一种用于多波束测深数据中粗差的样本扩增方法

本发明涉及一种用于多波束测深数据中粗差的样本扩增方法，包括对原始多波束测深数据进行处理，获得在数值上保持一致性的第一数据；对第一数据扩增四类多波束测深粗差；根据水文测量标准设定阈值，比较扩增四类多波束测深粗差后的所述第一数据，将所述第一数据中深度偏移量大于所述阈值的点引入深度学习模型中，以完成粗差的样本扩增。利用本发明设计的一种用于多波束测深数据中粗差的样本扩增方法，能够解决现有技术中粗差检测方法依赖人工干预或参数调整，存在可重复性差、复杂环境适应性不足等问题。解决现有样本生成方法难以高效模拟多波束测深数据中粗差的多样性，导致深度学习模型训练数据不足，影响水下桩体测绘的准确性的问题。