基于渐进三角网的多波束滤波算法研究

多波束测深过程中,由于受到各种要素干扰,数据会生成大量异常值。异常值(通常称为噪声)剔除是多波束数据处理过程中的关键。当前常用的趋势面滤波算法主要是建立水下地形的曲面,对于噪声点与所建立曲面对比完成多波束噪声的过滤。针对多波束噪声剔除问题,提出了渐进三角网加密(progressive TIN densification algorithm,简称PTD)算法,选取最低水深点。利用Grubbs算法选取最低水深点,通过Delaunay三角剖分建立三角网构筑海底模型,利用三角网边长、角度与距离作为判断阈值,分离噪声点与水深点。以温州海域航道水深测量为例,与Caris软件中CUBE算法处理结果以及传统趋势面算法进行对比,验证渐进三角网加密算法的实用性和优缺点。

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。