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。     

基于车载点云空间分布的城区地物分类

城区车载点云数据包含建筑物、树木等不同的地物反射的点的总数,如何对无拓扑、盲目性的激光脚点进行分类成为点云数据后处理的难点。提出一种基于点云分散程度的分类方法:首先构建包围点及其k-邻域点集的最小包围盒,比较其在3个坐标平面的最大投影面积与最小包围盒体积的比值提取面状走势信息;其次比较点集在局部空间的分散程度提取树木点;最后以高程、点云密度作为约束条件进行分类。实例证明,该算法可较好地识别建筑物、树木等地物,具有一定的实用价值。     

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。     

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。     

基于点云与影像融合的黄河三角洲互花米草提取方法

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。     

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。     

船载激光扫描点云数据坐标解算方法研究

随着激光扫描技术和定位技术的快速发展,船载激光扫描系统的应用得到逐步推广。但由于商业机密,当前船载激光扫描系统中的点云数据坐标解算方法几乎都没有公开。以由Optech公司的ILRIS-LR型激光扫描仪和Applanix公司的POS MV 320系统组成的船载激光扫描系统的工作原理为基础,分析船载激光扫描点云数据坐标解算中的空间转换过程,推导船载激光扫描点云数据坐标解算的数学模型,实现了面向该系统的点云数据生成。结果表明,该点云数据坐标解算模型具有较好的可靠性和稳定性,可有效地用于船载激光扫描点云数据生成,对船载激光扫描系统具有重要的应用和推广价值。     

CALIOP、CPR数据在探测海雾中的应用

海雾是影响海上活动的重要因素,对海雾进行检测对于人们的海上运输、科研等具有重要意义。本文采用同步匹配的CALIOP(Cloud-Aerosol Lidar with Orthogonal Polarization)和CPR(Cloud Profiling Radar)资料以及MODIS(Moderate Resolution Imaging Spectroradiometer)数据对25°N～42°N、118°E～128°E东中国海区域2007—2016年10年间60次海雾案例进行了观测对比和分析研究。采用CPR数据进行了云分类分析,给出了CPR数据资料检测海雾的方法。对于存在高空多层云或厚云遮挡的海雾,以及低空厚云/雾的检测,分析了采用CPR和CALIOP数据的优缺点。研究表明,CPR海雾探测可作为CALIOP海雾探测的补充,二者结合有较强的互补性,对于海雾遥感检测具有一定的实际应用意义。     

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。     

集成虚拟格网和八叉树的点云数据管理方法

为实现大规模点云的快速组织和检索,提出了基于内外存动态调度的虚拟格网与八叉树相结合的点云数据索引和组织策略。该方法利用虚拟格网对点云进行节点分割和存储,并结合磁盘映射与内外存动态调度技术,将节点进行构八叉树以实现点云数据高效的组织与检索。实验证明,该方法可在计算机内存资源有限的情况下,以较小的内存消耗实现十亿级规模点云的快速组织和检索操作。     

基于数学形态学的侧扫声呐图像轮廓自动提取

侧扫声呐图像特征自动提取的难点在于特征地貌边缘检测较困难,依据图像灰度突变检测得到的边缘比较粗糙、不连续,而且有断口和小洞。本文在对图像进行预处理和阈值化的基础上,采用数学形态学方法对图像进行处理,即用具有一定形态的结构元素去量度和提取图像中的对应形状,得到连续化、粗化、圆滑的特征区域边缘填充目标内部阴影且消除背景噪声。基于数学形态学的侧扫声呐图像特征自动提取的主要步骤为:首先对侧扫声呐图像进行预处理,然后进行灰度阈值化,接着采用数学形态学方法进行处理,最后对处理后的图像进行边缘检测,提取出特征地貌边缘。实验表明,采用数学形态学方法进行处理后,错断、离散的海底目标物变得连续,背景噪声大大减少,自动提取结果准确可靠。     

基于数学形态学图像分割的波向检测

根据波浪图像的纹理特征,提出了一种基于数学形态学图像分割的波向检测方法,该方法首先利用顶帽变换和底帽变换,得到增强的波浪纹理图像,然后对图像波谷进行应用标记的分水岭分割,最后利用波谷形态方向提取出波浪方向,实验结果证明该算法能够有效地实现波向检测。     

多波束声呐水体影像沉船自动提取方法

为解决人工浏览水体数据耗时且无法保证结果可重复性的问题,提高数据的利用率和定量分析能力,通过分析水体数据的成像机理,提出一种基于单帧水体影像自动提取沉船目标的算法,利用噪声抑制、数学形态学方法检测目标边缘,根据海底统计特性识别海底,再结合深度特性实现海底与沉船目标分离。使用实测数据验证了沉船自动提取算法,且抗噪性较强。通过水体影像提取的目标信息能够弥补水深点目标模型分辨率不足的缺点,为后续目标三维精细建模奠定基础。     

Lava morphology mapping by expert system classification of high-resolution side-scan sonar imagery from the East Pacific Rise, 9°–10°N

Fine-scale lava morphology has been classified on the ridge crest of the East Pacific Rise between 9°15′N and 10°02′N using an expert system classification method. This method establishes the means to classify complicated seafloor environments by integrating textural and geometric feature attributes from a high-resolution side-scan sonar dataset where ground-reference data are available from near-bottom visual observations. The classification in this study focuses upon mapping the lava morphology distribution of sheet, lobate, and pillow flows along the East Pacific Rise. The reliability of the classification has been evaluated using an accuracy assessment. The study region yields a coverage area of 37,814 m² (44%) for lobate flows; 10,421 m² (12%) for pillow flows; 15,096 m² (18%) for sheet flows; 19,679 m² (23%) for fissured areas; and 2,967 m² (3%) for shadows or no data. The systematic distribution of lava morphology along the ridge found in this study supports the idea of using the regional distribution of surface morphology as an indicator of emplacement dynamics and supports an organization of the volcanic plumbing system at a third order segmentation scale beneath mid-ocean ridges.     

基于小波变换和数学形态学的潮沟提取方法研究

潮沟是潮滩的主要地貌类型之一,潮沟信息的检测对湿地生态环境的监测和保护有着重要意义。本文以长江口九段沙下沙北部发育比较复杂的潮沟为研究对象,使用2016年1月26日Landsat8全色波段数据,采用了一种融合小波变换、最大类间方差法和数学形态学的方法对潮沟边缘信息进行了检测。小波变换中通过减小高层小波系数,达到弱化潮滩灰度变化的目的;通过增大低层小波系数,达到增强潮沟信息的目的;利用数学形态学和图像之间的几何(加减乘)运算,完成潮沟的提取;最后,分别在原始数据和检测结果相应的位置取样进行精度验证,样方潮沟面积一致性精度平均为92.1%。     

Comparative study of otolith and sulcus morphology for stock discrimination of yellow drum along the Chinese coast

Otolith morphology is widely used for fish stock identification. The sulcus, a structure on the medial side of the otolith, is an important feature in morphological analysis. This study was conducted to evaluate the feasibility of using sulcus morphology for stock identification and to compare its performance with commonly used otolith morphology analysis. Otoliths were collected and analyzed from three geographical groups (the Huanghe (Yellow) River estuary, HHE;the Jiaozhou Bay, JZB;and the Changjiang (Yangtze) River estuary, CJE) of yellow drum Nibea albiflora. The results show that the analysis of sulcus morphology based on shape indices (SIs), elliptic Fourier coefficients (EFc), and a combination of the two parameters identified stocks at overall classification rates of 51.0%, 72.5%, and 73.2%, respectively. These classification rates are similar to those obtained using otolith morphology analysis (57.0%, 73.8%, and 76.5% by SIs, EFc, and their combination, respectively). The findings suggest that sulcus morphology is comparable to the commonly used otolith morphology for identifying stocks of sciaenids, such as the yellow drum. For both otolith and sulcus morphology, EFc could identify the stocks more efficiently than SIs, while the combination of SIs and EFc was even better.     

用数学形态学变换提取地性线的一种方法

地性线是非常重要的地形结构信息,应用领域十分广阔。采用单纯的矢量方法提取的地性线往往不连续,比较零碎。阐述了利用数学形态学的流域分割算法提取地性线的原理,介绍了基于等高线,采用矢量栅格混合算法提取地性线的具体步骤,最后,给出了结论,实验结果表明,采用本文提出的算法是可行的,提取的地性线有较好的连续性。     

海图产品质量模糊综合评判模型的构建方法

针对当前海图产品质量评定方法的不足,运用数学分析方法,结合模糊综合评判原理,建立了一种海图产品质量评定的数学模型。首先介绍了当前海图产品质量评定的方法及模糊综合评判的基本原理;然后通过分析海图质量的影响因素和质量分级方案,确定相应的评判方法和质量标准数值化方法;最后按照模糊综合评判的一般步骤构建适用于海图产品质量评定的数学模型。该模型利用各评价因素对不同质量等级的隶属度来体现其反映的质量信息,使质量本身所具有的模糊属性得到体现和尊重,避免了基于刚性质量观的评价所面对的问题。     

Morphostructural Analysis and Seabed Shelf Typing

Analysis of the morphometric characteristics from a study of the Barents Sea seabed has shown that the existing troughs are consistent with geodynamic conclusions, allowing morphological typing into structural slopes and reconstruction of their origin. Thus, the Norwegian–Mezenskaya rift system and Svyataya Anna and Victoria troughs were formed due to stretching of the lithosphere. The South Barents and Medvezinsko- Edzinskaya depressions formed at the generation stage of lithospheric plates due to the collision of several island arcs between outliers of the ancient oceanic crust. The choice of the geomorphic method for studying the seabed is because the science of geomorphology comprehensively studies bottom relief (morphology), its origin, and age. Adequate reconstruction of the causal relationships of exogenous and endogenous processes aids in substantiating the prediction of probable catastrophic seabed events. The results of mathematical calculations have confirmed the geodynamic conclusions within the Barents Sea region.     

Satellite Image Classification Method Using the Dempster–Shafer Approach

In this paper the problem of the supervised classification of satellite images is considered. A new image classification method focused on application under conditions when the training sample is (in particular, considerably) contaminated is proposed. The method is based on using the Dempster–Shafer evidence theory and is applicable both for hyperspectral and multispectral satellite images. Problems of organizing the supervised classification process and content of its constitutive procedures are presented. The developed method has been implemented algorithmically and in software. Results obtained in the classification of hyperspectral images by the proposed method testify to its efficiency.