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

摘要

本发明公开了一种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。方法包括基于原始多波束测深的DDM的构建；基于DDM建立坡度与二阶导数复合模型；基于DDM分块以提取特征点；基于特征点查询原始多波束水深；基于图层综合制作多波束水深图。本发明采用分块方式，基于DDM快速提取能表征海底地形基本特征的水深点，进而基于特征点坐标设置查询半径、在原始水深数据中快速查询与之最接近的点重新建模，克服了原始多波束水深数据量大难以提取特征的缺陷，也解决了直接使用DDM水深点或波束点难以准确反应原始探测水深的缺点。该方法在海底地形地貌制图、海洋测绘、海洋信息系统、计算机图形学与海底科学研究中具有非常重要的实际应用价值。

主权项

1.一种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，其特征在于，包括下列步骤：步骤1、基于原始多波束测深的数字水深模型DDM的构建，使用多波束后处理系统，对多波束原始数据进行如下处理：1.1)对获取的原始多波束测深数据集合Raw＝{raw_i}_i＝1,n进行潮位改正、吃水改正和声速改正，以消除水位和声速对多波束测深MBES的影响，形成初步处理后的数据集合Proc1＝{proc1_i}_i＝1,n，n为自然数；1.2）建立地形趋势基面，采用自动滤波方法对Proc1＝{proc1_i}_i＝1,n进行处理，消除粗差对MBES的影响，形成后处理数据集合Proc2＝{proc2_i}_i＝1,n；1.3）采用三视图投影方式，处理Proc2＝{proc2_i}_i＝1,n，进一步消除多种来源海洋噪声对MBES的影响，进而形成全波束离散的水深数据Proc3＝{x_i,y_i,z_i}_i＝1,m，m为自然数；1.4)采用距离反比加权方法IDW(Inverse Distance Weighted)方法，对Proc3＝{x_i,y_i,z_i}_i＝1,m进行数字建模，形成数字水深模型$\mathrm{DDM}={\{{\mathrm{ddm}}_{k,l}=\{x_{k,l},y_{k,l},{\mathrm{dep}}_{k,l}\left\}\right\}}_{\begin{array}{c}k=1,K\\ l=1,L\end{array}},$K为该模型行数，L为该模型列数，K和L均为自然数,x_k,l,y_k,l和dep_k,l分别为模型数据点的坐标和水深值；步骤2、基于DDM建立坡度与二阶导数复合模型，2.1）采用八邻点方法，计算每个模型网格点的坡度值slp_(i,j)：${\mathrm{slp}}_{(i,j)}=\frac{1}{8}\underset{i=k}{\overset{k+1}{\Sigma }}\underset{j=1}{\overset{l+1}{\Sigma }}a\tan \left(\frac{\mathrm{\Delta z}}{\mathrm{\Delta d}}\right)$Δz＝|dep_(i,j)-dep_(k,l)|，Δz为模型中编号为（i,j）和(k,l)两点的水深差值；Δd为模型中编号为（i,j）和(k,l)两点间的距离；2.2）采用八邻点方法，计算每个模型点的二阶导数值sec_(i,j)：${\sec }_{(i,j)}=\frac{1}{8}\underset{i=k}{\overset{k+1}{\Sigma }}\underset{j=1}{\overset{l+1}{\Sigma }}a\tan \left(\frac{\mathrm{\Delta \delta }}{\mathrm{\Delta d}}\right)$Δδ＝|slp_(i,j)-slp_(k,l)|2.3）形成复合数字模型$\mathrm{DSSM}={\{{\mathrm{dss}}_{i,j}=\{{\mathrm{ddm}}_{i,j},{\mathrm{slp}}_{i,j},{\sec }_{i,j}\left\}\right\}}_{\begin{array}{c}i=1,K\\ j=1,L\end{array}};$步骤3、基于DDM分块以提取特征点，3.1)模型分块：以边长为d的正方形隔行错位对模型DSSM分块；d根据制图比例尺确定d＝[0.018×scale,0.03×scale]，其中scale为比例尺值；或者d由用户直接指定；隔行错位是指第i行以d为间距分块模型网格，至第i+Δi行时，首先空隔0.5d倍的间距，然后以d为间距分块模型网格；隔行错位，形成菱形分块效果；通过分块，获得新的菱形网格模型$\mathrm{DSSM}1={\{{\mathrm{dss}1}_{I,J}={\left\{{\mathrm{dss}}_{i,j}\right\}}_{\begin{array}{c}i=I,I+\mathrm{\Delta i}\\ j=J,J+\mathrm{\Delta i}\end{array}}\}}_{\begin{array}{c}I+1,K1\\ J=1,L1\end{array}},$每个分块dss1_I,J由子模型网格组成，K1和L1为分块模型的行数和列数，均为自然数；3.2）分块模型数值计算：3.2.1)计算${\mathrm{dss}1}_{I,J}={\left\{{\mathrm{dss}}_{\text{i,j}}\right\}}_{\begin{array}{c}i=I,I+\mathrm{\Delta i}\\ j=J,J+\mathrm{\Delta i}\end{array}}$的平均水深${\overline{\mathrm{dep}}}_{I,J}=\frac{1}{\mathrm{Num}}\underset{i=I}{\overset{I+\mathrm{\Delta i}}{\Sigma }}\underset{j=J}{\overset{J+\mathrm{\Delta i}}{\Sigma }}{\mathrm{dep}}_{(i,j)}$、平均坡度值${\overline{\mathrm{slp}}}_{I,J}=\frac{1}{\mathrm{Num}}\underset{i=I}{\overset{I+\mathrm{\Delta i}}{\Sigma }}\underset{j=J}{\overset{J+\mathrm{\Delta i}}{\Sigma }}{\mathrm{slp}}_{(i,j)}$和平均二阶导数值${\bar{\sec }}_{I,J}=\frac{1}{\mathrm{Num}}\underset{i=I}{\overset{I+\mathrm{\Delta i}}{\Sigma }}\underset{j=J}{\overset{J+\mathrm{\Delta i}}{\Sigma }}{\sec }_{(i,j)},$Num为每个分块模型中的格网点数，是自然数；3.2.2)按照距离反比加权方法IDW获取每个分块模型的中心点水深值Δdep_I,J；3.3）分块模型凹凸性判断，3.3.1)当且时，该分块模型曲面是下凹的；3.3.2)当且时，该分块模型曲面是上凸的；3.3.3)其他情况下，该分块模型难以确定凹凸性；3.4）分块模型特征水深确定，3.4.1)当分块模型是凹曲面时，遍历模型获取最大水深点dss_{i_max,j_max}；如有多个最大水深点时，选取坡度值slp_i,j最大且靠近中心的水深点；3.4.2)当分块模型是凸曲面时，遍历模型获取最小水深点dss_{i_min,j_min}；如有多个最小水深点时，选取坡度值slp_i,j最大且靠近中心的水深点；3.4.3)其他情况时，选取模型中心点dss_{i_cen,j_cen}作为特征点；3.5)模型特征点标识，当dss_i,j为特征水深点时，设置其标记为1，否则设置其标记为0；步骤4基于特征点查询原始多波束水深，4.1）遍历数据集合Proc3＝{x_i,y_i,z_i}_i＝1,m，按照每个水深点的坐标值（x_i,y_i）查询它作用的模型网格点dss_I,J；模型网格点dss_I,J的坐标为（X_I,Y_J）；4.2）当$\mathrm{dis}=\sqrt{{(x_i-X_I)}^2+{(y_j-Y_J)}^2}<0.5\times \mathrm{grid}\_d$时，且当dss_I,J为特征标识值为1时，使用IDW方法，基于数据集合Proc3＝{x_i,y_i,z_i}_i＝1,m，重新计算模型点的水深值dep_new_I,J；grid_d为模型最近两点的空间间距；步骤5基于图层综合制作多波束水深图，使用成图系统或地理信息系统，按照等深线层、水深层和修饰层三个分层来制作来多波束水深图；5.1）在等深线层中，根据成图比例尺，按照国标要求构建首曲线、辅助线、记曲线和记曲线上的水深标注值；5.2）在修饰层中，添加图名、比例尺、图例、图框、经纬网线和海岸线；5.3）在水深层中，遍历模型DSSM，当模型点dss_I,J特征标识为1时，且当水深值dep_new_I,J不为空值时，使用该点为特征点，当dep_new_I,J为空值时，使用dep_I,J作为特征点；5.4）当最水深图中水深点过于稀疏时，减小模型分块大小值d，返回步骤3；5.5）当最水深图中水深点过于密集时，增加模型分块大小值d，返回步骤3；5.6）多图层叠加后，如出现图形要素相互叠加而不可见现象时，或者图形要素太密集时时，则删除一些辅助的图形要素。