排序方式： 共有11条查询结果，搜索用时 15 毫秒
1.
为更有效地获取地形特征信息，提出一种机载LiDAR地形特征信息快速提取算法。首先，通过构建二次曲面拟合模型，建立实测LiDAR地形数据与拟合曲面的几何规则；然后，采用LM算法迭代参数寻优，获得最优化结果下的地形拟合参数，计算拟合时间及拟合精度；最后，以地形拟合模型为基础，进行地形特征信息的快速提取。通过机载LiDAR实测数据验证，当最优搜索半径为2 m时，地形曲面的拟合时间仅为0.02 s，RMSE仅为5.09 cm。该算法保证了地形特征信息提取效率和精度，能够有效满足机载LiDAR科学研究和工程应用的技术需求。 相似文献
2.
3.
船载多传感器综合测量系统集成了三维激光扫描仪、多波束测深仪、GNSS、IMU、传感器稳定平台等传感器,采用非接触式的测量方式同步获取水上水下地形,在海岸带和海岛礁测绘中有巨大的应用价值。由于测量瞬时数据量大,系统点云实时显示是采集软件的重要组成部分。在有效地控制时间同步的前提下,优化数据融合效率,采用VTK(visualization toolkit)技术实现了海岸线上下一体化点云实时显示,有效地提高了系统的信息挖掘能力和现场决策支持能力,最终实现了水上水下一体化测量。 相似文献
4.
基于船载水陆一体化测量系统，设计一体化测量数据存储格式、多线程网络通信、时间同步控制以及时间匹配技术，实现船载多传感器一体化测量数据实时存储功能，并将采集的多源数据统一存储到文件中。实验证明，该存储方法能有效提高系统的集成度，克服多传感器存储效率冗余的缺陷，提高测量数据存储性能。 相似文献
5.
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
6.
机载LiDAR测深ALB(Airborne LiDAR Bathymetry)是测量沿海地区地形图和水深图的最有效的技术之一,其通常是利用ALB海面和海底反射回波的峰值位置来计算水深值。然而,当绿色(532 nm)激光光束到达海底时,光斑范围内的具有坡度的海底地形会导致海底反射回波波形展宽、峰值位置偏移等现象,从而产生海底位置的不确定性,进而直接影响海底地形测量的准确性。为了减小这种影响,本文提出了一种机载LiDAR测深的海底地形坡度影响改正方法。通过考虑ALB激光光斑内海底地形的连续性,基于ALB激光光斑范围内局部地形参数模型FTPM(Footprint-scale Topography Parameters Model)构建ALB海底反射回波模型,通过定量分析不同水深、不同海底地形坡度所引起的海底反射回波峰值位置变化,以确定海底地形坡度对ALB测深的影响规律,进而构建ALB测深误差方程针对性地改正海底地形坡度引起的测深误差。本文采用中国南海甘泉岛附近海域所测ALB和多波束测深数据对所提方法进行了验证。结果表明,海底地形坡度影响改正后,平均绝对误差MAE(Mean Absolute Error)和中误差RMSE(Root Mean Square Error)分别减小到9.4 cm和12.3 cm,较改正前分别降低了35.6%和33.5%,对ALB测深数据处理具有参考意义。 相似文献
7.
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
8.
针对传统LiDAR测深波形拟合算法受噪声干扰严重、对微弱回波信号及复杂波形拟合不准确的问题，提出一种基于广义高斯模型的波形拟合算法。首先通过计算滤波前后尾段波形的差异估计波形的噪声；然后利用广义高斯模型提取海面与海底反射信号分量，并对剩余信号进行迭代拟合；最后利用LM算法对参数进行优化，并对优化后的参数进行约束，避免冗余分量。采用南海实测数据进行验证，该算法拟合微弱回波及复杂波形能力强，不论在浅水(回波发生叠加)还是深水，其拟合精度均优于传统算法，具有良好的鲁棒性。 相似文献
9.
波形分解是机载测深LiDAR数据处理的关键环节,为水深计算、底质类型反演和水体浑浊度分析等提供基础信息。针对传统测深LiDAR波形分解算法受噪声干扰严重、对微弱及叠加信号分解不准确的问题,提出一种新的波形分解算法。对原始波形经小波滤波后,计算滤波前后尾段波形的差异,估计回波信号的噪声;利用高斯模型,从原始波形数据中不断分解出经LM算法优化参数后的波形分量,直到剩余波形中最大峰值与优化后的参数小于一定阈值。通过南海实测数据进行验证,实验结果表明:该算法分解弱回波能力强,不论在浅水(回波发生叠加)还是深水,其分解精度均优于传统算法。 相似文献
10.
漫衰减系数是一个重要的海洋光学参数,能够为水体环境变化、水质分析以及水产养殖等方面提供基础性数据。针对目前船载实地测量效率与分辨率低、卫星遥感反演精度与分辨率较低的局限性,本文提出一种基于机载LiDAR测深水体波形的漫衰减系数提取方法。该方法首先通过分层异构模型的机载LiDAR波形分解算法得到水体散射回波,利用激光在水体中的衰减特性,构建漫衰减系数提取模型,最终获取大面积水域漫衰减系数的空间分布。采用西沙甘泉岛与江苏连云港两个航次的实测数据对所提算法进行了验证,本算法无需每个测深点的水底底部回波强度和深度即可反演得到漫衰减系数,并且在浑浊水域也可取得较好的效果,表明在中国近海利用机载LiDAR测深系统能够有效获取高精度的漫衰减系数。 相似文献