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。     

基于改进SICP算法的多源点云配准研究

三维激光点云数据具有精度高、数据获取高效、几何信息丰富的优势,在地形数据获取方面起到了越来越重要的作用。但在实际的外业测量中,由于视场角限制,一般都难以获取待测物体完整的点云数据,发生数据缺失现象。而根据摄影测量技术生成密集的影像点云,能获取复杂区域的测量数据。针对三维激光点云数据外业采集缺失的状况,结合影像密集点云特征,提出了一种加入动态迭代因子和分步最优求解尺度的改进尺度迭代最近点(scaling iterative closest point, SICP)算法,对影像点云与三维激光点云进行配准研究。实验结果表明:基于改进的SICP算法提高了影像点云与三维激光点云的配准精度、减少了迭代次数,能有效解决不同源平台获取的点云数据融合问题。     

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。     

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。     

基于阈值自适应确定的多波束点云滤波算法

针对水下多波束地形测量点云去噪问题,提出了一种基于阈值自适应确定的点云滤波算法。首先引入虚拟网格对多波束点云进行分区编号,并采用二次分层统计法剔除显著离群噪点;其次归一化计算网格内种子点与邻域各点的坡度角,引入k-Medoids聚类算法自适应更新坡度阈值;最后按照多尺度滤波窗口逐级对点云进行迭代运算,得到精细化地形点云。2个实验区的多波束点云滤波实验结果表明,本文算法能较好去除多波束点云的噪声和非地形点,有效提高坡度阈值的自适应性,滤波精度有明显提升,可以适用于大规模的多波束点自动化云滤波工作。     

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。     

基于LiDAR回波强度数据的潮间带植被滤波方法

地面三维激光扫描技术以其高精度、高密度等优点,在潮间带地形测量中得到了非常广泛的应用。为了对潮间带地形地貌进行精确反演,必须对点云数据中的非地面点(主要是植被点)予以滤波。对地面三维激光扫描回波强度数据的距离效应进行改正,利用改正后强度数据实现了一种快速精确的植被滤波方法。实验结果表明:与商业软件利用点云几何信息进行植被滤波相比,根据回波强度数据进行植被滤波的精度约为75%,且大大减少了计算量,对潮间带高精度三维地形重构有重要研究意义和应用价值。     

机器学习在基于点云的三维物体识别领域的研究综述

随着机器学习算法的不断更新发展,加之其良好的适应性、准确性及鲁棒性,在三维物体识别领域获得了广泛的应用,成为当前点云处理的研究热点。首先,本文对三维物体点云数据识别及机器学习的发展应用进行归纳。然后,从特征选择、特征提取、特征识别三个方面,进行分析总结。最后,指出机器学习在基于点云的三维物体识别领域的应用目前所面临的挑战及进一步研究的方向。     

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。     

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。     

海上风电工程结构安全监测体系框架设计

文章针对海上风电工程结构安全监测的需求,在系统回顾了目前的主要监测现状及存在的监测难点的基础上,初步构建了水上、水下一体化安全监测体系基础框架,阐述了主要的工作流程,重点探讨了海上风电工程安全监测中的精密单点定位（PPP）技术、高程传递、多传感器集成、精密水下定位技术、水下摄像机标校、水下三维激光点云快速建模、水下桩基全景影像与点云数据匹配、多波束与侧扫声呐数据融合等关键技术,以期为海上风电工程结构设施管控、变化监控和防灾减灾提供新的应急方案和技术支撑。     

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。     

高精度和高分辨率水下地形地貌探测技术综述

为提高我国水下地形地貌探测技术水平,促进对海洋的科学认知和高效开发利用,文章综述高精度和高分辨率水下地形地貌探测技术研发进展,并分析关键技术发展方向。研究结果表明:采用机载激光、多波束、侧扫声呐、浅地层剖面、双频识别声呐、合成孔径声呐和水下三维扫描声呐等探测技术以及无人船、水下机器人和海底观测网等探测平台,可获取高精度和高分辨率水下地形地貌信息;应在提高设备性能、减小探测误差和完善数据算法等方面加大研究力度,重点发展综合探测技术,从而全面和清晰地反映水下地形地貌。     

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。     

C3D测深侧扫声纳探测系统综述

对C3D测深侧扫声纳系统的构成、工作原理、性能、优点、应用等进行了介绍,对基于C3D构建水下探测系统和工程实践进行了研究,对C3D数据处理工具和方法进行了探讨,对C3D的优势、不足和应用前景进行了总结。实测表明,C3D是一款性能优越能够满足多种水下工程需要的声纳探测系统。     

Underwater Navigation Based on Real-Time Simultaneous Sound Speed Profile Correction

Precise sound speed profile (SSP) information is critical when using sonar for underwater terrain navigation. Nevertheless, acquiring SSP information in real-time is difficult, especially in underwater navigation environment. To account for this problem, this paper presents an underwater navigation method that applies real-time SSP correction to the terrain measurements. The method uses a probe to measure the surface sound speed simultaneously. Meanwhile, redundancy of topographic measurement data is exploited to derive the equivalent SSP information. The acquired equivalent SSP is updated continuously with particle filter algorithm. The terrain measurements can be corrected in real-time with the equivalent SSP to improve the performance of underwater terrain navigation. By removing the impact of inaccurate SSP from the terrain measurements, the proposed method can achieve precise and robust underwater navigation result without using an underway-profiling instrument. Simulated results confirm the good performance of the proposed method.