改进的布料模拟算法在多波束点云粗差剔除中的应用

刘 毅， 王 磊， 王胜利， 胡亮亮， 高文龙

(1.山东科技大学测绘与空间信息学院， 青岛 266590； 2.自然资源部，海洋测绘重点实验室， 青岛 266590；3.山东科技大学海洋科学与工程学院， 青岛 266590)

多波束探测技术已经成为目前水下地形探测的主要方法[1]。近些年随着近岸浅水调查及浅水水下地形项目需求的日益增长，浅水多波束测深系统得到了广泛的应用[2-3]。在水下地形测量过程中，浅水多波束安装于船体侧舷容易受到噪声、复杂的海洋环境及设备参数设置不合理等多种因素的影响，测深数据中难免含有粗差[4]。

为了获得精确的水下地形，需要剔除多波束数据粗差，现有的滤波方法有人工剔除粗差和自动滤波两种。人工剔除粗差方法准确度较高，但是需要消耗大量的劳动力，且效率较低，无法满足大量数据处理[5]。因此许多专家学者提出自动滤波方法。李宏武等[6]利用基于最小二乘支持向量机(least squares support vector machines，LS-SVM)算法探测深度异常值；Calder等[7]提出CUBE(combined uncertainty and bathymetry estimator)算法；赵荻能等[8]提出了一种CUBE、曲面滤波参数联合选优流程；赵祥鸿等[9]提出利用BP神经网络剔除多波束测深数据粗差；杨安秀等[10]提出面向多波束测深数据的双向布料模拟自动滤波方法。

Zhang等[11]提出了基于布料模拟滤浓(cloth simulation filtering，CSF)算法对陆地激光点云滤波，其方法需要调整参数较少，精度高，适用不同复杂地形，给激光点云滤波提供了新的思路。本文中则利用CSF算法剔除多波束点云粗差，如果将CSF算法直接用于多波束点云滤波，会导致对凸起礁石和凹陷沟槽等水下地形过度滤波。……