基于水上水下一体化探测系统的目标分类关键技术研究

摘要

海洋测绘是国家开发海洋的基础性工作，测绘目标包括海岛（礁）、海岸带、港口航道码头等，在应用上，对测绘目标的识别分类是测绘工作的一项建设性成果，分为水上部分地物识别和水下的地貌分类，目标的识别分类在海洋基础设施建设、资源开发管理等方面起到积极的参考作用。在实施海洋强国战略的时代背景下，海洋测绘工作的重要性愈发凸显，测绘装备也在持续更新，多波束声呐和船载激光扫描仪得到推广。利用多波束声呐和激光扫描仪获得的高密度三维点云数据，结合数据中的目标空间和属性信息，可进行目标分类，将二者一体化可以极大提高效率，实现谁上下同步测量，也是当前海洋测绘装备和技术研究的热点之一。本研究围绕使用一体化设备进行准确快速的水上水下的目标的一体化三维数据采集和识别分类，主要展开以下研究工作：
　　（1）本研究系统介绍了多波束声呐系统和船载激光扫描系统的组成、原理以及系统在目标分类中的研究现状。在系统组装一体化的问题上，借助商业软件QINSy，使用系统刚性固定安装参数，配合GPS中的PPS时间同步脉冲数据，给出了系统空间和时间的同步问题的解决方案。
　　（2）在多波束点云数据的分类研究中，引入聚类分析的思想，建立基于多波束水深和回波强度的分类模型进行底质分类。预先将多波束数据进行预处理，包括粗大误差和系统误差的改正，达到将多波束点云正确归位的目的，以便更好的分类。在具体的分类方法上，首先使用分段函数（线性函数和Lambert函数）对多波束回波强度作均一化处理，然后使用K-均值聚类分析方法，以回波强度和与其坐标对应的水深作为特征量，分别求其平均值和方差，作为聚类的特征参数进行分类，得到的聚类结果中每一类具有相似的空间和属性特征。在本研究的实验中，经对比分析，当K=5时，分类效果较好。
　　（3）在激光的分类研究中，基于点云的空间几何特征，提出一种分步完成的自动分类方法，分别使用高度差阈值法和分层密度法两种方法逐次对激光点云进行分类。分类之前的预处理工作主要是点云的滤波，采用基于TIN的渐进加密滤波算法，将地面点和非地面点分离，基于TIN的渐进加密滤波算法在实验平坦的地形效果很好。在非地面点中对点云进行地物识别：首先用高度差阈值法将符合条件的低矮植被和高大建筑分离出来，然后用分层密度法将介于二者之间的点云分开，划分成一般树木和低矮建筑两种类型。该方法计算简单，在典型的地物（低矮植被、一般树木、高大建筑物）中具有很好的分类效果。

目录

声明

第一章 引 言

1.1研究背景

1.2研究意义

1.2.1 测绘一体化的意义

1.2.2 目标分类的意义

1.3 国内外技术研究现状

1.3.1 多波束系统的发展与现状

1.3.2 三维激光扫描系统的发展与现状

1.3.3 目标分类研究现状

1.4 本文研究技术路线

第二章 系统组成与原理

2.1 多波束系统的组成和原理

2.2三维激光扫描系统的组成和原理

2.2.1三维激光扫描系统组成

2.2.2移动激光点定位原理：

2.3系统集成实现

第三章 数据的预处理

3.1 多波束数据的预处理

3.1.1粗差剔除

3.1.2潮位补偿

3.1.3换能器安装偏差补偿

3.1.4剖面声速改正

3.2 激光点云数据滤波处理

3.2.1激光点云滤波方法

3.2.2基于不规则三角网（TIN）的渐进加密滤波

第四章 目标分类

4.1基于多波束地形和回波强数据的底质分类

4.1.1聚类分析方法

4.1.1后向散射强度的定义

4.1.2后向散射强度均一化改正

4.1.3基于地形和回波强结合的底质分类

4.1.4实验与结果

4.2基于激光点云的典型地物自动分类

4.2.1激光点云的分类策略

4.2.2基于“垂直高度差阈值法”的分类

4.2.3分层点密度分类方法

4.2.4实验结果

4.2.5误差评估

第五章 总结与展望

5.1主要总结

5.2展望

参考文献

致谢