共查询到17条相似文献,搜索用时 203 毫秒
1.
针对多波束单ping水深数据多呈现较为复杂的曲线形式的现象,提出了基于逆传播(back propagation,BP)神经网络的多波束测深数据粗差剔除方法,即依据BP神经网络具有从输入到输出的映射功能,构建适应多波束单ping水深数据复杂曲线的训练学习算法进行曲线拟合。考虑地形之间的延续性进行相邻ping水深数据间的相关性分析,纵向检查定位并剔除粗差。通过实测多波束测深数据验证该方法的有效性,并与不确定性与测深学联合估值滤波以及交互式滤波方法进行比对分析,结果表明该方法可以有效剔除多波束测深数据中的粗差。 相似文献
2.
本文在复现CUBE滤波算法的基础上,借鉴其网格节点可吸收水深点选取模型,提出了一种结合不确定度与密度聚类算法的多波束异常值自动滤波算法。本文使用DBSCAN密度聚类算法对水深值加以聚类,使用卡尔曼滤波推估节点水深值,选取具有最小不确定的水深假设作为节点水深值,实现对多波束测深数据异常值的有效清理。实测数据和仿真试验结果表明:CUBE滤波算法不能将连续异常值完全剔除,而本文算法能够较好地去除连续异常值。本文算法流程明晰、参数简单、性能可靠,对数据质量较差的情况下较多异常值也能够进行清理,具有实际的工程应用价值。 相似文献
3.
考虑自然邻点影响域的多波束测深数据趋势面滤波改进算法 总被引:2,自引:2,他引:0
针对传统趋势面滤波法在多波束测深数据粗差探测方面存在曲面拟合函数不确定、滤波不彻底以及部分水深点被不合理剔除的问题,通过引入散乱水深点局部最小范围——自然邻点影响域的概念,提出一种基于自然邻点影响域的多波束测深数据趋势面滤波改进算法。首先,通过对自然邻点影响域内的局部曲面进行分析,构造了影响域内特定局部坐标系下的统一曲面拟合函数;然后,利用该统一曲面拟合函数按照所提传递式迭代趋势面滤波法进行顺次迭代,逐步滤除影响正常水深点判定的粗差数据;最后,根据突变地形边界点在其相邻邻域地形内连续性不一致的特性,建立了面向突变地形边界点的判断准则。试验结果表明:该改进算法可适应不同复杂程度的海底地形,有效剔除多波束水深数据中的粗差点,同时对实际海底地形中的正常水深点和各种特殊水深点进行保留,显著提高了海底地形表达的精度。 相似文献
4.
5.
6.
7.
CUBE曲面滤波参数联合优选关键技术及应用 总被引:2,自引:1,他引:1
CUBE(combined uncertainty and bathymetry estimator)算法是国际上主流的多波束测深异常值自动探测与处理算法,在国内外被广泛应用,但对其核心算法和参数知之甚少,不利于该项技术的国产化。本文详细阐述了CUBE算法的基本原理、数学模型、关键参数和处理步骤,进而建立了CUBE曲面滤波参数联合优选方法。通过选取典型地形区、参数试验、对比分析等步骤完成参数的联合优选,并用台湾浅滩实测数据进行了验证。结果表明,优化后的参数可有效提升多波束数据自动处理的精度和效率。本文成果可应用于国产多波束测深处理软件的深化研发以及多波束实测数据处理。 相似文献
8.
针对现有多波束测深数据的滤波算法需要人工干预且难以实现自动滤波的问题,在布料模拟滤波基础上,提出了一种基于双向布料模拟(bidirectional cloth simulation filtering, BCSF)的多波束测深数据滤波算法。首先,基于二次曲面(Levenberg-Marquardt)算法拟合构建传递式迭代趋势面,消除海底负异常数据;然后,构建BCSF修正模型,确定最终海底滤波面,解决海底凹凸地形或具有成簇噪点的复杂海域地形容易产生的过度滤波问题;最后,对分类海底点与非海底点的距离阈值进行了自适应优化与估计,进一步提高BCSF滤波结果的准确性。将所提算法应用于实测多波束测深数据,实验结果表明,与布料模拟滤波相比,所提算法不仅克服了过度滤波的缺陷,而且实验区域的整体测试数据的噪点剔除率从12.87%下降到0.76%,局部测试数据的噪点剔除率从15.29%下降到1.09%;与基于不确定度理论的多波束测深滤波相比,所提算法更加简洁,易于技术实现,人工干预很少,保留了更多的地形细节,具有较好的鲁棒性和应用前景。 相似文献
9.
10.
机载LiDAR测深(airborne LiDAR bathymetry, ALB)数据质量受海面破碎波浪、水体浮藻、鱼群及海底二次回波等多种因素影响。为剔除这些干扰产生的噪点,本文提出一种顾及水面、水体和水底(surface, volume, bottom, SVB)的联合滤波算法。针对水面噪点,通过构建双层布料模拟滤波模型分离水面点云;针对水体噪点,采用SOR(statistical outlier removal)滤波器剔除水体离群点;针对靠近地形主体的小尺度水底噪点,通过构建移动趋势面模型进行去噪平滑。为验证本文所提ALB滤波算法的性能,采用青岛胶州湾海域RIEGL VQ-840-G无人机载LiDAR测深数据进行验证,试验结果表明:SVB联合滤波算法对水面、水体、水底噪点一体化处理总体滤波精度和Kappa系数分别能够达到97.45%和0.947,在保证准确率的同时具有较高的效率。本文所提滤波算法可以较好地解决ALB点云滤波问题,能够为ALB测深数据点云滤波提供有效的解决方案。 相似文献
11.
12.
针对多波束点云数据去噪难以保留精细特征,无法精确“锁定”河床形态问题,本文提出了一种面向自然资源确权水流三维登记探索的多波束点云去噪算法。以KD树搜索为基础,引入统计滤波理论进行多尺度噪声分类,并剔除大尺度噪声;针对小尺度噪声,在信息熵理论基础上,以主成分分析算法为基础,以信息熵最小原则确定最优邻域,并据此构建曲率信息熵对双边滤波因子进行优化改进,以实现水下地形点云去噪与精细特征保留的目的。试验结果表明,本文算法具有可行性,能够有效保证水下地形的精细特征,并能够应用于自然资源水流三维登记。 相似文献
13.
14.
传统G PS单历元姿态解算中存在没有利用历元间的相互关系以及不能有效抵制粗差影响等问题,而Kalman滤波则可一定程度上解决这些问题。结合稳健估计理论对GPS单历元姿态解算提出了一种改进的Kalman稳健估计算法,通过实验及与传统的最小二乘解算方法相比较,该算法能够较好地消除历元间计算结果中出现的跳变值,使得解算结果更稳健。 相似文献
15.
水量遥感动态监测对于高原堰塞湖风险评估、预报预警和处置决策等具有重要意义。针对高原无资料或缺资料区,充分利用空天遥感技术,文章提出了一种无/缺水下地形数据的高原堰塞湖水量遥感定量估算方法。该方法首先通过遥感水域面积提取,获取堰塞湖淹没空间范围;进而采用不规则复杂多边形中线定位算法,确定堰塞湖中心线位置;然后基于河道中心特定点高程信息,结合局部河道比降估算,生成堰塞湖水下地形河道中线约束因子;再根据河道边坡高程信息和水下地形约束因子自适应拟合出局部堰塞河道的水下未知地形;最后通过三维曲面离散积分实现堰塞湖水量遥感动态定量估算。实验以东帕米尔高原的萨雷兹堰塞湖为研究区,展开遥感水量调查与局部验证研究,结果表明:萨雷兹堰塞湖当前水域面积约为89.09 km2,水量约为162.49亿m3;这一结果与专家预估的水资源量155—165亿m3基本吻合。经局部模拟实验精度对比验证,模拟结果与实际数据动态误差总体控制在10%以内,相关系数达到0.95(P<0.01,双尾),进一步证明了算法的鲁棒性和估算结果的可信度。为无/缺水下地形数据的高原堰塞湖水量遥感估算提供了一种有效的方法,实现了水下地形未知的高原堰塞湖水量遥感快速反演与定量测算。 相似文献
16.
针对当前滤波算法在处理地形不连续区域或存在复杂建筑物区域时容易过分"腐蚀"地形并难以去除一些低矮植被的不足,提出了一种基于分割的机载LiDAR点云滤波算法。首先,对原始点云基于地表连续性进行分割;然后,在移除点数目较小的粗差点集之后采用对分割点集建立缓冲区的方法,区分地面和非地面点集;在较大地物经过迭代分割基本移除之后,使用约束平面的方法移除高度较小的地表附着物以实现滤波。实验结果表明,与经典滤波算法相比,该算法提高了地面点的分类精度,在滤除地物信息的同时能有效地保留地形特征。 相似文献