CN103745123B - 基于移动子窗与可变算子的多波束测深数据自动处理方法 - Google Patents

Abstract

本发明公开了一种基于移动子窗与可变算子的多波束测深数据自动处理方法。本发明在实测条带测深数据基础上，通过可调大小的移动子窗，加载距离反比、均值、样条和克里格等多种可变算子，通过子窗内已有水深值来估算待处理的水深点，并通过阈值自动识别误差点，进而对其作出删除或修正的快速处理，还将处理结果在三视图上展示，从而达到自动识别、可视去噪与修正误差之目的。该发明兼顾了人机交互具有可视且易操作，以及自动处理效率高的双重优点，并克服了传统方法固有的缺陷，可大幅提升多波束测深数据的处理工作效率，还有效提升了实测数据的利用率，在海底探测、海洋测绘、海底地形地貌自动成图等方面均具有非常重要的实际应用价值。

Description

基于移动子窗与可变算子的多波束测深数据自动处理方法

技术领域

本发明涉及海底地形地貌探测与制图、海洋测绘、海洋地理信息系统、计算机图形学和海底科学研究等学科领域。

背景技术

多波束测深系统是当代最先进的海底地形地貌探测与研究工具之一，具有高分辨率、高精度、快速、全覆盖的显著优点，一次发射能获取海底一个测深剖面，一次获取的测深点少则百个，多则数千个。传统的单波束测深一次发射只能获得一个水深值，因此多波束测深系统与之相比具有非常大的优势。

受海洋环境噪声、恶劣海况、船体本底噪声、换能器气泡效应、水柱、生物干扰和旁瓣效应等多种复杂因素的影响，多波束测深系统在海洋测量过程中，获取的水深数据中不可避免地夹杂各种噪声数据，严重时将干扰对于正常海底地形的探测与识别，甚至造成假象，在正常使用前必须删除、压制或改正这些噪声数据。

当前多波束噪声处理方法包括手动处理和自动处理。所谓手动处理，也就是采用三视图投影的方式将多波束测深数据投影到相关投影平面上，通过人眼识别噪声数据，进而采用人机交互的模式对噪声数据进行删除。手动处理方法的优势是可视、直观、易于操作，但其缺陷也是显而易见的，也就是工作效率低下，且受人的主观因素干扰，不同的人的判断和处理标准难以统一。自动处理采用特定的方法进行自动滤波处理，目前的自动处理方法主要有：趋势面拟合法、密度法、VIP法、CUBE法和TPE法等，但这些方法多基于统计模型，对测深条带进行统一性处理时参数难以设置，常导致自动识别的效果不理想。

此外，在当前多波束测深数据处理中尚存在的显著问题是：在数据处理后，人工或自动识别为坏的数据一般采取删除操作，从而导致处理后的多波束测深条带存在大量空洞，严重影响后期的测深数据高效使用，如何采用合理的技术方法修正存在误差的数据，从而达到“修正”噪声而不是简单删除噪声点之目的，目前尚少有相关研究。

发明内容

本发明针对在多波束测深数据处理中，使用人机交互方法效率低下、使用现有的自动处理方法效果不佳的突出问题，提出了一种基于移动子窗与可变算子的多波束测深数据自动处理方法，从而达到测深数据的快速高效去噪和修正处理。

本发明是通过下述技术方案得以实现的：

一种基于移动子窗与可变算子的多波束测深数据自动处理方法，包括下列步骤：

步骤1：多波束测深数据加载

按采集顺序加载一个多波束测深数据文件，按照以测深数据的Ping编号为横坐标、以Beam编号为纵坐标建立测深数据二维矩阵M为最大Ping号，N为最大Beam号，i、j、M和N均为自然数；

Ping为多波束测深一次发射的顺序编号，Beam为一次发射Ping中所对应的测深点的顺序编号；

每个测深点dep_i,j包括Ping号、Beam号、经度值Lon、纬度值Lat、水深值d_i,j、处理后的水深值D_i,j、横摇值Roll、纵摇值Pitch、艏摇值Yaw、船艏起伏值Heave、表层声速值svp和识别标志Mark等完整的信息；

步骤2：多波束测深数据的分类展示

2.1）以下述模式之一建立二维坐标系：

a)以Ping为x轴（横轴）、Beam为y轴（纵轴）；

b)以Ping为x轴、以水深值为y轴；

c)以Beam为x轴，以水深为y轴；

2.2）以Ping为x轴、Beam为y轴、水深为z轴建立三维坐标系；

2.3)根据dep_i,j中识别标志Mark值展示水深点：

a)当Mark>0时，为删除的水深点，不需要展示该点；

b)当Mark=0时，是未处理的或处理后确认为好的水深点，以实心圆来表示，其颜色值按照水深值自浅至深用渐变的颜色来表达；

c)当Mark<0时，是处理后被修正的水深点，采用空心圆来表示，其颜色值按照水深值自浅至深用渐变的颜色来表达；

2.4)将Ping值相同的测深点dep_i,j，按照Beam值的大小顺序用线连接，形成多波束测深剖面；

2.5）采用条带中的地形总体变化原则来判断测深数据MBES是否存在误差，如无误差则结束处理；如有误差数据，可采用人机交互模式进行手动处理，或者转入步骤3；

步骤3：多波束自动处理的参数设置

3.1)设置处理子窗口其中，

k1=i-0.5m,k2=i+0.5m，当k1<0时k1=0，当k2>M时k2=M；

l1=j-0.5n，l2=j+0.5n，当l1<0时l1=0，当l2>N时l2=N；

m和n分别为win的长和宽，可根据M和N值自动设置为m＝n＝N/10，或由外部直接输入；

k、k1、k2、l、l1、l2、m和n均为自然数；

3.2)设置自动处理算子（ProcMethod）为下述情形之一：

a)距离反比算子（DRW）:

公式1： $D_{i,j}=(\underset{k=k1}{\overset{k2}{\mathrm{\&Sigma;}}}\underset{l=l1}{\overset{l2}{\mathrm{\&Sigma;}}}{w}_{k,l}\&times;d_{k,l})\&divide;\left(\underset{k=k1}{\overset{k2}{\mathrm{\&Sigma;}}}\underset{l=l1}{\overset{l2}{\mathrm{\&Sigma;}}}{w}_{k,l}\right);$

公式2：w_k,l＝1÷((k-i)²+(l-j)²)；

d_k,l为测深点dep_k,l所对应的水深值，D_i,j为处理后的水深值；

b)均值算子:

公式3： $D_{i,j}=\frac{1}{m\&times;n}\underset{k=k1}{\overset{k2}{\mathrm{\&Sigma;}}}\underset{l=l1}{\overset{l2}{\mathrm{\&Sigma;}}}{d}_{k,l};$

c)克里格算子：

公式4：其中，为权值系数，采用克里格方法(Kriging)计算；

d)其他算子：由用户自由构建权值系数如B样条或者最小二乘等，采用公式4来建立算子；

3.3）设置数据处理方式（ProcType）：删除时ProcType=0，修正时ProcType=1；

步骤4：多波束测深数据的自动处理

4.1）按照Beam和Ping的大小顺序，并按照先Beam、后Ping的方式在二维矩阵中移动子窗口win，并采用步骤3.2)中选择的算子ProcMethod，计算D_i,j；

4.2)按下述公式评估D_i,j和d_i,j：

公式5：per＝100×|d_i,j-D_i,j|÷D_i,j;

a)如果per≤err，则dep_i,j为好数据点，该点可予以保留且不做任何处理，此时设置识别标志Mark为0；err为测深误差阈值，缺省值为2%，也可由外部直接输入;

b)如果per＞err，则dep_i,j为坏数据点；如果ProcType=0，则删除该数据点，且设置识别标志Mark为1；如果ProcType=1，则用D_i,j替代d_i,j，且设置识别标志Mark为-1；

4.3)移动子窗口win，依次处理完MBES后，转入步骤2，重新展示处理后的多波束测深数据。

本发明的有益效果

本发明公开了一种基于移动子窗与可变算子的多波束测深数据自动处理方法，针对多波束测深数据处理普遍缺乏修正噪声数据功能的缺陷，提出一种具备自动识别、快速去噪和智能修正三重功能的多波束测深数据处理方法。该技术方法在实测条带测深数据基础上，通过可调大小的移动子窗，加载距离反比、均值、样条和克里格等多种可变算子，通过子窗内已有水深值来估算待处理的水深点，并通过阈值自动识别误差点，进而对其作出删除或修正的快速处理，还将处理结果在三视图上展示，从而达到自动识别、可视去噪与修正误差之目的。该发明兼顾了人机交互具有可视且易操作，以及自动处理效率高的双重优点，并克服了传统方法固有的缺陷，在保证数据精度和识别率的前提下，可大幅提升多波束测深数据的处理工作效率，还通过对测深数据的“修正”处理有效提升了实测数据的利用率。该技术方法在海底探测、海洋测绘、海底地形地貌自动成图、计算机图形学和海底科学研究等方面均具有非常重要的实际应用价值。

附图说明

图1本发明实施例中的工作流程图；

图2本发明实施例中的移动子窗处理数据示意图；

图3本发明实施例中的“Ping-Beam”模式展示；

图4本发明实施例中的“Ping-水深”模式展示；

图5本发明实施例中的“Beam-水深”模式展示；

图6本发明实施例中的“Ping-Beam-水深”模式下的三维展示；

图7本发明实施例中的处理前的测深数据条带；

图8本发明实施例中的处理后的测深数据条带。

具体实施方式

下面结合附图和实施例对本发明做进一步的说明。

实施例1

一种基于移动子窗与可变算子的多波束测深数据自动处理方法，包括下列步骤：

本发明的详细的处理流程见图1；

移动子窗处理条带测深数据见图2，其中MBES为条带数据，win为移动子窗，子窗的大小可调节，可加载不同的算子；

步骤1：多波束测深数据加载

按采集顺序加载一个多波束测深数据文件，按照以测深数据的Ping编号为横坐标、以Beam编号为纵坐标建立测深数据二维矩阵M为最大Ping号，N为最大Beam号，i、j、M和N均为自然数；

Ping为多波束测深一次发射的顺序编号，Beam为一次发射Ping中所对应的测深点的顺序编号；

每个测深点dep_i,j包括Ping号、Beam号、经度值Lon、纬度值Lat、水深值d_i,j、处理后的水深值D_i,j、横摇值Roll、纵摇值Pitch、艏摇值Yaw、船艏起伏值Heave、表层声速值svp和识别标志Mark等完整的信息；

步骤2：多波束测深数据的分类展示

2.1）以下述模式之一建立二维坐标系：

a)以Ping为x轴（横轴）、Beam为y轴（纵轴）；多波束测深数据实例见图3；

b)以Ping为x轴、以水深值为y轴；多波束测深数据实例见图4；

c)以Beam为x轴，以水深为y轴；多波束测深数据实例见图5；

2.2）以Ping为x轴、Beam为y轴、水深为z轴建立三维坐标系；多波束测深数据实例见图6；

2.3)根据dep_i,j中识别标志Mark值展示水深点：

a)当Mark>0时，为删除的水深点，不需要展示该点；

b)当Mark=0时，是未处理的或处理后确认为好的水深点，以实心圆来表示，其颜色值按照水深值自浅至深用渐变的颜色来表达；

c)当Mark<0时，是处理后被修正的水深点，采用空心圆来表示，其颜色值按照水深值自浅至深用渐变的颜色来表达；

2.4)将Ping值相同的测深点dep_i,j，按照Beam值的大小顺序用线连接，形成多波束测深剖面；

2.5）采用条带中的地形总体变化原则来判断测深数据MBES是否存在误差，如无误差则结束处理；如有误差数据，可采用人机交互模式进行手动处理，或者转入步骤3；

步骤3：多波束自动处理的参数设置

3.1)设置处理子窗口其中，

k1=i-0.5m,k2=i+0.5m，当k1<0时k1=0，当k2>M时k2=M；

l1=j-0.5n，l2=j+0.5n，当l1<0时l1=0，当l2>N时l2=N；

m和n分别为win的长和宽，可根据M和N值自动设置为m＝n＝N/10，或由外部直接输入；

k、k1、k2、l、l1、l2、m和n均为自然数；

3.2)设置自动处理算子（ProcMethod）为下述情形之一：

a)距离反比算子（DRW）:

公式1： $D_{i,j}=(\underset{k=k1}{\overset{k2}{\mathrm{\&Sigma;}}}\underset{l=l1}{\overset{l2}{\mathrm{\&Sigma;}}}{w}_{k,l}\&times;d_{k,l})\&divide;\left(\underset{k=k1}{\overset{k2}{\mathrm{\&Sigma;}}}\underset{l=l1}{\overset{l2}{\mathrm{\&Sigma;}}}{w}_{k,l}\right);$

公式2：w_k,l＝1÷((k-i)²+(l-j)²)；

d_k,l为测深点dep_k,l所对应的水深值，D_i,j为处理后的水深值；

b)均值算子:

公式3： $D_{i,j}=\frac{1}{m\&times;n}\underset{k=k1}{\overset{k2}{\mathrm{\&Sigma;}}}\underset{l=l1}{\overset{l2}{\mathrm{\&Sigma;}}}{d}_{k,l};$

c)克里格算子：

公式4：其中，为权值系数，采用克里格方法(Kriging)计算；

d)其他算子：由用户自由构建权值系数如B样条或者最小二乘等，采用公式4来建立算子；

3.3）设置数据处理方式（ProcType）：删除时ProcType=0，修正时ProcType=1；

步骤4：多波束测深数据的自动处理

4.1）按照Beam和Ping的大小顺序，并按照先Beam、后Ping的方式在二维矩阵中移动子窗口win，并采用步骤3.2)中选择的算子ProcMethod，计算D_i,j；

4.2)按下述公式评估D_i,j和d_i,j：

公式5：per＝100×|d_i,j-D_i,j|÷D_i,j;

a)如果per≤err，则dep_i,j为好数据点，该点可予以保留且不做任何处理，此时设置识别标志Mark为0；err为测深误差阈值，缺省值为2%，也可由外部直接输入;

b)如果per＞err，则dep_i,j为坏数据点；如果ProcType=0，则删除该数据点，且设置识别标志Mark为1；如果ProcType=1，则用D_i,j替代d_i,j，且设置识别标志Mark为-1；

4.3)移动子窗口win，依次处理完MBES后，转入步骤2，重新展示处理后的多波束测深数据；

4.4）如无误差数据，可接受并保存处理结果，结束处理流程；如还有误差数据，可转入步骤3重新选择算子进行处理，或者选择人机交互模式进行手动补充处理。

处理前的测深数据条带见图7，此时在多波束条带中存在大量的“柱子”一样的噪声点；

处理后的测深数据条带见图8，此时多波束条带中噪声点数据得到有效处理。

Claims (1)

1.一种基于移动子窗与可变算子的多波束测深数据自动处理方法，其特征在于，包括下列步骤：

步骤1：多波束测深数据加载，

按采集顺序加载一个多波束测深数据文件，按照以测深数据的Ping编号为横坐标、以Beam编号为纵坐标建立测深数据二维矩阵M为最大Ping号，N为最大Beam号，i、j、M和N均为自然数；

Ping为多波束测深一次发射的顺序编号，Beam为一次发射Ping中所对应的测深点的顺序编号；

每个测深点dep_i,j包括Ping号、Beam号、经度值Lon、纬度值Lat、水深值d_i,j、处理后的水深值D_i,j、横摇值Roll、纵摇值Pitch、艏摇值Yaw、船艏起伏值Heave、表层声速值svp和识别标志Mark信息；

步骤2：多波束测深数据的分类展示，

2.1)以下述模式之一建立二维坐标系：

a)以Ping为x轴，Beam为y轴；

b)以Ping为x轴、以水深值为y轴；

c)以Beam为x轴，以水深为y轴；

2.2)以Ping为x轴、Beam为y轴、水深为z轴建立三维坐标系；

2.3)根据dep_i,j中识别标志Mark值展示测深点：

a)当Mark>0时，为删除的测深点，不需要展示该点；

b)当Mark＝0时，是未处理的或处理后确认为好测深点，以实心圆来表示，其颜色值按照水深值自浅至深用渐变的颜色来表达；

c)当Mark<0时，是处理后被修正的测深点，采用空心圆来表示，其颜色值按照水深值自浅至深用渐变的颜色来表达；

2.4)将Ping值相同的测深点dep_i,j，按照Beam值的大小顺序用线连接，形成多波束测深剖面；

2.5)采用条带中的地形总体变化原则来判断测深数据MBES是否存在误差，如无误差则结束处理；如有误差数据，可手动处理，或者转入步骤3进行自动处理；

步骤3：多波束自动处理的参数设置，

3.1)设置处理子窗口 $\mathrm{win}=\{{\mathrm{dep}}_{k,l}{\}}_{\underset{l=l1.l2}{k=k1,k2}},$ 其中， $\mathrm{win}\&Subset;\mathrm{MBES};$

k1＝i-0.5m,k2＝i+0.5m，当k1<0时k1＝0，当k2>M时k2＝M；

l1＝j-0.5n，l2＝j+0.5n，当l1<0时l1＝0，当l2>N时l2＝N；

m和n分别为win的长和宽，可根据N值自动设置为m＝n＝N/10，或由外部直接输入；

k、k1、k2、l、l1、l2、m和n均为自然数；

3.2)设置自动处理算子，ProcMethod，为下述情形之一：

a)距离反比算子，DRW:

公式1： $D_{i,j}=(\underset{k=k1}{\overset{k2}{\mathrm{\&Sigma;}}}\underset{l=l1}{\overset{l2}{\mathrm{\&Sigma;}}}{w}_{k,l}\&times;d_{k,l})\&divide;\left(\underset{k=k1}{\overset{k2}{\mathrm{\&Sigma;}}}\underset{l=l1}{\overset{l2}{\mathrm{\&Sigma;}}}{w}_{k,l}\right);$

公式2：w_k,l＝1÷((k-i)²+(l-j)²)；

d_k,l为测深点dep_k,l所对应的水深值，D_i,j为处理后的水深值；

b)均值算子:

公式3： $D_{i,j}=\frac{1}{m\&times;n}\underset{k=k1}{\overset{k2}{\mathrm{\&Sigma;}}}\underset{l=l1}{\overset{l2}{\mathrm{\&Sigma;}}}{d}_{k,l};$

c)克里格算子：

公式4：其中，为权值系数，采用克里格方法计算；

d)其他算子：由用户自由构建权值系数即B样条或者最小二乘，采用公式4来建立算子；

3.3)设置数据处理方式，ProcType：删除时ProcType＝0，修正时ProcType＝1；

步骤4：多波束测深数据的自动处理，

4.1)按照Beam和Ping的大小顺序，并按照先Beam、后Ping的方式在二维矩阵中移动子窗口win，并采用步骤3.2)中选择的算子ProcMethod，计算D_i,j；

4.2)按下述公式评估D_i,j和d_i,j：

公式5：per＝100×|d_i,j-D_i,j|÷D_i,j；

a)如果per≤err，则dep_i,j为好测深点，该点可予以保留且不做任何处理，此时设置识别标志Mark为0；err为测深误差阈值，缺省值为2％，也可由外部直接输入；

b)如果per＞err，则dep_i,j为坏测深点；如果ProcType＝0，则删除该测深点，且设置识别标志Mark为1；如果ProcType＝1，则用D_i,j替代d_i,j，且设置识别标志Mark为-1；

4.3)移动子窗口win，依次处理完MBES后，转入所述的步骤2，重新展示处理后的多波束测深数据。