部分人工介入的多波束测深数据异常值自动清理方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113705605A(43)申请公布日2021.11.26(21)申请号202110815974.5(22)申请日2021.07.20(71)申请人中国人民解放军海军大连舰艇学院地址116018辽宁省大连市中山区解放路667号(72)发明人金绍华李树军魏源章宁边刚肖付民(74)专利代理机构大连理工大学专利中心21200代理人梅洪玉(51)Int.Cl.G06K9/62(2006.01)权利要求书3页说明书6页附图3页(54)发明名称部分人工介入的多波束测深数据异常值自动清理方法(57)摘要本发明提供部分人工介入的多波束测深数据异常值自动清理方法，属于多波束测深数据处理研究领域。部分人工介入的多波束测深数据异常值自动清理方法，该方法主要步骤包含“基于密度聚类算法的水深数据分类”和“部分人工介入的存疑数据有效性判定”两部分。通过聚类算法将原始数据分为可信数据、无效数据和存疑数据三类，保留可信数据，剔除无效数据，并将存疑数据提交人工判定其有效性，最终将其归类为可信数据或者存疑数据。CN113705605ACN113705605A权利要求书1/3页1.部分人工介入的多波束测深数据异常值自动清理方法，其特征在于，步骤如下：第一部分，基于密度聚类算法的水深数据分类：第一步，数据转换；沿测量船航行方向将测点数据投影到垂直于航行方向的平面上，得到水深点后视图，即将三维点云数据转化为以侧向中心距为横坐标、以水深值为纵坐标的二维数据；应用式(1)将绝对坐标数据归算为以每ping中央波束为基准的侧向中心距离，生成聚类数据集，该数据集有2个维度数据，依次是侧向中心距离、水深值；式中，Center_disti为多波束某一条带中第i个波束到中央波束的侧向中心距，xi，yi为第i个波束测点的绝对坐标，xk，yk为中央波束测点的绝对坐标，swath_per_ping为每ping包含的波束数，k表示每一ping所含波束数的一半；第二步，聚类区块划分；聚类区块即进行一次聚类所包含的测点数量，其大小是ping数规模值与窗口大小值的乘积；将整个测区划分为数个聚类区块，在每一个聚类区块中单独进行聚类；合适聚类区块大小通过以下两个参数来调节；(1)ping数规模Ping_Scale；该参数表示当前聚类区块吸收的ping数，前后相连的数个ping所测得的地形之间存在一定的关联性，以相邻多ping中央波束水深值最大差值来约束ping数规模的大小，当设定一定阈值后，地形越平坦区域参与聚类的ping数规模就越大，地形越起伏地区参与聚类的ping数规模就越小，ping数规规模因而能够随着地形起伏剧烈程度而改变；选取水深测量深度精度accuracyv作为该阈值，当n个ping的中央波束水深最大差值刚好小于accuracyv时，则n即为此次聚类ping数规模的取值；(2)窗口大小Window_Num；该参数表示当前聚类区块吸收每ping的波束数；针对某一测区的聚类实施过程：先通过参数Ping_Scale从测区数据中获取一个ping切块，然后通过参数Window_Num从当前ping切块最左边开始窗口滑动获取聚类区块，直至该ping切块所有水深点聚类完毕，进入下一ping切块重复窗口滑动直至所有ping结束；第三步，各区块聚类参数自适应；设置该区块内聚类参数：邻域半径Eps和邻域内最少点数MinPts；(1)邻域半径自适应；在后视图中，y轴为水深值，x轴为侧向中心距，故任意两个水深点之间的欧氏距离由水深值差值和侧向中心距差值决定，水深值差值和侧向中心距差值在异常值检测过程中进一步理解为定位检测精度和深度检测精度，根据表1所规定的测量精度标准设置；然而表中深度精度随水深值变化而变化，利用中值排序方法确定聚类区块内代表性水深值，并据此得到深度精度值，随后应用式(2)可得当前区块的第一个聚类参数领域半径的取值；式中，Eps为邻域半径，accuracyH为定位精度，accuracyV为深度精度；2CN113705605A权利要求书2/3页表1各等级测量精度注：a、b为精度控制参数；d为水深值；(2)邻域最少点数自适应；选取当前聚类区块内具有代表性的相邻点间距，代表性的相邻点间距依旧通过中值排序方法获取，并根据式(3)获取当前聚类参数最少点数的取值；MinPts＝Eps/distance(3)式中MinPts为参数最少点数，Eps为邻域半径，distance为当聚类区块内前所有数据点与其最近相邻点距离的均值；第四步，聚类实施；首先通过步骤一将原始测深数据转化为聚类数据集，并将数据集内所有水深点标记为“‑1”，表示该点未被任何聚类簇吸收；随后通过步骤二的Ping_Scale和Window_Num两个参数将整个聚类数据集根