共查询到16条相似文献，搜索用时 140 毫秒
1.
针对含有鱼群或水草等生物水域精确地形获取困难,存在大量贴近地表的噪声点且难以滤除等问题,提出一种结合多波束点云数据强度和高程信息的滤波算法。首先根据多波束原始点云数据的强度信息对数据进行初步分类,然后利用高程四分法选取地形种子点,最后根据种子点与周围点云数据的强度和高程信息,实现数据的准确分类,达到滤波效果。试验结果与形态学滤波算法、自适应坡度滤波算法对比分析,结果表明所提算法在含有植被和鱼群等生物水域滤波效果明显,Ⅰ类、Ⅱ类误差降低了6%和10%左右,总误差降低了7%左右,验证了所提算法的有效性和可行性。 相似文献
2.
针对水下地形测量仿真器中的多波束测深结果仿真环节中,对海量已知水深点云数据进行处理时存在的检索效率低、内存占用大的问题,设计了一种基于四叉树的数据处理方案。以四叉树数据结构并采用序列化方式存储索引文件,提高点云数据的检索效率;通过内存映射的方法读取海量点云数据,减少内存占用。数据实验表明:相对于常见的遍历检索,在检索点云数不超过总点云数的约四分之三时,四叉树水深点云检索效率提高了1倍以上;在检索点云数越少,总点数云越多时,四叉树水深点云检索的效率最多可提升30倍以上。基于四叉树的数据处理算法可有效地提高点云数据的检索效率,适合于多波束测深结果仿真过程中的海量点云数据的处理。 相似文献
3.
基于多波束测深的地形定位是水下潜器导航技术研究和发展的重点,多波束测深数据的高精度快速重采样是水下地形匹配定位的前提。传统的实时抽稀方法因对多波束测深数据模型的过分简化而效果欠佳。参考Douglas-Peucker算法和点云数据抽稀方法,采用角度-弦高联合准则对多波束每ping数据进行抽稀处理,参考导航地形图对抽稀后的多ping数据基于点云离散度进行二次抽稀处理,从而实现多波束测深数据的高精度快速抽稀处理。典型的数学仿真地形和实测多波束条带数据实验表明:文中提出的抽稀方法数据抽稀率仿真地形在85%以上,实测地形在90%以上,数据抽稀前后点云构成的曲面DEM误差在3%以内,并且算法实时性较好。 相似文献
4.
CUBE算法及其在多波束数据处理中的应用 总被引：5，自引：0，他引：5
阐述了一种基于表面生成的多波束数据处理方法——CUBE(Combined Uncertainty and Bathymetry Estimator)算法,用该方法可以对观测区域网格节点"真实"水深及相关误差进行估计。与从测量水深中选择出"最佳"数据的手工交互方式的多波束数据编辑手段不同,CUBE算法具有很强的抗差性和较高的效率,适合于实时多波束数据处理。对南海某测区多波束数据处理结果表明,在没有人工干预的情况下,利用CUBE算法去噪生成的海底DTM图与手工编辑生成的相当吻合。CUBE算法和手工编辑方法综合对比得出,CUBE算法能够很好地保留水深地形细节,在计算效率、误差评估、实时处理等方面比手工编辑方法具有较大的优势。 相似文献
5.
基于非线性滤波的水下地形辅助导航方法 总被引：1，自引：0，他引：1
为了解决水下航行器惯性导航误差随时间积累问题,利用地形辅助导航技术进行导航位置修正。由于水下地形的非线性,对基于扩展卡尔曼滤波(EKF)、无迹卡尔曼滤波(UKF)和粒子滤波(PF)3种非线性滤波方法的水下地形辅助导航算法进行研究。针对传统基于单波束声纳量测模型在小起伏地形区域导航精度低、易发散问题,从提高量测地形信息量角度,建立了基于多波束测深声纳的量测模型。使用多波束实测地形数据进行仿真试验,结果表明:无论在粗糙地形区域还是较平坦地形区域,多波束量测模型有效缓解了3种方法易发散问题,提高了导航精度。 相似文献
6.
7.
多波束测深是一种广泛使用的水下地形探测方式。当前多波束数据处理技术日臻完善,但是多波束条带间自动匹配仍存在较多问题。针对水下复杂环境、多波束自动匹配效果不佳的问题,采用点云直方图 (point feature histograms,PFH)自动匹配算法,对条带点云进行自动匹配。因直方图所在的高维超空间为特征描述提供一类量化信息,对点云对应曲面的多维姿态具有鲁棒性和适用性。因此,在多波束自动匹配算法中采用PFH算法。实验数据由6205侧扫多波束测深系统获取,并对实验数据采用随机抽样一致算法(random sample consensus,RANSAC)进行定性定量分析,验证本文算法的优势,并分析相关不足。 相似文献
8.
基于多源水深数据融合的海底高精度地形重建 总被引：2，自引：0，他引：2
本文在研究多源水深数据构建技术的基础上,分析了张力样条插值算法和“移去-恢复”法的多源水深数据融合处理技术,基于该方法选取实验区,利用多波束、单波束、历史海图等多源水深数据进行高精度海底地形融合试验,并针对多源水深融合技术缺少误差评估的现状,利用split-sample方法对融合结果进行水深不确定性评估,形成融合结果的可靠性空间分布。结果表明该方法无论是在数据稀疏区还是高密度区都达到了较好的融合效果,既保留了高分辨率水深数据的细节信息,又较真实的反映了研究区海底地形特征,且构建的海底地形精度可靠,误差百分比集中在0.5%。本文整套数据融合和结果评估方法可为多源水深数据融合的海底高精度地形构建提供借鉴和参考。 相似文献
9.
10.
11.
12.
ICESat-2卫星搭载先进的光子计数式激光雷达ATLAS,使用全新的测量方式获取海量的光子点云数据.光子计数激光点云由于受海洋表面噪声以及水中穿透性较强等因素影响,现有的去噪算法在浅海区域海面去噪上存在一定的局限性.针对上述问题,本文提出了一种基于改进DBSCAN参数的去噪算法,通过利用点云数据集自身分布特性生成候选Eps参数,自动寻找最优Eps参数,改进现有的DBSCAN去噪算法,并在南海两处岛礁区域进行实验验证.实验表明该算法在浅海区域的去噪精度达到98％,优于传统算法的去噪精度,该研究可为ICESat-2海面点的去噪工作提供参考. 相似文献
13.
高质量的海洋自然资源管理离不开数据和信息的支撑。鉴于海洋数据的特殊性，海洋数据处理常涉及长时间序列或大空间范围的处理工作，对于此类密集型计算为主的数据处理，通用型云平台存在效率不高的突出问题。文章在全面分析Hadoop平台原生资源调度算法的基础上，结合海洋数据处理密集型计算的特点，创新性地提出了基于竞争模型的遗传算法任务调度策略(CGA),有效地解决了遗传算法求解速度受初始化种群与种群进化测量影响较大的问题。此外，为加快收敛速度，引入竞争机制，构建基于种群竞争的自适应进化模型。通过实际验证和比对，证明改进后的算法在收敛速度及收敛结果的稳定性上都优于传统算法，有效地改进了海洋云平台资源调度的能力，提升了海洋数据的处理效率。 相似文献
14.
15.
针对卫星遥感技术在对滨海湿地互花米草监测时受分辨率、气候条件等多种因素限制存在一定局限性且通过单一的影像数据提取互花米草时精度不稳定的问题,提出了基于无人机点云与影像融合的面向对象互花米草提取方法。以黄河三角洲自然保护区为研究对象,获取了该区域的点云和多光谱影像。先将地面滤波后提取的植被点云与多光谱影像进行特征组合优化,然后对融合影像采用FNEA算法进行多尺度分割后采用基于改进的最近邻算法进行面向对象分类,最终得到的互花米草生产者精度和用户精度分别达到了82.53%和86.43%,较未融合点云的提取精度分别提高了22.34%和7.66%,分类结果的总体精度从89.54%提升至92.61%,且融合点云后影像能够有效区分两种生长状态的互花米草,表明本文提出的方法能够有效提高互花米草的提取精度。 相似文献
16.
针对当前高密度多波束水深数据抽稀后所构建数字水深模型(digital depth model,DDM)的航海安全性缺少估计这一问题,分别以最浅点法、最近点法和平均值法3种常用方法抽稀水深数据并构建DDM,在此基础上,分析不同抽稀方法所构建DDM随尺度变化的深度保证率变化规律,采用统计分析的方法建立DDM深度保证率与抽稀尺度、海底地形复杂因子之间的数学回归模型。实验表明:该回归模型不仅可用于估算基于不同抽稀方法所构建DDM的深度保证率,也为确定满足适合的DDM深度保证率所需要的抽稀尺度提供了理论依据。 相似文献