CN112558077A - 一种基于相邻条幅的多波束滤波方法及处理终端 - Google Patents
一种基于相邻条幅的多波束滤波方法及处理终端 Download PDFInfo
- Publication number
- CN112558077A CN112558077A CN202011424789.5A CN202011424789A CN112558077A CN 112558077 A CN112558077 A CN 112558077A CN 202011424789 A CN202011424789 A CN 202011424789A CN 112558077 A CN112558077 A CN 112558077A
- Authority
- CN
- China
- Prior art keywords
- water depth
- filtering
- data
- current
- banner
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
- G01S15/06—Systems determining the position data of a target
- G01S15/08—Systems for measuring distance only
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C13/00—Surveying specially adapted to open water, e.g. sea, lake, river or canal
- G01C13/008—Surveying specially adapted to open water, e.g. sea, lake, river or canal measuring depth of open water
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
- G01S7/539—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Acoustics & Sound (AREA)
- Life Sciences & Earth Sciences (AREA)
- Hydrology & Water Resources (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明涉及一种基于相邻条幅的多波束滤波方法及处理终端,所述方法包括,步骤1:获得多波束测线的数据,每一条多波束测线的数据至少包括多个条幅的水深数据;步骤2:在多波束测线数据中,以当前条幅为中心,通过窗口提取多波束条幅数据,得到选取条幅数据集;步骤3:对选取条幅数据集中具有相同波束号的所有水深值进行中值滤波,得到一个滤波条幅;步骤4:根据滤波条幅计算出水深误差上限和下限;步骤5:将当前条幅的第j个波束点的水深与滤波条幅对应波束点的水深进行比较,根据比较结果确定出波束异常点,并将波束异常点剔除。本发明有效克服资料采集时实时门限滤波的固有缺陷,更加有效地滤除超出规范要求的波束跳点,条幅滤波效果更佳。
Description
技术领域
本发明涉及多波束滤波处理方法技术领域,具体涉及一种基于相邻条幅的多波束滤波方法及处理终端。
背景技术
在多波束资料采集的信号发射与信号接收过程中,随时都有可能受到各种环境因素的影响,例如海水表层气泡、涌浪、强底流、海域生物、船舶噪声或者其它调查仪器的声学信号等等。这些影响因素可能导致多波束接收信号的信噪比降低,进而在波束形成以及应用在海底识别时会出现偏差,进而导致波束巨变跳跃,形成波束异常点。这些异常波束与正常有效波束共同记录于多波束原始数据里,如果直接对这些多波束原始数据进行应用,会导致后续的很多应用出现问题,因此,在直接应用这些多波束原始数据之前,还需要对多波束进行剔除异常点,也即在多波束资料后处理过程中的任务之一就是剔除这些波束跳点。
目前在多波束资料后处理时,剔除波束异常点的方法主要有三种:基于测线的多波束条幅滤波、基于曲面的误差统计滤波与人工编辑。多波束条幅指的是,多波束换能器发射一次声脉冲信号(也叫一呯(Ping)声脉冲信号),然后接收反射回来的信号,经过信号处理后,得到成百上千个海底反射点的水深,这些水深点连接起来形成了一条垂直于调查船航迹向的条幅。在这三种方法中,目前研究主要集中在趋势面滤波算法方面,例如,张志衡的《考虑自然邻点影响域的多波束测深数据趋势面滤波改进算法》、杨亚洲《多波束测深数据趋势面滤波阶次选择算法研究》、彭彤的《基于趋势面的多波束测深粗差剔除研究》等。还有深圳市建设综合勘察设计院有限公司的中国发明申请《一种多波束测深数据趋势面滤波方法及系统》、国家海洋信息中心的中国发明申请《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》等。
目前市面上主流的多波束数据处理软件,无论是商业软件,例如加拿大Caris公司的HIPS、美国RESON公司的PDS2000、美国Hypack公司的Hysweep,还是开源软件,例如美国科研机构共同维护的MB-SYSTEM,都具有条幅滤波的功能,除了通用的极大值极小值滤波、删除指定波束号的波束、左右条幅覆盖角滤波、左右条幅覆盖宽度滤波等算法之外,一般还有一个算法有少许差异的斜率滤波(Slope fi l ter)。这些滤波的基本思想是通过计算同一条幅上两个左右相邻波束的斜率,如果斜率超过一定的角度,则判断其中一个或者两个波束为异常点;或者计算相邻三个波束构成两条线段的斜率,如果两个斜率均超限并且符号相反,则判断中间波束为异常点;或者计算相邻三个波束构成两条线段之间的夹角,如果夹角小于一定的度数,则判断中间波束为异常点等等。MB-SYSTEM还增加了计算当前波束与前一呯、后一呯相同波束之间的斜率,如果两个斜率均超标并且符号相反,则判断中间波束为异常点。
但目前无论是哪种滤波方法还是一些市面上的多波束数据处理软件,在我们实际应用中,均发现依然存在残留大量的波束异常点,很难获得满意的效果,无法满足目前的实际需求。因此,需要一种能够更好地剔除多波束异常点的方法。
发明内容
针对现有技术的不足,本发明的目的之一提供一种基于相邻条幅的多波束滤波方法,其能够解决多波束异常点剔除的问题;
本发明的目的之二提供一种处理终端,其能够解决多波束异常点剔除的问题。
实现本发明的目的之一的技术方案为:一种基于相邻条幅的多波束滤波方法,包括如下步骤:
步骤1:获得多波束测线的数据,每一条多波束测线的数据至少包括水深数据,每一条多波束测线的水深数据包括n个条幅,每个条幅包括m个波束点,n和m均为正整数;
步骤2:在多波束测线的数据中,以当前条幅为中心、按窗口大小为W的窗口选取出连续的W个多波束测线的条幅数据,得到选取条幅数据集,W为正奇数,每个条幅数据均包括横坐标和水深;
步骤3:对提取得到的选取条幅数据集中具有相同波束号的所有水深值进行中值滤波,得到一个水深滤波条幅LW,其中第j个波束号的水深滤波数据记为LWj;
步骤4:对当前条幅的第j个波束点的水深记为current_pingj,将current_pingj与LWj进行大小比较,根据比较结果确定是否为波束异常点,并将波束异常点剔除。
进一步地,所述current_pingj与LWj进行大小比较,包括与水深误差上限和水深误差下限进行比较,若current_pingj小于水深误差上限或大于水深误差下限,则current_pingj所在的波束点为异常波束点。
进一步地,所述水深误差上限和水深误差下限均为经验值。
进一步地,所述水深误差上限和水深误差下限分别按公式①和②计算得到:
水深误差上限:LW_UPj=LWj-LWj*1%------①
水深误差下限:LW_DOWNj=LWj+LWj*1%------②
式中,LW_UPj表示第j个波束点的水深误差上限,LW_DOWNj表示第j个波束点的水深误差下限。
实现本发明的目的之二的技术方案为:一种处理终端,其包括:
存储器,用于存储程序指令;
处理器,用于运行所述程序指令,以执行所述基于相邻条幅的多波束滤波方法的步骤。
本发明的有益效果为:本发明采用移动窗口依次读取相邻连续多呯的多波束条幅数据,然后对具有相同波束号的波束进行中值滤波,进而根据中值滤波结果与相关海洋调查规范的误差规定,精确构建针对中央条幅(也就是当前条幅)的滤波门限,最后对中央条幅的波束进行门限滤波。有效克服了资料采集时实时门限滤波的固有缺陷,顾及到了周围地形的变化趋势,能够更加有效地滤除超出规范要求的波束跳点,也解决了众多商业多波束处理软件中条幅滤波效果不佳的缺点。本发明能够很好地应用在海洋声学测量设备中和相对应海洋地质调查的资料处理软件中,以提高多波束条幅滤波效果。
附图说明
图1为较佳实施例的流程示意图;
图2为多波束条幅要素示意图;
图3为某现有商业软件滤波前的海底地形俯视图;
图4为由20个多波束条幅叠加组成的地形剖面后视图;
图5为经过斜率滤波后依旧残存大量的波束异常点的示意图;
图6为窗口内5个多波束条幅构建滤波门限进行滤波前的效果图;
图7为窗口内5个多波束条幅构建滤波门限进行滤波后的效果图;
图8为处理终端的示意图。
具体实施方式
下面,结合附图以及具体实施方案,对本发明做进一步描述。
如图1~图7所示,一种基于相邻条幅的多波束滤波方法,包括如下步骤:
步骤1:获得多波束测线的数据,每一条多波束测线的数据至少包括水深数据,每一条多波束测线的水深数据包括n个条幅,也即包括n个Ping,每个条幅包括m个波束点,n和m均为正整数。每个条幅的m个波束点的坐标原点为位于多波束探头的表面中心点。其中,第i个多波束测线数据中的水深数据可记为Ri={pi,xi,yi,zi},其中,pi表示条幅号,同一条幅的m个波束点具有相同的条幅号,xi表示以垂直航迹方向为x轴的坐标,yi表示以沿调查船前进方向为y轴的坐标,zi表示z轴的坐标(也即表示水深)。
根据同一条幅的m个波束点具有相同的条幅号,为此,将同一条幅所有波束的横向坐标x与水深值z进行整理重构,其中,第i个多波束测线的第j个波束点的横坐标记为xi,j,纵坐标记为zi,j,i=1,2,…,n;j=1,2,…,m。
步骤2:在多波束测线的数据中,以当前条幅为中心、按窗口大小为W的窗口选取出连续的W个多波束测线的条幅数据,得到选取条幅数据集,W为正奇数,每个条幅数据均包括横坐标和水深。如图2,以当前条幅为中心,在当前条幅前后共选取W条条幅,从而选取到W个多波束测线的条幅数据,从而选取得到选取条幅数据集。图中的(X,Y,Z)表示坐标值,其中Z轴坐标也即是表示水深。
步骤3:对选取得到的选取条幅数据集中具有相同波束号的所有水深值(即W个水深值)进行中值滤波,得到一个滤波条幅LW,其中第j个波束点的水深滤波数据记为LWj,也即是第j个波束点的水深值为LWj。以LW滤波条幅的水深代表当前条幅无噪声干扰的标准化条幅,任何偏离该条幅超过预设阈值的波束点均视为波束跳点(即波束异常点)。根据水深滤波条幅LW可以确定水深误差。
步骤4:根据相关海洋调查规范的规定,例如《海洋调查规范GB/T12763.10-2007》,当水深大于30米时,水深测量准确度应优于水深的1%,超限的点数不得超过参加对比总点数的10%。因此,我们可以将水深值的1%设置为海底地形平坦区域的误差限值,对于海底地形复杂的区域,可以根据数据质量情况适当放宽该限值,可见水深误差上限和下限的具体数值可以根据经验给出经验值,也即可按如下公式①或②计算出水深误差上限和下限:
水深误差上限:LW_UPj=LWj-LWj*1%------①
水深误差下限:LW_DOWNj=LWj+LWj*1%------②
步骤5:对当前Ping的第j个波束点的水深记为current_pingj,若|current_pingj|<|LW_UPj|或|current_pingj|>|LW_DOWNj|,则表示波束点current_pingj为波束跳点,即为波束异常点是,并将该波束点的水深值符号取反后予以标记滤除,即-1*current_pingj,从而将波束异常点剔除。在实际应用中,如果多波束处理软件将负值当作正常的水深值,则正值将被当作无效数据;反之如果多波束处理软件将正值当作正常的水深值,则负值将被当作无效数据。当然,被标记为无效数据的波束可以通过数据恢复工具将其恢复为有效数据。
本步骤中,也即是将当前条幅的第j个波束点的水深current_pingj与LWj进行大小比较,根据比较结果来确定是否为波束异常点。其中,将current_pingj与LWj进行大小比较,相当于是波束点与波束点直接的水深值进行比较,因为LW是一个保护多个波束点的条幅,而LWj是第j个波束点(即滤波点)的水深值。
经过步骤5处理后,可以采用以所见即所得的可视化方式显示当前设置参数的滤波效果,还可以调整误差限值的大小与参与中值滤波的条幅数量,以便获得最佳的组合滤波参数。当获得满意的组合滤波参数后,即可对整条测线或者整个测区的多波束测线进行条幅滤波。
图2为多波束条幅要素示意图,图中的Y方向表示条幅号增大的方向,X方向为波束号增大的方向。图3为某现有商业软件滤波前的海底地形(即水深曲面)俯视图,在航迹线两侧附近区域,都存在明显的由于波束异常点而导致的串珠状虚假海底地形。图4为由20个多波束条幅叠加组成的地形剖面后视图,图中可以更加直观明显地看到波束异常点的分布及特征;图5为经过斜率滤波后,依旧残存大量的波束跳点,图中的残余波束跳点即是波束异常点。这些残存波束异常点对下一步的水深曲面构建与曲面滤波效果将会产生直接的影响。如果曲面滤波也无法彻底滤除这些波束异常点,则需要通过人工编辑予以删除,大大降低了资料处理效率。图6为利用本发明为对实测多波束条幅构建的滤波门限示意图,窗口大小为5个多波束条幅(当前条幅以及前后各2个条幅),门限误差大小为水深的1%。图7为利用本发明为窗口内的5个多波束条幅构建滤波门限,然后进行门限滤波的效果图。对比图5,本发明更能有效地滤除超限的波束跳点,取得了理想的滤波效果。
本发明采用移动窗口依次读取相邻连续多呯的多波束条幅数据,然后对具有相同波束号的波束进行中值滤波,进而根据中值滤波结果与相关海洋调查规范的误差规定,精确构建针对中央条幅的滤波门限,最后对中央条幅的波束进行门限滤波。有效克服了资料采集时实时门限滤波的固有缺陷,顾及到了周围地形的变化趋势,能够更加有效地滤除超出规范要求的波束跳点,也解决了众多商业多波束处理软件中条幅滤波效果不佳的缺点。
如图8所示,本发明还涉及一种处理终端100,其包括:
存储器101,用于存储程序指令;
处理器102,用于运行所述程序指令,以执行所述基于相邻条幅的多波束滤波方法的步骤。
本说明书所公开的实施例只是对本发明单方面特征的一个例证,本发明的保护范围不限于此实施例,其他任何功能等效的实施例均落入本发明的保护范围内。对于本领域的技术人员来说,可根据以上描述的技术方案以及构思,做出其它各种相应的改变以及变形,而所有的这些改变以及变形都应该属于本发明权利要求的保护范围之内。
Claims (5)
1.一种基于相邻条幅的多波束滤波方法,其特征在于,包括如下步骤:
步骤1:获得多波束测线数据,每一条多波束测线的数据至少包括多个条幅的水深数据,每一条多波束测线的水深数据包括n个条幅,每个条幅包括m个波束点,n和m均为正整数;
步骤2:在多波束测线数据中,以当前条幅为中心,按窗口大小为W提取出连续的W个多波束条幅数据,得到选取条幅数据集,W为正奇数,每个条幅数据均包括横坐标和水深;
步骤3:对提取得到的选取条幅数据集中具有相同波束号的所有水深值进行中值滤波,得到一个滤波条幅LW,其中,第j个波束点的滤波点水深值记为LWj;
步骤4:对当前条幅的第j个波束点的水深记为current_pingj,将current_pingj与LWj进行大小比较,根据比较结果确定是否为波束异常点,并将波束异常点剔除。
2.根据权利要求1所述的基于相邻条幅的多波束滤波方法,其特征在于,所述current_pingj与LWj进行大小比较,包括与水深误差上限和水深误差下限进行比较,若current_pingj小于水深误差上限或大于水深误差下限,则current_pingj所在的波束点为异常波束点。
3.根据权利要求2所述的基于相邻条幅的多波束滤波方法,其特征在于,所述水深误差上限和水深误差下限均为经验值。
4.根据权利要求2所述的基于相邻条幅的多波束滤波方法,其特征在于,所述水深误差上限和水深误差下限分别按公式①和②计算得到:
水深误差上限:LW_UPj=LWj-LWj*1%------①
水深误差下限:LW_DOWNj=LWj+LWj*1%------②
式中,LW_UPj表示第j个波束点的水深误差上限,LW_DOWNj表示第j个波束点的水深误差下限。
5.一种处理终端,其特征在于,其包括:
存储器,用于存储程序指令;
处理器,用于运行所述程序指令,以执行如权利要求1-4任一项所述的基于相邻条幅的多波束滤波方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011424789.5A CN112558077B (zh) | 2020-12-08 | 2020-12-08 | 一种基于相邻条幅的多波束滤波方法及处理终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011424789.5A CN112558077B (zh) | 2020-12-08 | 2020-12-08 | 一种基于相邻条幅的多波束滤波方法及处理终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112558077A true CN112558077A (zh) | 2021-03-26 |
CN112558077B CN112558077B (zh) | 2022-03-29 |
Family
ID=75059770
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011424789.5A Active CN112558077B (zh) | 2020-12-08 | 2020-12-08 | 一种基于相邻条幅的多波束滤波方法及处理终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112558077B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113567968A (zh) * | 2021-05-25 | 2021-10-29 | 自然资源部第一海洋研究所 | 一种基于浅水多波束水深数据的水下目标实时分割方法及应用 |
CN114509050A (zh) * | 2021-12-31 | 2022-05-17 | 广州南方卫星导航仪器有限公司 | 一种水深数据处理方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110246128A1 (en) * | 2008-12-19 | 2011-10-06 | Verner Steve Nicholson | Filtering method for improving the data quality of geometric tire measurements |
CN102927974A (zh) * | 2012-10-31 | 2013-02-13 | 山东科技大学 | 多波束测深系统检测方法 |
CN107526085A (zh) * | 2017-07-25 | 2017-12-29 | 福建网龙计算机网络信息技术有限公司 | 超声波阵列测距建模的方法及其系统 |
US20180011190A1 (en) * | 2016-07-05 | 2018-01-11 | Navico Holding As | High Ping Rate Sonar |
CN110297248A (zh) * | 2019-06-06 | 2019-10-01 | 天津大学 | 基于多波束测深系统的数据自动处理方法 |
CN111366936A (zh) * | 2020-03-03 | 2020-07-03 | 广州点深软件有限公司 | 多波束测深数据处理方法及装置 |
-
2020
- 2020-12-08 CN CN202011424789.5A patent/CN112558077B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110246128A1 (en) * | 2008-12-19 | 2011-10-06 | Verner Steve Nicholson | Filtering method for improving the data quality of geometric tire measurements |
CN102927974A (zh) * | 2012-10-31 | 2013-02-13 | 山东科技大学 | 多波束测深系统检测方法 |
US20180011190A1 (en) * | 2016-07-05 | 2018-01-11 | Navico Holding As | High Ping Rate Sonar |
CN107526085A (zh) * | 2017-07-25 | 2017-12-29 | 福建网龙计算机网络信息技术有限公司 | 超声波阵列测距建模的方法及其系统 |
CN110297248A (zh) * | 2019-06-06 | 2019-10-01 | 天津大学 | 基于多波束测深系统的数据自动处理方法 |
CN111366936A (zh) * | 2020-03-03 | 2020-07-03 | 广州点深软件有限公司 | 多波束测深数据处理方法及装置 |
Non-Patent Citations (2)
Title |
---|
FANLIN YANG ET AL.: "《The filtering and compressing of outer beams to multibeam bathymetric data》", 《ORIGINAL RESEARCH PAPER》 * |
宋玲玲: "多波束测量数据预处理研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113567968A (zh) * | 2021-05-25 | 2021-10-29 | 自然资源部第一海洋研究所 | 一种基于浅水多波束水深数据的水下目标实时分割方法及应用 |
CN113567968B (zh) * | 2021-05-25 | 2024-04-16 | 自然资源部第一海洋研究所 | 一种基于浅水多波束水深数据的水下目标实时分割方法及应用 |
CN114509050A (zh) * | 2021-12-31 | 2022-05-17 | 广州南方卫星导航仪器有限公司 | 一种水深数据处理方法及系统 |
CN114509050B (zh) * | 2021-12-31 | 2023-07-21 | 广州南方卫星导航仪器有限公司 | 一种水深数据处理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112558077B (zh) | 2022-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112558077B (zh) | 一种基于相邻条幅的多波束滤波方法及处理终端 | |
CN106599129B (zh) | 一种顾及地形特点的多波束点云数据去噪方法 | |
CN107219529B (zh) | 一种高精度海底地形地貌图的获取方法及系统 | |
CN104049245B (zh) | 基于LiDAR点云空间差异分析的城市建筑物变化检测方法 | |
Beyer et al. | High resolution bathymetry of the eastern slope of the Porcupine Seabight | |
GB2610449A (en) | Efficient high-resolution non-destructive detecting method based on convolutional neural network | |
CN103559493A (zh) | 一种线状地物的提取方法 | |
CN110379011B (zh) | 一种基于改进三次b样条曲线的水下地形点云孔洞修补方法 | |
CN109270501A (zh) | 一种用于全固态vts雷达的海杂波抑制方法 | |
CN111366936A (zh) | 多波束测深数据处理方法及装置 | |
JP6084810B2 (ja) | 追尾処理装置、及び追尾処理方法 | |
CN113469990A (zh) | 路面病害检测方法及装置 | |
EP3226025A1 (en) | Tracking processing device and tracking processing method | |
CN110706177B (zh) | 一种侧扫声呐图像灰度均衡化方法及系统 | |
CN111443344B (zh) | 一种侧扫声呐海底线自动提取方法及装置 | |
CN114280572B (zh) | 去除信号干扰杂波的单雷达回波质控方法、系统及终端 | |
CN104251662A (zh) | 有序点云阈值自适应抑噪技术 | |
CN110703261A (zh) | 一种基于多峰值评分制的侧扫声呐底跟踪方法 | |
Artilheiro | Analysis and procedures of multibeam data cleaning for bathymetric charting | |
CN117372827A (zh) | 一种基于边界约束的声呐图像统计增强算法 | |
Wang et al. | Bottom Tracking Method Based on LOG/Canny and the Threshold Method for Side-scan Sonar. | |
CN116400360A (zh) | 一种方位历程轨迹增强方法、系统、电子设备及存储介质 | |
CN113567968B (zh) | 一种基于浅水多波束水深数据的水下目标实时分割方法及应用 | |
CN113554123B (zh) | 一种基于声光联动的采砂船自动识别方法 | |
CN114926377A (zh) | 一种侧扫声呐增益补偿判断模型的建模方法 |
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 |