多波束点云滤波算法初步研究及适用性分析

为提高多波束数据处理的准确性和简便性,研究了多波束水深点云处理的策略和关键算法,构建了kd-tree(k-dimensional tree)结构加速点云查找,针对大尺度噪点设计了半径滤波和统计滤波算法,针对小尺度噪点提出了双边滤波算法,并对以上算法的适用性进行了探讨分析。实验结果表明,当设置适合的滤波阈值,半径滤波和统计滤波能高效去除大尺度噪点,且保留地形特征,总误差分别为2.25%和2.76%。在大尺度噪点去除的基础上,改进的双边滤波可以实现地形平滑的同时,保持水深点云的有效数据量。研究成果为多波束点云数据的自动化处理提供了解决方案,对多波束测量工作的效果和效率提升做了有益尝试。     

结合多波束点云强度和高程信息滤波算法研究

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。     

点云直方图在多波束条带自动匹配中的应用

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。     

一种基于偏度平衡的LiDAR点云滤波方法

在地形起伏区域,针对免阈值的偏度平衡滤波方法存在利用高程难以满足算法假设条件、利用强度信息面临异物同强度等问题,提出基于高差的偏度平衡方法。该方法是在点云与初始地面TIN间高差计算的基础上,采用偏度平衡方法进行LiDAR点云滤波。利用ISPRS提供的测试数据对该方法进行实验,结果表明:在地形起伏区域,点云高差能够满足偏度平衡方法的假设条件,并且基于高差的偏度平衡方法滤波有效。     

面向地形匹配的多波束测深数据抽稀方法研究

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。     

多波束测深数据趋势面滤波阶次选择算法研究

海底地形深度数据滤波常用的方法有:交互滤波、中值滤波、趋势面滤波等。基于粗大误差判别3σ准则,研究测深数据趋势面滤波的方法,提出了海底复杂地形分区和滤波阶次自动选择算法,解决了模型参数需经验设定而造成的滤波效果不确定问题。系统可以客观地检测和剔除粗差,得出较高精度的三维海底地形数据,对多波束测深数据滤波的应用具有一定参考价值。     

基于非线性滤波的水下地形辅助导航方法

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。     

滩涂机载LiDAR点云数据滤波方法研究

机载LiDAR点云数据滤波是制作高精度数字地形产品的重要环节。通过分析常用滤波算法基本原理、滩涂机载LiDAR点云数据的特点,提出了一种基于潮汐水位高程约束,移动窗口滤波与三角网渐进加密滤波组合的滤波方法。试验表明:该滤波方法获取的滩涂地形有效点云数据质量与人工滤波结果相当,在一定程度上提高了滩涂区域机载LiDAR点云数据滤波的效率,为快速获取滩涂区域数字高程模型提供了有效途径。     

基于k-d树的多波束点云边缘与孔洞提取算法

多波束测深数据广泛服务于水下地形测量。一些基于测深数据的应用需要提取测深数据的边缘轮廓和探测数据中的空洞。针对已有边缘识别算法执行效率低、边界点提取不完整等问题,通过分析点云模型的局部几何属性,提出一种新的基于k-d树的由粗到精的边缘提取算法。首先抽稀测深数据,基于k-d树建立散乱点云的拓扑关系;然后计算散乱点云法向量,采用距离及角度阈值法进一步提取孔洞与边缘轮廓点并去除错误识别的点;最后基于凹包算法,精确获取边缘轮廓点。在西太平洋海域的实验表明：相较于Alpha-shape和Boundary estimation算法,本算法能够更为精确地识别出散乱点云中的边界点,实用性强。     

CUBE算法及其在多波束数据处理中的应用

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。     

基于四叉树的多波束水深数据快速检索方法

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。     

基于杨赤中插值法的坡度、坡向计算的实现与分析

应用杨赤中滤波推估法,将地形碎部点高程观测值看作一种包含规律性和随机性变化的复合变量,求其二项系数加权游动平均,建立估值数学模型,求得各格网点高程估值。将离散的数据经插值计算转换为DEM数据,并根据其网格顶点来分析、推算和显示网格单元的坡度和坡向。     

利用MVDR算法削弱多波束测深声纳的隧道效应

分析了海底多波束测深声纳中存在的隧道效应及其产生机理,指出旁瓣干扰是引起隧道效应的重要因素,隧道效应的出现导致多波束测深声纳把相对平坦的海底误测成凹面向上的水平半圆柱面海底地形。研究了基于GSC结构的自适应波束形成算法,推导提出了MVDR算法的连续自适应实现方案,并利用该算法对多波束测深声纳湖试数据中存在的隧道效应进行处理,结果表明该算法能够有效削弱多波束测深数据边缘波束中存在的旁瓣干扰。     

基于改进Alpha Shape算法的点云数据岛屿边界提取

针对机载LiDAR点云的岛屿岸线提取过程复杂、附属岛屿岸线难以提取等问题,提出一种基于改进Alpha Shape算法的点云数据岛屿边界提取方法。首先利用布料模拟滤波算法剔除非岛屿点云数据,通过欧式聚类进行不同岛屿的提取,再将岛屿点云数据投影至二维平面,并根据岛屿点云构建格网。在此基础上使用自适应Alpha Shape算法,对提取出的岛屿点云进行边界提取,即可得到岛屿的岸线轮廓。选取新西兰的玛提尤/萨姆斯岛作为研究区域,并将本文算法与Alpha Shape算法进行对比,结果表明：本文算法提取岛屿边界点云的精准度为97.78%,可以准确地提取岛屿岸线,为海岛规划提供参考。     

3D正态分布变换在多波束自动校准中的应用

多波束测深数据存在横摇误差、纵摇误差、艏摇误差等,需进行校准。当前主要采用商业软件Caris进行人工手动校准,自动校准主要采用迭代最邻近算法等。针对Caris需要人工干预以及ICP容易陷入局部循环的缺陷,采用3D正态分布变换的配准方式,通过建立联合概率密度函数,采用似然函数建立匹配点云与目标点云之间转换关系。利用Hessian矩阵和梯度向量求最优化转换参数,完成多波束条带的自动校准。本文结合Caris中的人工配准结果,通过对3D-NDT算法匹配效果进行对比分析,验证了文中算法在平坦地区、斜坡区域等多种地形中都取得了更优的匹配效果,为实现多波束自动校准提供了重要的算法依据。     

数字海底地形分割算法

根据不同海底地形特征,提出了基于多波束测量数据进行海底地形分割的"三态值模型"法,其步骤包括:将地形数据滤波和网格化;利用"3×3"差分算子计算各节点的梯度;利用最大梯度追踪算法检测正负地形与平缓地形的分界线;利用"三态值"算法识别正、负和平缓地形。应用该方法对胶州湾实验海区多波束实测数据处理结果表明,该方法切实可行,能够对数字海底地形准确地进行快速分割。     

基于中值滤波加权修正的多波束声呐测深数据趋势面滤波方法

针对传统趋势面滤波方法中多项式拟合曲面系数向量的求取和作为阈值的均方根误差的求取都受到异常数据的影响,使该方法在异常测深数据较多的情况下滤波效果不佳的问题,提出了一种中值滤波加权修正的改进方法。在构造趋势面之前,对水深数据进行加权修正,以前后两次修正后数据的拟合优度的变化量作为是否进行下一步水深修正的依据,利用最终修正后的水深数据求取多项式拟合曲面系数向量和均方根误差,大幅降低了异常数据的影响,具有很强的抗差性。经仿真模拟数据和多波束实测数据滤波试验,该方法在异常数据较多的情况下依然良好,能够保持良好的滤波效果,明显优于传统趋势面滤波;同时,该方法能够保持较高的运算效率,适用于海量多波束测深数据的自动滤波。     

基于三维声纳点云的水下沉井地形探测技术

为了解决水下沉井地形监测难题,给出了一种基于三维扫描声纳的地形监测方法以及地形点云的高精度快速处理方法。首先,结合沉井特点,给出了一种悬挂式三维扫描声纳扫描沉井水下地形方法;然后,结合沉井形状及点云特点,给出由降采样点云抽稀法、基于欧式距离的区域自生长算法的点云去噪方法和基于K-means++聚类算法的沉井水下地形分割方法等组成的水下地形点云处理方法,实现了基于声纳点云的地形点云快速获取及水下地形恢复。实验结果表明,该方法可有效用于沉井水下地形探测。     

海底管道检测与三维点云重建算法

随着海底油气管道的铺设规模越来越大,为防止管道油气泄漏而导致人员伤亡和财产损失,海底管道的日常巡检尤为重要。提出一种基于多波束点云的海底管道检测与三维重建算法,利用高频多波束声纳对水下管道进行成像,对声纳图像采用经典边缘检测算法检测管道边缘,得到相应的点云数据,将点云数据拼接成一组完整的空间点云集合,对点云集合进行三维重建。通过水池试验结果证明,提出的算法流程能够有效地实现水下管道的检测与三维重建,具有较好的工程应用前景。     

基于自适应卡尔曼滤波的多波束数据改正方法

多波束测深数据质量受声速误差等因素影响较大,针对该情况,利用自适应卡尔曼滤波以相邻条带中央波束作为先验信息,对多波束测深数据进行改正。首先,以相邻条带的中央波束数据构建海底地形大致走向的趋势线作为先验信息,结合观测值与检查线测深值,得到观测值和先验信息的偏差;其次,利用卡尔曼滤波对观测值进行改正并对方法进行分析;最后,利用自适应卡尔曼滤波对多波束测深数据进行优化。实验表明:利用自适应卡尔曼滤波能够对声速整体误差影响的多波束测深数据进行有效改正。