一种顾及邻域地形约束的机载激光测深弱回波识别方法与流程

摘要: 本发明属于海洋测绘,具体涉及一种顾及邻域地形约束的机载激光测深弱回波识别方法。背景技术:1、机载激光测深(alb)是实现近岸浅水区水陆一体化高效测量的关键技术,...
一种顾及邻域地形约束的机载激光测深弱回波识别方法与流程

本发明属于海洋测绘,具体涉及一种顾及邻域地形约束的机载激光测深弱回波识别方法。

背景技术:

1、机载激光测深(alb)是实现近岸浅水区水陆一体化高效测量的关键技术,其通过发射高频激光脉冲并记录完整回波波形,为沿海工程、航行安全及资源开发提供核心地形数据。然而,自然动力过程与人类活动的持续干扰不断改变水下地形,加之激光脉冲在水体传播中遭受海面反射、水体吸收散射及海底反射等多重能量损耗,导致部分海底回波信号极弱,表现为振幅低、波宽窄且形态接近噪声,难以有效识别,直接影响点云密度与测深覆盖范围。

2、精确的波形分解是高质量点云生成的前提。传统方法(峰值探测、数值分解、反卷积等)在高信噪比条件下表现良好,但对弱回波识别能力不足。近年来,研究者探索多种改进策略:有学者利用信号分辨率增强与分数阶微分提升极浅水域回波识别精度;亦有工作结合邻近回波时空相关性与高斯拟合确定海底反射中心;另有人发展邻域波形叠加与体素堆叠技术以增加海底点数量,但此类方法对数据密度及地形平缓性要求较高。此外,随机森林等机器学习算法被用于弱回波探测,深度学习方法亦被引入以提升识别能力,但其模型可迁移性仍有待验证。已有相关专利方案覆盖波形去噪、信号提取、波形分析、数据配准、折射改正及弱回波增强识别等alb数据处理全链条。

3、现有弱回波识别方法大多仅针对特定水深场景设计,尚缺乏全水域普适性——浅水区或深水区各自有效,难以兼顾所有环境。低信噪比下弱回波易被噪声淹没,算法对复杂多变水下环境的适应性不足,仍是制约alb数据质量提升的核心瓶颈。未来需发展兼顾多场景、具备强抗噪能力和良好迁移性的稳健识别框架,以实现近岸浅水区全覆盖、高精度的水下地形测绘。

技术实现思路

1、针对机载激光测深弱回波难以有效检测的问题,本发明提供一种顾及邻域地形约束的机载激光测深弱回波识别方法,挖掘缺失的海面点和海底点,再通过折射改正修正光束在水介质中的传播路径,补充机载激光测深点云数据,为海面和海底地形建模等应用提供数据支撑。

2、为解决上述技术问题,本发明采用如下技术方案:

3、一种顾及邻域地形约束的机载激光测深弱回波识别方法,包括以下步骤:

4、步骤s1,根据回波次数与已生成点云的高程分布,将波形预分类为海面-海底回波、海底弱回波待识别波形和海面弱回波待识别波形;

5、步骤s2,搜索待识别波形对应测点的具有海面-海底回波的最近邻点,以其为中心选取最优邻域点集并拟合邻近地形曲面,基于条带地形曲面建立地形缓冲区,再以测点坐标与激光脉冲折射后的水下传播方向构建光线参数方程,与邻近地形曲面方程联立求解,取地形缓冲区内距邻近地形曲面最近的解为潜在弱回波初始位置;

6、步骤s3,以该初始位置为中心,依据激光脉冲与所述邻近地形曲面、所述条带地形曲面的交点位置关系,结合局部地形起伏自适应构建识别窗口,在窗口内对原始波形重构,经极大值探测得到弱回波精确位置;

7、步骤s4,对识别出的弱回波折射改正得到点位坐标并纳入已知点集,更新曲面并重构地形缓冲区,迭代识别直至满足停止条件,生成机载激光测深点云。

8、进一步地,所述步骤s1中,将回波次数大于1的波形标记为海面-海底回波;对单回波波形,依据单回波波形已生成测点的高程以及高程直方图拟合得到的分类阈值进行划分,将高程大于该阈值的单回波波形划分为海底弱回波待识别波形,高程小于等于该阈值的单回波波形划分为海面弱回波待识别波形。

9、进一步地,所述步骤s2中,以最近邻点为中心,采用基于维度特征的邻域自适应选取方法选取最优邻域点集,该方法基于邻近点云坐标协方差矩阵的特征值构建维度特征,通过信息熵最小化准则迭代求解各点最优邻域半径,以熵值最小时对应的邻域半径确定最优邻域点集,再利用该最优邻域点集进行多项式曲面拟合,得到所述邻近地形曲面。

10、进一步地,所述多项式曲面拟合中,多项式阶数根据最优邻域内点的数量动态确定,使曲面方程有解且实现地形拟合自由度自适应调节;曲面方程的待求系数通过最小二乘法求解。

11、进一步地,所述步骤s2中,以整条带点云拟合得到的条带地形曲面为基础,计算条带内各点到该条带地形曲面的高差直方图,采用高斯函数拟合该直方图,以拟合高斯分布的标准差作为缓冲区高程阈值,沿该条带地形曲面的法向上下偏移该阈值,构建地形缓冲区上侧曲面和下侧曲面,两者之间的区域构成地形缓冲区;若激光脉冲与邻近地形曲面的交点位于地形缓冲区之外,则判定该交点失真,放弃该波形并继续处理下一待识别波形。

12、进一步地,所述步骤s2中,若待识别波形为海面弱回波待识别波形,则以海底测点坐标和取反后的激光脉冲传播方向分别代替海面测点坐标和原始传播方向,构建光线参数方程并求解潜在弱回波初始位置;若光线参数方程与邻近地形曲面方程联立存在多个解,则以位于地形缓冲区以内且距邻近地形曲面最近的解作为最优解。

13、进一步地,所述步骤s3中,将激光脉冲与所述邻近地形曲面、所述条带地形曲面的交点分别映射至全波形得到对应的回波位置,由该两个坐标结合预设的窗口延展量确定识别窗口的左边界与右边界,窗口尺度随局部地形起伏自适应调整:当地形平缓时缩小窗口尺度以减少噪声进入,当地形起伏较大时扩大窗口尺度以避免漏检,且窗口尺度不小于预设的最小尺度阈值。

14、进一步地,所述步骤s3中,识别窗口内的波形重构函数由三个因子相乘构成:基于微分运算的波形强化因子,对波形进行尖锐化处理;基于曲线下面积、波形振幅方差和波形突出度多特征融合的波形显著因子;以及基于尾部噪声统计的有效波形检测因子;其中,有效波形检测因子要求重构后波形的曲线下面积、波形振幅方差、波形突出度均大于由波形尾部噪声统计得到的对应均值,且半峰波宽大于1个采样点数,以排除单点噪声。

15、进一步地,所述步骤s4中,根据海面回波与海底回波的时间差计算激光脉冲在水下的传播距离,结合已知测点坐标、激光脉冲入射方向以及折射定律,并顾及海面波浪起伏引起的海表面法线瞬时变化对入射角的影响,计算弱回波对应的点位坐标。

16、进一步地,所述步骤s4中,以相邻两次迭代所得点集中点的数量构造新增点数量占比,当新增点数量占比小于预设的迭代终止阈值时,判定检测过程趋于稳定并停止迭代;每轮迭代均基于最新点集动态更新所述邻近地形曲面与所述条带地形曲面并重构地形缓冲区,未能成功识别的待识别波形在后续迭代中再次参与识别。

17、与现有技术相比,本发明具有以下有益效果:

18、1.本发明构建邻近地形曲面模型,基于邻近高信噪比点云自适应拟合局部地形,结合激光脉冲传播路径估算弱回波初始位置,为后续精细检测奠定基础,克服了现有方法对低信噪比波形适用性差、对数据密度和地形平缓性要求高的问题;

19、2.本发明通过激光脉冲传播路径与缓冲区以及邻近地形曲面的交点自适应构建波形识别窗口,重构窗口内波形识别弱回波,显著提高弱回波检测率;重构函数由波形强化因子、波形显著因子与有效波形检测因子构成,将波形特征与空间邻域地形约束相结合,不依赖训练样本,进一步提升弱回波与噪声的区分度;

20、3.本发明实现海面弱回波和海底弱回波的有效识别,经折射改正与迭代求解补充机载激光测深点云。在岛屿区域的实验结果表明,相较于cfd方法,本发明识别到的有效海底点数增加了351.01%,最大水深提升了7.64米;与mbes数据对比验证,r²为0.995,mae为0.10m,rmse为0.11m,在浅水区波形混叠、深水区信号衰减的复杂水环境下均具备稳定优异的识别表现。