HydroBound-ML:面向机载激光测深的自动化高精度水面掩膜提取工具

《Sensors》:HydroBound-ML: Automated Water-Surface-Mask Generation for Airborne Lidar Bathymetry Processing Using Hybrid Machine Learning and Object-Based Image Analysis

【字体: 大 中 小 】 时间:2026年09月25日 来源:Sensors 4.0

编辑推荐:

   摘要

  

摘要

机载激光测深(ALB)需要精确的水面掩膜,以便从全波形数据中准确提取测深目标(例如通过指数分解法),防止在相邻陆地区域产生虚假目标提取。HydroBound-ML是一款基于图像的工具,旨在自动生成精确的水面掩膜,供后续机载激光测深(ALB)处理使用。精确的水面掩膜对于从全波形数据中可靠提取测深目标至关重要,例如通过指数分解法,因为它可以防止在相邻陆地产生虚假目标提取。由于静态地形数据库因河流动态变化而经常过时,且人工勾绘耗时巨大,本研究实现了水边界矢量化过程的自动化。我们推出了HydroBound-ML,一个开源的混合地理信息系统(GIS)框架,利用同步高分辨率多光谱影像。通过将语义分类与几何矢量化解耦,随机森林分类器在高维空间-光谱特征空间中运行以识别核心水体。随后使用简单线性迭代聚类(SLIC)超像素,通过面向对象图像分析(OBIA)精确描绘物理边界。该系统集成了先进的大数据操作技术,包括云优化GeoTIFF(COG)和硬件加速的布尔拓扑编辑。在复杂浑浊河流环境中的定量基准测试表明,HydroBound-ML能够明确解决水体与灰色基础设施之间的光谱歧义问题。该工具实现了极高的精度(精确率 = 0.99,F1分数 = 0.95),优于标准阈值技术(NDWI、OTSU),为ALB处理提供了比人工掩膜高度精确且可扩展的替代方案。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号