，I. Niemeyer. Automatic extraction of faults and fractal analysis from remote sensing data[J]. Nonlin Processes Geophys，2007，14:131 －138.

[59]Mazlan Hashim，Samsudin Ahmad，Mohd Amin Md Johari，et a1.Automatic lineament extraction in a heavily vegetated region using Landsat Enhanced Thematic Mapper(ETM+)imagery[J]. Advances in Space Research，2013，51:874– 890.