基于趋势面的多波束测深粗差剔除研究

多波束测深的过程会受到多种因素的影响,必须对测深数据进行粗差剔除,以便获得能够真实反映海底地形的测深数据。简要介绍多波束测深数据粗差剔除方法,基于趋势面滤波进行实践验证,针对不同的地形,给出了较适用的滤波模型。     

利用BP神经网络剔除多波束测深数据粗差

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。     

水深测量数据处理中的粗差探测技术

从目前出现在水深数据处理中最有可能存在的 :一条测深线上孤立零点的粗差、一条测深线上具有连续性的粗差以及相邻测线上具有连续性和相关性的粗差等三种情况 ,分别提出剔除这些粗差的方法 ,通过实例分析可以得出本文所提出的粗差剔除方法是有效的 ,在实际测量中具有一定的实用性     

水深测量数据处理中的粗差探测技术

从目前出现在水深数据处理中最有可能存在的：一条测深线上孤立零点的粗差、一条测深线上具有连续性的粗差以及相邻测线上具有连续性和相关性的粗差等三种情况，分别提出剔除这些粗差的方法，通过实例分析可以得出本文所提出的粗差剔除方法是有效的，在实际测量中具有一定的实用性。     

基于拟准检定法的多波束测深粗差探测

针对最小二乘趋势面滤波法在多波束测深粗差探测中存在的不足,本文提出将拟准检定法应用于多波束粗差探测中,进而将拟准检定法探测粗差与最小二乘趋势面拟合有机结合起来。通过构造不同阶次的趋势面,并对实测数据进行分析,结果表明:拟准检定法剔除粗差后海底地形表面较为平滑,微小地形得以保存,跳点和孤立点得以剔除。     

二次CUBE滤波算法及在边坡乱石区测深数据处理中的应用

针对传统CUBE（combined uncertainty bathymetry estimation）算法在水下边坡乱石区多波束测深数据滤波中表现出的水深估计不准确、地形特征模糊和粗差剔除能力不足等问题,基于乱石区测深数据特点,提出二次CUBE滤波算法,给出了位置和水深同步估计的思想和方法、顾及地形梯度的平面和水深不确定度传递模型、参考水深的多重估计和优选新算法,以及顾及地形梯度的二次水深估计模型,综合实现了乱石区水深的准确估计和粗差的自动准确检测。试验表明,本文给出的方法实现了粗差的自动准确剔除,提高了传统CUBE算法水深估值的精度,算法效率和抗差性更强,形成的地形特征更加准确。     

海洋测深数据的抗差Kalman滤波

从线式测深模式要求出发,构建了海洋水深测量过程中的测船位置滤波模型和深度数据的滤波模型,并在此基础上,给出了测线上位置数据和深度数据Kalman滤波的一般解和抗差解,并结合海洋水深测量特点,构建了满足水深数据剔除异常值的截断权函数和滤波方案,实例分析表明,抗差滤波方法能够有效地控制测船位置粗差,在选择截断权函数情况下,抗差滤波方法能够有效地剔除水深跳点和假水深。     

多波束测深数据的误差分析与处理

在系统分析多波束测深数据的误差来源与性质的基础上,介绍了条带式多波束测深仪所采用的误差处理的理论模型。针对海洋测量的特点,特别强调了基于趋势面分析的粗差探测与剔除和相邻条带数据的整体拼接以及对航向误差的改正等关键问题。本文介绍的误差处理模型对保证多波束测深系统必要的精度和数据质量有着重要的实际意义。     

基于选权迭代法的单波束测深数据粗差探测

单波束测深技术因其成本低、精度高、操作简单等特点被广泛应用于水下地形测量,然而在声速设定正确的情况下,测深仪的观测值仍会存在一定数量的粗差。本文针对单波束测深数据中的粗差问题,利用三次曲面函数构造格网模型,采用选权迭代法进行抗差估计,对观测值中的多个粗差迭代降权,以提高水下地形模型精度。本文结合西江某航道码头水下地形测量工程实例,对单波束测深数据进行处理和水下地形建模,验证了该算法在单波束测深数据粗差探测和水下地形建模中的可行性和有效性。     

基于三角网滤波检验的KD树粗差剔除法

针对机载Li DAR点云数据的粗差剔除和滤波,直接关系到后续数据处理的精度,本文运用KD树组织数据建立三维索引,快速查找并计算目标点与k个最近邻点的平均距离,根据距离阈值判断并剔除粗差点。实验选取3种典型测区的点云数据进行实验,分别采用形态学粗差剔除法和本文粗差剔除法对3组点云数据进行粗差剔除,并采用渐进不规则三角网滤波法对原始点云数据及两种粗差剔除结果进行滤波,对结果进行对比分析。结果验证,本文方法能有效剔除点云粗差,提高后续滤波结果的精度。     

长江口施工区水下地形测量测深数据的处理

本文基于长江口施工区水下地形测量工程,针对水下地形断面图绘帛过程中测深数据的粗差问题,结合施工中的一些经验提出了测深数据处理的平差方法以及减小粗差,提高精度的几点建议。     

长江口施工区水下地形测量测深数据的处理

本文基于长江口施工区水下地形测量工程,针对水下地形断面图绘制过程中测深数据的粗差问题,结合施工中的一些经验,提出了测深数据处理的平差方法以及减小粗差,提高精度的几点建议。     

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

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。     

重力数据粗差探测与剔除方法的研究

根据均值漂移模型,针对重力场特点,综合利用高精度DEM数据及绘图法,本文提出了三种重力数据的粗差探测与剔除方法,对重力点数据进行全面的粗差探测与剔除,为建立我国高精度、高分辨率数字大地水准面、垂线偏差模型提供可靠的基本数据;实际结果表明,该方法正确可靠,是一种行之有效的粗差探测与剔除方法。     

利用KD-树剔除机载雷达点云粗差的方法研究

针对机载LiDAR点云数据后处理中的现有粗差剔除方法存在需要大量人工干预或普适性差的缺点,该文在使用高程直方图剔除显著的高位、低位粗差的基础上,利用KD-树组织机载LiDAR点云数据,通过判断当前点与其k个最邻近点的平均距离远近来自适应地识别粗差点。实验结果表明:该算法具有参数较稳健、粗差剔除效果较好、效率较高的优势。     

利用滚动圆变换的多波束测深数据滤波算法

针对现有多波束测深数据自动滤波算法通常存在因过分追求人工滤波平滑效果,而有可能造成海底微地貌或小型障碍物被不合理删除的问题,以Ping为多波束测深数据处理单元,利用滚动圆变换具有在给定精度条件下可对线要素一定尺度的凹(凸)部进行定量识别和分析的特性,提出了基于滚动圆变换的多波束测深数据滤波算法。在VC++环境下对此算法的正确性和有效性进行了实验验证,结果表明,该算法能在保持海底地形完整性的基础上较好地滤除多波束测深数据中的粗差数据,有利于提高粗差检测的效率。     

倾斜影像航带连接粗差探测与剔除算法研究

针对倾斜航空多视影像之间角度差异大、重叠度大,造成自动获取精确且均匀分布的连接点的难度增大且连接点精度差,导致常规像方粗差剔除模型不收敛,该文提出一种通过影像物方航带连接进行倾斜影像粗差探测的方法,将初始POS数据作为辅助数据,将连接点转为加密点,从物方进行航带之间的粗差剔除,解决了由于航带之间的姿态差异导致像方粗差剔除困难的难题,提高了连接点的可靠性,为后续倾斜影像平差打下很好的基础。分别采用山区和城区的倾斜影像数据进行实验,验证了本方法的有效性。     

变差函数权值估算的移动最小二乘匹配点云粗差剔除

现有密集匹配点云数据已实现了地表3维信息的精细化表达,然而由于误匹配,此类点云往往包含一定数量粗差点并影响后续应用的处理效果。针对此类数据中误匹配所产生粗差点的剔除问题,将变差甬数引入移动最小二乘(MLS)粗差剔除算法。变差函数对MLS拟合区域内点对间的相关性进行估算,以此为依据设置权值对最小二乘的结果进行优化;然后利用MLS局部、分区域地对点云进行曲面拟合;最终根据拟合结果剔除粗差。利用A3数字测图系统生成的城区、山区密集点云数据进行实验,并将处理结果、等权MLS处理结果与人工剔除结果进行对比。实验结果表明该算法可有效对点云中的粗差进行剔除,相较于等权MLS粗差剔除算法,陔算法在城区、山区的误判率分别降低了5.16%和1.31%。     

基于立体影像匹配数据构建DEM方法的研究

针对地形复杂地区立体像对匹配获取的离散数据,分别讨论粗差检测与剔除和构建DEM的方法,得出采用基于点方式的粗差簇检测算法剔除粗差和移动曲而拟合法构建DEM效果更佳的结论.     

顾及粗差影响的全球电离层克里金插值及精度分析

针对克里格电离层插值方法受粗差数据影响和全球适用性问题，基于克里金插值的变异函数，构造电离层插值的粗差剔除统计量，实现插值过程自动化粗差剔除。采用全球电离层总电子含量格网产品进行试验验证，得出以下结论：①粗差剔除统计量能有效剔除粗差，保证插值精度与样本精度相当；②基于2014年太阳活动高年样本，克里金插值的精度RMS为1.0~5.0 TECU（total electron content unit）。