[发明专利]一种非自主测绘海图的水深注记精度定量评估方法有效
申请号: | 201811598750.8 | 申请日: | 2018-12-26 |
公开(公告)号: | CN109816713B | 公开(公告)日: | 2023-03-31 |
发明(设计)人: | 贾帅东;张立华;孙晓路 | 申请(专利权)人: | 中国人民解放军海军大连舰艇学院 |
主分类号: | G06T7/60 | 分类号: | G06T7/60;G06T7/00 |
代理公司: | 大连理工大学专利中心 21200 | 代理人: | 梅洪玉 |
地址: | 116018 辽*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 自主 测绘 海图 水深 精度 定量 评估 方法 | ||
本发明涉及一种非自主测绘海图的水深注记精度定量评估方法,包括以下步骤:读取待评估的非自主测绘海图上的所有水深点,并用逐点插入法建立起Delaunay水深三角网;通过分析每个水深点的深度值是否小于其所有邻接水深点的深度值,判定其是否为海底地形表面的局部最浅点;提取水深点中所有的局部最浅点,通过计算每个局部最浅点的坡度,判断其是否为特殊水深点;建立待评估海图的特殊水深点点集;以待评估海图上的每个特殊水深点的位置为圆心,其深度值在《航海图编绘规范》中对应的最大间距为半径,建立每个特殊水深点的圆域;读取用于检查比对的高精度海图上的所有水深点。
技术领域
本发明涉及海洋测绘领域,尤其涉及一种非自主测绘海图的水深注记精度定量评估方法。
背景技术
水深,作为海图上最基本的要素,对于保障舰船的航行安全、反映海区的通航能力以及正确显示海底地形地貌具有十分重要的作用,其质量是决定海图价值大小、甚至有用无用的关键。
海图数据质量一直是海洋测绘界所关注的重点之一。国际海道测量组织始终强调快速、完善的海图产品以及覆盖全球的可靠海图数据获取。近年来,关于海图产品的质量控制和评估也引起了国内外众多学者的广泛关注。李春菊于2008年针对数字海图的质量控制方法进行了系统的研究;李凯等于2009年构建了数字海图的质量控制体系;贾建军等于2010年对海图质量的内涵、海图质量的形成过程和构成海图质量的基本元素进行了系统分析;于彩霞等于2013年提出了基于云模型的数字海图质量评估方法。上述这些方法对于我国自主生产的海图质量评估与控制提供了技术支撑。然而,由于我国自主测量数据的覆盖范围有限,通常需要购买外国生产的海图(即外版海图)作为补充手段。由于我国对非自主采集制作的外版海图,其数据质量是很难掌控的,因此传统海图制图过程中采用的“三级审核,一级验收”的质量控制体系在评估非自主测绘海图的质量时很难适用。当前,对于这类海图的质量评估,需要由制图人员依据其数据来源、现势性等信息,结合自身的作图经验,简单地将外版海图划分为基本资料、补充资料和参考资料三个等级,这种对外版海图质量定性评估的方法,受制图人员业务能力、经验认识的限制,其最终评价结果很难具有唯一性,且不能保证其准确性。
发明内容
为了克服传统定性分析方法存在的上述问题,本发明提供了一种非自主测绘海图的水深注记精度定量评估方法,其特征在于:
a、读取待评估海图上所有水深点的平面位置和深度值;
b、采用逐点插入法,构建Delaunay水深三角网;
c、选取待评估海图上的一个水深点,记作当前水深点;
d、分析当前水深点的深度值是否小于其所有邻接水深点的深度值,如果是,进入步骤e;反之,进入步骤g;
e、计算当前水深点的坡度,判断其是否为特殊水深点,如果是,进入步骤f,反之进入步骤g;
f、将当前水深点放入特殊水深点点集;
g、选取待评估海图上的下一个水深点,记作当前水深点,重复步骤d~f,直至待评估海图上的所有水深点分析全部遍历分析为止;
h、读取用于检查比对的高精度海图上的所有水深点,建立高精度水深点集合;
i、提取特殊水深点点集中的一个水深点,记作当前特殊水深点;
j、以当前特殊水深点的位置为圆心,根据当前特殊水深点的深度值,依据《航海图编绘规范》中要求的该深度值对应的水深点的最大间距为半径,绘制圆域,从高精度水深点集合中选取位于该圆域内的最浅水深点;
k、计算当前特殊水深点与其对应的最浅水深点在平面位置和垂直深度上的差异;
l、提取特殊水深点点集中的下一个水深点,记作当前特殊水深点,循环步骤j~k,直至所有特殊水深点全部分析遍历为止;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国人民解放军海军大连舰艇学院,未经中国人民解放军海军大连舰艇学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811598750.8/2.html,转载请声明来源钻瓜专利网。
- 上一篇:基于图像的边缘测量
- 下一篇:一种基于三维卷积神经网络的点云物体类型识别方法