基于CGAL和OpenGL的海底地形三维可视化

为了实现大量离散多波束水深测量数据快速网格化和地形三维可视化表达,提出了一种基于CGAL库的离散数据快速构建三角网,并利用OpenGL库实现了海底地形的三维可视化和自由漫游的方法,降低了编程实现的难度,海底地形细节显示清晰,并与Surfer软件的实现效果进行了对比.     

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。     

无人机与无人艇在海南东锣岛水上水下地貌联合调查中的应用

水上无人系统主要包括水面无人艇和无人机,在传统大船和人员难以到达的浅水、岛礁等高风险区域调查中具有重要的替代意义。通过水上无人系统对岛礁地貌进行调查,探讨其调查数据的可靠性和应用实效。2020年9月,广州海洋地质调查局利用C400声学水面无人艇和Phantom 4 RTK摄影无人机在海南东锣岛获取了多波束测深、侧扫声呐和正射影像等数据。结果表明采集的数据能清楚识别海底沙丘、沙纹、沙斑、礁石等岛礁水下地貌以及裸露礁石、植被、房屋、码头、废弃铁船、人工栈道等岛礁陆上地貌。证实无人机摄影在无人艇调查中起到良好的辅助作用,联合调查可实现岛礁陆上和水下地貌数据完整拼接和融合;采集的数据可靠性高,可用性强,在海洋牧场建设、岛礁生态修复以及揭示岛礁地质灾害特征等方面具有重要参考价值。