论文阅读笔记_001 Micro-Bathymetry Data Acquisition for 3D Reconstruction of Objects on the sea floor

最新推荐文章于 2024-02-02 12:58:03 发布
原创 最新推荐文章于 2024-02-02 12:58:03 发布 · 467 阅读 · 2 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

这篇博客解析了2017年IEEEOceans会议上的一篇论文，关注海底3D物体重构中微地形数据的获取方法，包括任务规划范例和声呐数据处理技术，如BDI、MaxsalongDOA和WMT。重点介绍了REMUS-100平台的多波束声呐配置及数据处理流程。

论文阅读笔记_001　Micro-Bathymetry Data Acquisition for 3D Reconstruction of Objects on the sea floor

立一个FLAG

论文阅读笔记的编号是三位数，希望自己能够坚持下来写到999。

论文来源介绍

这次记录的论文是一篇发表于 2017 年的 IEEE Oceans 会议论文。作者是 Diogo.Machado, Thomas Furfaro , Samantha Dugelay ,意大利人，属于北约(NATO)科学与技术组织，海事研究中心。

Machado, D., Furfaro, T., Dugelay, S., & Ieee. (2017). Micro-Bathymetry Data Acquisition for 3D Reconstruction of Objects on the Sea Floor. In Oceans 2017 - Aberdeen.

研究目的

本文的题目是海底目标3维重建过程中的微地形数据采集(Acquisition)，由于AUV挂载的多波束声呐横向覆盖范围有限且航行器存在导航偏差，单次的航行一般不能完全覆盖目标物体。针对以上问题作者提出了一种兼顾探测效率和覆盖面积的任务规划方法（范例），除此之外本文还介绍了一些适用于多波束声呐的数据处理方法。

航行器基本情况介绍

文中采用以REMUS－100为载体，通过LBL系统进行水下导航。AUV搭载的有：ADCP、CTD、双频侧扫声呐和一个声学调制解调器。

REMUS　100
此外，还搭载了一个多波束声呐（文章的重点研究对象）

最低0.47元/天 解锁文章
15 - matlab m_map地学绘图工具基础函数 - 一些数据转换函数（二）
weixin_43339605的博客
07-13 632
篇介绍了读取Sandwell和Smith测深文件的函数（mygrid_sand2）和获取椭球测地线的点的函数（m_geodesic）,通过示例展示了各函数的基本用法，对于绘制常见地学图已经够用了，后面若发现还有其它相关函数再进行补充。
echarts3d地图option实例写法
Christina0109的博客
11-06 175
本文是自己在用到 echarts3D的时候，写的实例。
多波束声纳测深瞬间到达角和旅行时的精确确定 (2005年)
04-25
详细论述了多波束测深系统的幅度检测方法,指出了传统的 BDI和 WMT检测方法的缺点,提出了回波最大强度优先法,它首先采用基于中值滤波、局部方差检测和小波分析相结合的方法来定位异常数据,然后将一个发射接收周期的幅度数据看作二维信号,从图像处理角度来分割高峰值区,从而得到高精度、可靠的DOA和 TOA,并使用模拟数据进行了分析,证明了算法的优越性。
论文阅读：CVPR2016 Paper list
热门推荐
一亩半分地
05-12 8万+
CVPR2016 accepted paper list
ArcGIS Bathymetry 管理水深数据的方法
GIS制图乐园
03-07 5819
使用 ArcGIS Bathymetry 管理水深数据 本章导读：ArcGIS Bathymetry 是ArcGIS平台的一个扩展模块，是用于现实和管理水下地形数据的一个扩展模块。目前大多数的介绍仅限于官方网站的英文说明，对绝大部分人来说，这是个比较陌生的软件以及需要比较专业的使用场景。笔者会在本章比较全面的介绍 ArcGIS Bathymetry 的功能以及使用场景。 BY 李远祥 ...
M_Map绘图笔记——函数详解（四）
wokaowokaowokao12345的专栏
11-07 7041
简介 这篇博文主要记录使用M_Map过程中一些重要函数的具体用法和解释。内容会逐渐补充。 函数 m_colmap m_colmap（NAME） 返回一个M-by-3矩阵，其中包含NAME colormap 其中NAME是以下之一： 'jet': 是一个视觉上均匀变化的colormap。它包含多种颜色，颜色以深蓝色开始，范围从蓝色、绿色、橙色和红色组成，并以深红色结尾。 'blue': 蓝色阴影（适...
echarts实现3D地球模式--3D线和标记mark
zk_1325572803的博客
01-16 1万+
echarts实现3D地球模式–3D线和标记mark 效果 代码 <div id="container"> </div> <script type="text/javascript" src="js/jquery/1.11.3/jquery.min.js"></script> <script type="text/javascript" ...
《Basin-scale high-resolution extraction of drainage networks using 10-m Sentinel-2 imagery》
行秋的博客
09-25 327
ABSTRACT： Extraction of drainage networks is an important element of river flow routing in hydrology and large-scale estimates of river behaviors in Earth sciences. Emerging studies with a focus on greenhouse gases reveal that small rivers can contribute
259Echarts - 3D 路径图（Airline on Globe）
阿甘兄
05-06 1829
效果图 源代码 $.getJSON('data-gl/asset/data/flights.json', function(data) { function getAirportCoord(idx) { return [data.airports[idx][3], data.airports[idx][4]]; } var routes = data.r...
使用人工智能加快海底数据处理-从粗略过滤到精细智能数据筛选
Xiaok的专栏
04-23 5180
使用人工智能加快海底数据处理-从粗略过滤到精细智能数据筛选 Danny Websdale, Francisco J. Gutierrez 2022年3月10日 人工智能（人工智能）在20世纪50年代首次出现，当时机器在没有人类干预的情况下进行自主操作并适应不断变化环境的能力还没有出现在科幻小说中。这个话题现在得到了主流的认可，部分原因是因为有足够的计算能力让人工智能为我们工作。人工智能机器和软件不再是科幻小说，其影响无处不在，包括在地球物理数据处理中。 水声技术部门的发展使海底勘测价值链的最后一英里.
【2024美赛】D题（中英文）：五大湖水资源问题Problem Problem D: Great Lakes Water Problem
定期分享我的发现和想法，感谢你的陪伴和支持
02-02 3443
这些变化反过来影响该地区的生态系统，进而影响湖泊及其周围发现的动植物的健康，以及居住在水盆地中的居民。这些水位是温度、风、潮汐、降水、蒸发、湖底形态（湖底的形状）、河流流量和径流、水库政策、季节循环和长期气候变化之间复杂相互作用的结果。在五大湖水系统的水流中有两个主要的控制机制——苏锡圣玛丽的补偿工程（三座水电站、五个导航闸和一个在急流头部的闸门大坝）和康沃尔的摩西-桑德斯大坝，如附录中所示。IJC还对你使用的历史数据来通知你的模型和建立参数感兴趣，因为他们好奇你的管理和控制策略与以往模型的比较情况。
Please revise the paper：Accurate determination of bathymetric data in the shallow water zone over time and space is of increasing significance for navigation safety, monitoring of sea-level uplift, coastal areas management, and marine transportation. Satellite-derived bathymetry (SDB) is widely accepted as an effective alternative to conventional acoustics measurements over coastal areas with high spatial and temporal resolution combined with extensive repetitive coverage. Numerous empirical SDB approaches in previous works are unsuitable for precision bathymetry mapping in various scenarios, owing to the assumption of homogeneous bottom over the whole region, as well as the limitations of constructing global mapping relationships between water depth and blue-green reflectance takes no account of various confounding factors of radiance attenuation such as turbidity. To address the assumption failure of uniform bottom conditions and imperfect consideration of influence factors on the performance of the SDB model, this work proposes a bottom-type adaptive-based SDB approach (BA-SDB) to obtain accurate depth estimation over different sediments. The bottom type can be adaptively segmented by clustering based on bottom reflectance. For each sediment category, a PSO-LightGBM algorithm for depth derivation considering multiple influencing factors is driven to adaptively select the optimal influence factors and model parameters simultaneously. Water turbidity features beyond the traditional impact factors are incorporated in these regression models. Compared with log-ratio, multi-band and classical machine learning methods, the new approach produced the most accurate results with RMSE value is 0.85 m, in terms of different sediments and water depths combined with in-situ observations of airborne laser bathymetry and multi-beam echo sounder.
02-18
回答：本文提出了一种基于底部类型自适应的卫星深度测量（BA-SDB）方法，以解决传统卫星深度测量模型中假设底部均匀的局限性以及不能充分考虑影响反射率的干扰因素，如浊度等。通过基于聚类的底部反射率自适应分割，...
. 解混-水深联合反演框架 标题：Integrating Spectral Unmixing and Radiative Transfer Modeling for Bathymetry Retrieval in Coral Reefs 期刊：Remote Sensing of Environment (2023) 1 原文链接： ScienceDirect 全文 补充： 若无法访问，可尝试作者主页预印本：ResearchGate 2. 珊瑚礁端元库优化研究 标题：Coral-Specific Endmember Library for Hyperspectral Bathymetry in Turbid Waters 期刊：ISPRS Journal of Photogrammetry (2022) 2 原文链接： Elsevier 全文 替代获取： 开源代码库附论文PDF：GitHub Repository 3. 深度学习融合方法 标题：Deep Unmixing-Net for Joint Substrate Mapping and Bathymetry Estimation 给出上述三篇论文全文
07-20
我们面对的是一个需要获取三篇特定论文全文的请求。由于论文全文通常受版权保护，直接提供PDF链接可能涉及侵权问题。但可以通过以下合法途径帮助用户获取： 1. 开放获取（OA）论文：直接提供官方PDF链接 2. 非OA论文...
> 位置：path (第 109 行) 位置: TMD (第 6 行) Welcome to TMD: Tidal Model Driver! TMD FILE NAME/FORMAT CONVENTION (MUST follow!): 1. TMD supports format of models downloaded from: , http://volkov.oce.orst.edu/tides http://www.esr.org/polar_tides_models 2. Elevation file name should start from 'h'. 3. Transport file name should start from 'UV'. 4. Bathymetry grid file name should start from 'g'. 5. If grid is uniform in km string 'km' should be found either in model file names or in grid file name. 6. For any tidal model a control file starting from 'Model_*' ib subdirectory TMD/DATA should be given. The file MUST contain 3 lines: <Elevation file name> <Transport file name> <Bathymetry grid file name> If the model files are NOT in TMD/DATA, exact path should be included. If the model files are in TMD/DATA, no path in file names is needed. If grid is uniform in km the NAME of function converting lat,lon to x,y and back should be provided in 4-th line, for example:'xy_ll' for Arctic or 'xy_ll_S' for Antarctic The model is on uniform grid in lat,lon Loading TMD (Tidal Model Driver)...done See button tips for HELP. Type 'help tmd_extract_HC','help tmd_tide_pred', 'help tmd_ellipse', Type 'help tmd_get_coeff','help tmd_get_ellipse', if you wish to use the scripts instead of GUI. Model and files are in D:\TMD2.5\DATA\MyArea\SCS\h_zhanjiangbay and D:\TMD2.5\DATA\MyArea\SCS\uv_zhanjiangbay. Bathymetry grid file is in D:\TMD2.5\DATA\MyArea\SCS\grid_zhanjiangbay. Input file examples are in LAT_LON Programmed by: Lana Erofeeva: TMD release 2.5
11-29
然而，错误信息中提到了“The model is on uniform grid in lat,lon”，所以控制文件应该只有3行。 现在，问题可能出在控制文件上。控制文件必须位于TMD/DATA目录下，并且以'Model_*'开头。根据错误信息，控制...
理财系统源码/虚拟投资/礼物系统/可自定义产品
最新发布
01-06
理财系统源码/虚拟投资/礼物系统/可自定义产品
GeneratedClass370.java
01-06
GeneratedClass370.java
GeneratedClass246.java
01-06
GeneratedClass246.java
(IHAOAVOABPvsAOBPvsAVOABPvsPSOBP)非洲秃鹫融合天鹰优化BP天鹰优化BP非州秃鹫BP粒子群（Matlab代码实现）
01-06
(IHAOAVOABPvsAOBPvsAVOABPvsPSOBP)非洲秃鹫融合天鹰优化BP天鹰优化BP非州秃鹫BP粒子群（Matlab代码实现）
基于改进粒子群算法的多无人机协同航迹规划（Matlab代码实现）
01-06
基于改进粒子群算法的多无人机协同航迹规划（Matlab代码实现）内容概要：本文围绕“基于改进粒子群算法的多无人机协同航迹规划”展开，结合Matlab代码实现，重点研究在复杂环境下多无人机系统的协同路径规划问题。通过改进传统粒子群优化算法（PSO），提升算法的收敛速度与全局搜索能力，有效解决多无人机在飞行过程中面临的避障、路径最短、能耗优化及任务分配等协同问题。文中详细阐述了算法的设计思路、数学模型构建、约束条件处理以及仿真实验过程，展示了该方法在三维动态环境中的航迹规划效果，验证了其可行性与优越性。; 适合人群：具备一定Matlab编程基础，从事无人机控制、路径规划、智能优化算法研究的研究生、科研人员及工程技术人员。; 使用场景及目标：①应用于多无人机协同执行侦察、救援、巡检等任务中的航迹规划；②为智能优化算法在实际工程中的改进与应用提供参考；③帮助读者掌握粒子群算法的优化策略及其在路径规划中的具体实现方法。; 阅读建议：建议结合提供的Matlab代码进行仿真实践，重点关注算法改进部分与多机协同机制的设计，通过调整参数和场景设置加深对算法性能的理解。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值