结合不确定度与密度聚类算法的多波束异常值自动滤波算法

本文在复现CUBE滤波算法的基础上,借鉴其网格节点可吸收水深点选取模型,提出了一种结合不确定度与密度聚类算法的多波束异常值自动滤波算法。本文使用DBSCAN密度聚类算法对水深值加以聚类,使用卡尔曼滤波推估节点水深值,选取具有最小不确定的水深假设作为节点水深值,实现对多波束测深数据异常值的有效清理。实测数据和仿真试验结果表明：CUBE滤波算法不能将连续异常值完全剔除,而本文算法能够较好地去除连续异常值。本文算法流程明晰、参数简单、性能可靠,对数据质量较差的情况下较多异常值也能够进行清理,具有实际的工程应用价值。     

侧扫声纳图像海面线检测和消除方法研究

海面线是影响侧扫声纳图像海底线跟踪和海底目标检测识别的重要因素,识别并处理海面线是侧扫声纳图像处理的主要内容。考虑到海面风浪影响及拖鱼姿态变化,提出了一种基于移动最小二乘法的侧扫声纳海面线拟合提取方法。首先根据侧扫声纳Ping回波强度的分布特征,利用迭代收敛算法得到海面线概略拟合结果;然后利用移动最小二乘法实现海面线的精确拟合;最后依据得到的海面线,抑制海面线强度,以实现消除海面线。实验结果表明：本文所述方法精度高、误差小、拟合效果佳,能很好地消除海面线。     

固定网格的CUBE曲面地形表征能力分析

多波束测深数据剔除粗差同时应保留海底地形信息,而保留海底地形信息的多少取决于自动滤波算法CUBE(combined uncertainty and bathymetry estimator)推估得到的CUBE曲面表征海底地形信息的能力。主要验证固定网格的CUBE曲面表征海底地形的能力,通过向海底地形数据中添加水下特征物,使用CUBE自动滤波算法处理后对比分析。试验得到以下结论：CUBE曲面可以较好地反映真实海底地形,但存在着水下特征物位置偏移、特征物浅点水深增加的情况。CUBE曲面变形情况不影响其作为多波束测深数据粗差剔除的参考曲面。