CN112035430A - 一种边界约束的自适应海底地形图水深点检测与筛选方法 - Google Patents
一种边界约束的自适应海底地形图水深点检测与筛选方法 Download PDFInfo
- Publication number
- CN112035430A CN112035430A CN202010667690.1A CN202010667690A CN112035430A CN 112035430 A CN112035430 A CN 112035430A CN 202010667690 A CN202010667690 A CN 202010667690A CN 112035430 A CN112035430 A CN 112035430A
- Authority
- CN
- China
- Prior art keywords
- water depth
- point
- depth
- points
- equal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 199
- 238000012876 topography Methods 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000012216 screening Methods 0.000 title claims abstract description 17
- 238000001514 detection method Methods 0.000 title claims abstract description 14
- 238000012545 processing Methods 0.000 claims abstract description 10
- QNRATNLHPGXHMA-XZHTYLCXSA-N (r)-(6-ethoxyquinolin-4-yl)-[(2s,4s,5r)-5-ethyl-1-azabicyclo[2.2.2]octan-2-yl]methanol;hydrochloride Chemical compound Cl.C([C@H]([C@H](C1)CC)C2)CN1[C@@H]2[C@H](O)C1=CC=NC2=CC=C(OCC)C=C21 QNRATNLHPGXHMA-XZHTYLCXSA-N 0.000 claims abstract description 4
- 238000010219 correlation analysis Methods 0.000 claims abstract description 4
- 230000001502 supplementing effect Effects 0.000 claims abstract description 4
- 229910003460 diamond Inorganic materials 0.000 claims description 6
- 239000010432 diamond Substances 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 230000009897 systematic effect Effects 0.000 claims description 3
- 238000011282 treatment Methods 0.000 claims description 2
- 230000003044 adaptive effect Effects 0.000 claims 4
- 239000013589 supplement Substances 0.000 abstract description 3
- 238000007689 inspection Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/211—Schema design and management
- G06F16/212—Schema design and management with details for data modelling support
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Quality & Reliability (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
一种边界约束的自适应海底地形图水深点检测与筛选方法,包括如下步骤:①多波束水深数据精细化处理;②选取特征水深点与背景水深点:初步选出反映海山最浅点和海盆、海沟最深点的特征水深点集,同时密度适宜菱形分布的背景水深点,分别进行点识标记,分别标记为特征水深点、背景水深点;③补充水深点:利用等深面边界约束条件,针对每一个等深面与当前水深点进行空间位置相关性分析,将没有任何水深点的等深面选出;④删除与等深面不匹配的背景水深点。该方法能自动判断背景水深是否与等深面匹配,自动删除或补充背景水深点,使海底地形图更准确美观,同时减少制图人员的手工判别,使不同制图人员形成的海底地形图结果统一。
Description
技术领域
本发明属于海底地形研究领域,特别涉及一种边界约束的自适应海底地形图水深点检测与筛选方法。
背景技术
长期以来,海底地形图水深数据选取是在海量多波束数据中由多种算法依据一些规则提取特征点和人工综合判断的形式进行选取的,在海底地形图的编制过程中,常常出于图面整饰及特征综合表达,在上述水深点的基础上还需要大量的工作检查所选水深是否符合特征地形并与当前尺度的等深线图是否匹配,从而进行人工判读处理。目前大部分国内外的研究都是针对水深数据智能化选取进行的,例如王家耀提出的人工神经元网络算法,陆毅提出的基于海底地形识别的水深综合算法,艾廷华提出的基于地理特征层次和几何层次的综合算法等(可以列举一些文献),而较少研究特征水深与等深线图的适应性问题。由于不同比例尺海底地形图在遵循真实海底地形的情况下,还需要根据图面载负量、美观性及合理性等制图整饰要求进行综合处理,因此对所选取的水深点保证特征值的基础上,既不违背真实海底地形,又能符合制图要求,减少人工处理和错误率是海底地形图编制过程中亟待解决的现实问题。
当前海底地形图绘制中水深点的检查与筛选目前存在的缺陷包括(1)以人工判读为主,在系列比例尺海底地形图编绘中,耗费大量的时间与人力,效率低下;(2)过度依赖制图人员的经验,不能充分考虑到当前各个水深点的重要性与海底地形图整饰的协调性,存在误删或冗余水深,无法提高水深选取的速度与准确率;(3)没有形成统一、准确的规则,不同制图人员形成的海底地形图结果不一。
发明内容
本发明的目的是克服现有技术中存在的不足,而提供一种边界约束的自适应海底地形图水深点检测与筛选方法,该方法能自动判断背景水深是否与等深面匹配,自动删除或补充背景水深点,使海底地形图更准确美观,同时减少制图人员的手工判别,使不同制图人员形成的海底地形图结果统一。
如上构思,本发明的技术方案是:一种边界约束的自适应海底地形图水深点检测与筛选方法,其特征在于:包括如下步骤:
①多波束水深数据精细化处理,首先生成标准水深数据集,然后构建海底地形模型,最后绘制等深线和等深面;
②选取特征水深点与背景水深点:根据制图比例尺,基于标准离散水深数据,初步选出反映海山最浅点和海盆、海沟最深点的特征水深点集,同时密度适宜菱形分布的背景水深点,分别进行点识标记,分别标记为特征水深点、背景水深点;
③补充水深点:利用等深面边界约束条件,针对每一个等深面与当前水深点进行空间位置相关性分析,将没有任何水深点的等深面选出;
④删除与等深面不匹配的背景水深点。
进一步,步骤①的具体实施步骤如下:
A.水深数据处理:对多波束水深数据进行各项精细化处理,删除粗差点,输出经度、纬度、水深标准格式;
B.构建海底地形模型:在标准水深数据集中随机抽取95%水深点制作海底地形模型,利用剩余5%水深点进行DEM中误差计算,判断DEM精度是否达到规范要求;
C.绘制等深线、等深面:根据制图比例尺输出符合制图规则的等深线和相应等深面;
进一步,步骤②的具体实施步骤如下:
A.将水深点数据划分为虚拟的规则网格进行系统抽稀,选取每一个虚拟网格内的最浅点和最深点,得到特征水深点集;
B.依据背景水深点的菱形分布规则,采用菱形网选取模型进行背景水深点的选取,将符合分布规则的水深点保存为背景水深点集。
进一步,步骤③的具体实施步骤如下:
A.利用ArcGIS中的“按位置选择”工具,在等深面图层中选中包含背景水深点的各个等深面;
B.对等深面图层进行“切换选择”操作,即可获取无背景水深点的各个等深面;
C.在原始离散水深中选取符合水深点,基本操作为以该水深面为单位,选取极值。
进一步,步骤④的具体实施步骤如下:
A.利用ArcGIS中的“按属性选择”工具,依次选择等深面;
B.利用ArcGIS中的“按位置选择”工具,选中位于各个等深面范围内的水深点;
C.将水深点按照水深值属性进行检查,判断背景水深点的水深值是否在等深面水深范围内,若是则保留该水深点,否则根据进入下一步骤D进行检测;
D.根据标识判断该水深点的性质,若为背景水深点可将该点删除,否则根据下一步骤E进行筛查;
E.利用人工交互根据真实海底地形及相邻水深判断原因,如确为特征水深点,需要修改等深线图,当前不符水深被排除,如为可疑水深或错误水深,则删除,依次循环,直至排除所有不符水深点。
本发明具有如下的优点和积极效果:
1、本发明能自动判断背景水深是否与等深面匹配,自动删除或补充背景水深点,自动化程度高,提高了水深选取的效率,节约了人力和时间。
2、本发明充分考虑了等深线、等深面与水深点的边界拓扑关系,提高了背景水深选取的准确度,避免了误删或冗余水深。
3、利用本发明可形成统一、准确的规则,使不同制图人员形成的海底地形图结果统一。
附图说明
图1为本发明水深检查与筛选的流程图;
图2为等深线与等深面局部放大图;
图3为背景水深与等深面不匹配的现象图;
图4为向闭合等深线中补充背景水深点图;
图5为1:25万比例尺下海底地形局部放大图。
具体实施方式
下面结合附图和具体实施方式对本技术方案的具体实施方式进行详细说明。
本发明提供一种边界约束的自适应海底地形图水深点检测与筛选方法,流程如图1所示。
步骤1:水深数据精细化处理。首先生成标准水深数据集,然后构建海底地形模型,最后绘制等深线、等深面。具体实施步骤如下:
步骤1-1:水深数据处理。对多波束水深数据进行各项精细化处理,删除粗差点,进行声速改正、条带拼接等,保证原始后处理数据的准确性,输出经度、纬度、水深标准格式;
步骤1-2:构建海底地形模型。在标准水深数据集中随机抽取95%水深点制作海底地形模型,利用剩余5%水深点进行DEM中误差计算,判断DEM精度是否达到规范要求;
步骤1-3:绘制等深线、等深面。根据制图比例尺输出符合制图规则的等深线和相应水深面,等间距尽量保证等深线和水深面能够反映当前比例尺下海底地形形态。
步骤2:选取特征水深点与背景水深点。根据制图比例尺,基于标准离散水深数据,初步选出反映海山最浅点和海盆、海沟等最深点的特征水深点集,同时密度适宜菱形分布的背景水深点,分别进行点识标记,分别标记为特征水深点、背景水深点。具体实施步骤如下:
步骤2-1:将水深点数据划分为虚拟的规则网格,进行系统抽稀,选取每一个虚拟网格内的最浅点和最深点,得到特征水深集。网格的大小取决于海底地形图的比例尺,比例尺越小则网格面积越大,比例尺越大则网格面积越小;
步骤2-2:依据背景水深的菱形分布规则,采用菱形网选取模型进行背景水深的选取,将符合分布规则的水深点保存为背景水深点集。
步骤3:补充水深点。利用等深面边界约束条件,针对每一个等深面与当前水深点进行空间位置相关性分析,将没有任何水深点的等深面选出,一般存在于孤立水深面中,具体实施步骤如下:
步骤3-1:利用ArcGIS中的“按位置选择”工具,在等深面图层中选中包含背景水深点的各个等深面;
步骤3-2:对等深面图层进行“切换选择”操作,即可获取无背景水深的各个等深面;
步骤3-3:在原始离散水深中选取符合水深点,基本操作为以该水深面为单位,选取极值。
步骤4:删除水深点。由于生成等深线及等深面时存在一定程度的平滑等问题,会导致由步骤2得到的背景水深可能与等深面不匹配,针对这种情况,采用下述方法进行检查,具体实施步骤如下:
步骤4-1:利用ArcGIS中的“按属性选择”工具,依次选择等深面;
步骤4-2:利用ArcGIS中的“按位置选择”工具,选中位于各个等深面范围内的水深点;
步骤4-3:将水深点按照水深值属性进行检查,判断背景水深点的水深值是否在等深面水深范围内,若是则保留该水深点,否则根据4-4步骤进行检测;
步骤4-4:根据标识判断该水深点的性质,若为背景水深可将该点删除,否则根据4-5步骤进行筛查;
步骤4-5:利用人工交互根据真实海底地形及相邻水深判断原因,如确为特征水深点,需要修改等深线图,当前不符水深被排除,如为可疑水深或错误水深,则删除,依次循环,直至排除所有不符水深点。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (5)
1.一种边界约束的自适应海底地形图水深点检测与筛选方法,其特征在于:包括如下步骤:
①多波束水深数据精细化处理,首先生成标准水深数据集,然后构建海底地形模型,最后绘制等深线和等深面;
②选取特征水深点与背景水深点:根据制图比例尺,基于标准离散水深数据,初步选出反映海山最浅点和海盆、海沟最深点的特征水深点集,同时密度适宜菱形分布的背景水深点,分别进行点识标记,分别标记为特征水深点、背景水深点;
③补充水深点:利用等深面边界约束条件,针对每一个等深面与当前水深点进行空间位置相关性分析,将没有任何水深点的等深面选出;
④删除与等深面不匹配的背景水深点。
2.根据权利要求1所述的一种边界约束的自适应海底地形图水深点检测与筛选方法,其特征在于:步骤①的具体实施步骤如下:
A.水深数据处理:对多波束水深数据进行各项精细化处理,删除粗差点,输出经度、纬度、水深标准格式;
B.构建海底地形模型:在标准水深数据集中随机抽取95%水深点制作海底地形模型,利用剩余5%水深点进行DEM中误差计算,判断DEM精度是否达到规范要求;
C.绘制等深线、等深面:根据制图比例尺输出符合制图规则的等深线和相应等深面。
3.根据权利要求1所述的一种边界约束的自适应海底地形图水深点检测与筛选方法,其特征在于:步骤②的具体实施步骤如下:
A.将水深点数据划分为虚拟的规则网格进行系统抽稀,选取每一个虚拟网格内的最浅点和最深点,得到特征水深点集;
B.依据背景水深点的菱形分布规则,采用菱形网选取模型进行背景水深点的选取,将符合分布规则的水深点保存为背景水深点集。
4.根据权利要求1所述的一种边界约束的自适应海底地形图水深点检测与筛选方法,其特征在于:步骤③的具体实施步骤如下:
A.利用ArcGIS中的“按位置选择”工具,在等深面图层中选中包含背景水深点的各个等深面;
B.对等深面图层进行“切换选择”操作,即可获取无背景水深点的各个等深面;
C.在原始离散水深中选取符合水深点,基本操作为以该水深面为单位,选取极值。
5.根据权利要求1所述的一种边界约束的自适应海底地形图水深点检测与筛选方法,其特征在于:步骤④的具体实施步骤如下:
A.利用ArcGIS中的“按属性选择”工具,依次选择等深面;
B.利用ArcGIS中的“按位置选择”工具,选中位于各个等深面范围内的水深点;
C.将水深点按照水深值属性进行检查,判断背景水深点的水深值是否在等深面水深范围内,若是则保留该水深点,否则根据进入下一步骤D进行检测;
D.根据标识判断该水深点的性质,若为背景水深点可将该点删除,否则根据下一步骤E进行筛查;
E.利用人工交互根据真实海底地形及相邻水深判断原因,如确为特征水深点,需要修改等深线图,当前不符水深被排除,如为可疑水深或错误水深,则删除,依次循环,直至排除所有不符水深点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010667690.1A CN112035430B (zh) | 2020-07-13 | 2020-07-13 | 一种边界约束的自适应海底地形图水深点检测与筛选方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010667690.1A CN112035430B (zh) | 2020-07-13 | 2020-07-13 | 一种边界约束的自适应海底地形图水深点检测与筛选方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112035430A true CN112035430A (zh) | 2020-12-04 |
CN112035430B CN112035430B (zh) | 2023-12-19 |
Family
ID=73579040
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010667690.1A Active CN112035430B (zh) | 2020-07-13 | 2020-07-13 | 一种边界约束的自适应海底地形图水深点检测与筛选方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112035430B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103344954A (zh) * | 2013-07-08 | 2013-10-09 | 国家海洋局第二海洋研究所 | 一种基于多来源水深数据融合的海底地形地貌构建方法 |
CN103400405A (zh) * | 2013-08-01 | 2013-11-20 | 国家海洋局第二海洋研究所 | 基于海底数字水深模型特征提取的多波束水深图构建方法 |
CN103914618A (zh) * | 2014-03-28 | 2014-07-09 | 哈尔滨工程大学 | 一种基于电子海图的海水深度等值线生成方法 |
US20180074195A1 (en) * | 2016-09-14 | 2018-03-15 | Garmin Switzerland Gmbh | Determining a boundary enclosing a region of interest for a body of water |
CN111047704A (zh) * | 2019-10-29 | 2020-04-21 | 国家海洋信息中心 | 一种改进区域生长算法的多波束测深数据粗差自动清除方法 |
-
2020
- 2020-07-13 CN CN202010667690.1A patent/CN112035430B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103344954A (zh) * | 2013-07-08 | 2013-10-09 | 国家海洋局第二海洋研究所 | 一种基于多来源水深数据融合的海底地形地貌构建方法 |
WO2015003496A1 (zh) * | 2013-07-08 | 2015-01-15 | 国家海洋局第二海洋研究所 | 一种基于多来源水深数据融合的海底地形地貌构建方法 |
CN103400405A (zh) * | 2013-08-01 | 2013-11-20 | 国家海洋局第二海洋研究所 | 基于海底数字水深模型特征提取的多波束水深图构建方法 |
CN103914618A (zh) * | 2014-03-28 | 2014-07-09 | 哈尔滨工程大学 | 一种基于电子海图的海水深度等值线生成方法 |
US20180074195A1 (en) * | 2016-09-14 | 2018-03-15 | Garmin Switzerland Gmbh | Determining a boundary enclosing a region of interest for a body of water |
CN111047704A (zh) * | 2019-10-29 | 2020-04-21 | 国家海洋信息中心 | 一种改进区域生长算法的多波束测深数据粗差自动清除方法 |
Non-Patent Citations (2)
Title |
---|
GERGANA SPASOVA: "Published By ACM A Method for Contour Detection of Water Areas", COMPSYSTECH \'19: PROCEEDINGS OF THE 20TH INTERNATIONAL CONFERENCE ON COMPUTER SYSTEMS AND TECHNOLOGIES * |
李莉等: "长江电子航道图水深点与等深线 匹配检查工具的设计与实现", 武汉交通职业学院学报 * |
Also Published As
Publication number | Publication date |
---|---|
CN112035430B (zh) | 2023-12-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Fowler et al. | Automatic extraction of irregular network digital terrain models | |
CN110111345B (zh) | 一种基于注意力网络的3d点云分割方法 | |
US9507052B2 (en) | Automatic recognition method of continental slope foot point based on terrain grid | |
CN113487730B (zh) | 一种基于激光雷达点云数据的城市三维自动建模方法 | |
CN104899849B (zh) | 一种多目标交互式图像分割方法和装置 | |
CN102289991B (zh) | 一种基于视觉变量的地图注记自动分类配置方法 | |
CN104635262B (zh) | 一种基于增强型矩形网格的正逆断层等值线自动生成方法 | |
GB2547816A (en) | Actually-measured marine environment data assimilation method based on sequence recursive spare filtering three-dimensional variation | |
CN105719249A (zh) | 一种基于三维格网的机载激光雷达点云去噪方法 | |
CN116704137B (zh) | 一种海上石油钻井平台点云深度学习逆向建模方法 | |
Papagiannopoulos et al. | How to teach neural networks to mesh: Application on 2-D simplicial contours | |
CN110363299A (zh) | 面向露头岩层分层的空间案例推理方法 | |
Wang et al. | Automatic mapping of lunar landforms using DEM-derived geomorphometric parameters | |
CN115017805A (zh) | 基于双向a*算法的核退役场区最优路径规划方法及系统 | |
CN114842180A (zh) | 一种点云补全方法、装置、设备及介质 | |
Stanislawski et al. | Hydrographic generalization tailored to dry mountainous regions | |
CN112380306A (zh) | 顾及分布均衡的自适应修正克里金空间插值方法 | |
Yu et al. | A fast generalization method of multibeam echo soundings for nautical charting | |
CN110673227B (zh) | 地层不整合交切的处理方法及处理装置 | |
Rav et al. | Flood risk analysis on terrains | |
CN112035430A (zh) | 一种边界约束的自适应海底地形图水深点检测与筛选方法 | |
CN114782211A (zh) | 一种海山分布范围信息的获取方法及系统 | |
CN114419294A (zh) | 一种曲面变分阈值的自适应确定方法 | |
CN114565730A (zh) | 地图矢量样本的处理方法、设备和计算机可读存储介质 | |
Van der Poorten et al. | Topologically-consistent map generalisation procedures and multi-scale spatial databases |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |