基于单光子激光雷达背景噪声率的地表分类方法技术

本发明专利技术公开了一种基于单光子激光雷达背景噪声率的地表分类方法，首先根据镜面反射理论提出了水面光子反射噪声率的表达式，随后结合系统参数、环境参数与目标特性参数，建立了背景噪声率模型，分别给出了陆地背景噪声率与水体背景噪声率的数学表达式，最后计算得到地表分类噪声率阈值。根据陆地与水体背景噪声率的显著差异，可通过代入激光雷达原始点云数据的统计噪声率与噪声率阈值进行比较，判断地表类型。该分类方法不依赖于传统方法中需要用到的数字地形图或高分辨率遥感影像，采用的辅助数据易于获取，具有快速、高效的优点，可在沿海地区实现高精度的地表类型分类。将该方法应用于MABLE原始点云数据中，分类效果优异。

Surface classification method based on background noise rate of single photon lidar

The invention discloses a ground surface classification method based on background noise rate of single photon laser radar. Firstly, according to the specular reflection theory, the expression of surface photon reflection noise rate is proposed. Then, combining system parameters, environmental parameters and target characteristic parameters, the background noise rate model is established, and the mathematical expressions of land background noise rate and water background noise rate are given respectively, Finally, the threshold of noise rate of surface classification is calculated. According to the significant difference of background noise rate between land and water, the surface type can be determined by comparing the statistical noise rate and noise rate threshold of the original LIDAR point cloud data. This classification method does not rely on the digital topographic map or high-resolution remote sensing image which is used in the traditional methods. The auxiliary data used is easy to obtain, and has the advantages of fast and efficient. It can achieve high-precision classification of surface types in coastal areas. Applying this method to mable original point cloud data, the classification effect is excellent.

【技术实现步骤摘要】
基于单光子激光雷达背景噪声率的地表分类方法
本专利技术涉及地表分类
，具体涉及一种基于单光子激光雷达背景噪声率的地表分类方法。
技术介绍
由于光子计数器和微脉冲激光器分别具有更高的检测灵敏度和更高的重频，光子计数雷达可以获得比传统全波形雷达更密集的光子点云数据。因此，为了对地球表面进行更精确的观测，美国国家航空航天局于2018年底发射了ICESat-2(Ice,Cloud,andlandElevationSatellite-2)，并为其配备了一个光子计数雷达。然而由于光子计数雷达对信号光子和主要来源于太阳背景光的反射的噪声光子均非常敏感，这使得单光子原始点云数据具有大量的噪声，因此，如何从原始点云数据中区分信号光子是光子计数雷达的关键。准确的地表类型信息对于选择合适的方法从原始点云数据中提取信号光子十分重要，尤其在沿海地区，由于不同地表类型的表面特征不同，因此信号光子在水面上的分布与地面上的分布具有较大差异。现有技术中，利用NCLD(NationalCenterforLearningDisabilities)，从卫星光学图像中获取激光测高仪沿轨道的地表类型。本申请专利技术人在实施本专利技术的过程中，发现现有技术的方法，至少存在如下技术问题：现有方法需要提取出信号光子后与高分辨率影像作比对进行分类，NLCD辅助数据是必不可少的；并且根据原始点云数据中背景噪声率进行水冰分类的噪声率阈值是基于经验公式，同时，目前对于地表光子反射噪声率的理论公式是基于地球表面是一个郎伯体的假设，然而该假设不适用于水面，关于水面光子反射噪声率的理论公式也未见完整资料给出。由此可知，现有技术中存在准确性不高和效率不高的技术问题。
技术实现思路
本专利技术主要利用新推导的水面光子反射噪声率分析表达式，结合系统参数、环境参数和目标特性参数，建立了背景噪声率模型，精确计算得到用于地表分类的噪声率阈值，提供了一种基于单光子激光雷达背景噪声率的地表类型分类方法。本专利技术的上述技术问题主要是通过下述技术方案得以解决的：本专利技术提供了一种基于单光子激光雷达背景噪声率的地表分类方法，包括：步骤S1：获取单光子激光雷达的系统参数、测量时的环境参数以及目标特性参数；步骤S2：根据系统参数、环境参数以及目标特性参数，计算地面光子反射噪声率fL、水面光子反射噪声率fW和大气后向散射噪声率fA；步骤S3：根据地面光子反射噪声率fL和大气后向散射噪声率fA，计算陆地背景噪声率fnL，根据水面光子反射噪声率fW和大气后向散射噪声率fA，计算水体背景噪声率fnW；步骤S4：根据陆地背景噪声率fnL与水体背景噪声率fnW，计算地面和水面分类的噪声率阈值P；步骤S5：读取机载激光测高仪的点云数据，统计仅含噪声光子事件的预设高程范围内的背景噪声率fnS；步骤S6：计算预设高程范围内的背景噪声率fnS与水体背景噪声率fnW的比值；步骤S7：根据背景噪声率fnS与水体背景噪声率fnW的比值与噪声率阈值P的关系，判断该点云数据所对应的地表类型。在一种实施方式中，系统参数包括激光波长、接收望远镜有效面积、望远镜接收半视场角、窄带滤光片带宽、光电系统综合效率，环境参数包括太阳辐亮度、单程大气透过率、太阳天顶角和风速；目标特性参数包括地面坡度、地面反射率、风浪坡度和水面反射率，步骤S2具体包括：分别根据公式(1)和(2)计算地面光子反射噪声率fL、大气后向散射噪声率fA，公式(1)和(2)的具体形式为:公式(1)和(2)中，Nλ0为太阳辐亮度，Δλ为窄带滤光片带宽，h为普朗克常数，v为光子频率，为光速除以光子波长λ，θr为望远镜接收半视场角，η为光电系统综合效率，Ar为接收望远镜有效面积，βL为地面反射率，Ta为单程大气透过率，θs为太阳天顶角，ψ为太阳光线与地表法线的夹角，可以表示为公式(3)，式(3)中，σL为地面坡度，为激光测高仪飞行方向与坡面方向的方位角；根据公式(4)计算水面光子反射噪声率fW，公式(4)的具体形式为:式(4)中，ρ为镜面点与光轴的距离，z为激光测高仪飞行高度，βw为水面反射率，βw变为关于ρ的表达式βW(ρ)：式(5)中，风浪斜率的概率密度函数为高斯函数，s2为其均方斜率，s2＝0.003+0.00512w，w为平均风速。在一种实施方式中，步骤S3具体包括：将地面光子反射噪声率fL和大气后向散射噪声率fA的和作为陆地背景噪声率fnL，将水面光子反射噪声率fW和大气后向散射噪声率fA的和作为水体背景噪声率fnW。在一种实施方式中，步骤S4具体包括根据公式(6)计算地面和水面分类的噪声率阈值P：在一种实施方式中，步骤S5中预设高程范围为400～900m。在一种实施方式中，步骤S7具体包括：当统计噪声率fnS与水体背景噪声率fnL的比值小于噪声率阈值P时，判定该区域的类型为水体；当统计噪声率fnS与水体背景噪声率fnL的比值大于噪声率阈值P时，判定该区域的类型为陆地。本申请实施例中的上述一个或多个技术方案，至少具有如下一种或多种技术效果：本专利技术提供的一种基于单光子激光雷达背景噪声率的地表分类方法，首先，获取单光子激光雷达的系统参数、测量时的环境参数以及目标特性参数；然后，根据系统参数、环境参数以及目标特性参数，计算地面光子反射噪声率fL、水面光子反射噪声率fW和大气后向散射噪声率fA；接着，根据地面光子反射噪声率fL和大气后向散射噪声率fA，计算陆地背景噪声率fnL，根据水面光子反射噪声率fW和大气后向散射噪声率fA，计算水体背景噪声率fnW；接下来，根据陆地背景噪声率fnL与水体背景噪声率fnW，计算地面和水面分类的噪声率阈值P；然后，读取机载激光测高仪的点云数据，统计仅含噪声光子事件的预设高程范围内的背景噪声率fnS；再计算预设高程范围内的背景噪声率fnS与水体背景噪声率fnW的比值；最后，根据背景噪声率fnS与水体背景噪声率fnW的比值与噪声率阈值P的关系，判断该点云数据所对应的地表类型。由于本专利技术提供的方法，可以结合系统参数、环境参数与目标特性参数，建立背景噪声率模型，并可以计算得出陆地背景噪声率与水体背景噪声率，进而计算得到地表分类噪声率阈值，最后通过根据背景噪声率fnS与水体背景噪声率fnW的比值与噪声率阈值P的关系，判断对应的地表类型，为地表类型分类提供了可靠的依据；并且，该地表类型分类方法仅需要使用易于获得的噪声光子，而并不需要对信号光子进行提取，同时也不依赖于传统方法中需要用到的数字地形图或高分辨率遥感影像，因此可以实现在运算量小、运算速度快的同时，完成对沿海地区地表类型的高准确度分类。同时，该分类方法在高纬度海冰地区的地表类型探测方面具有很大的应用潜力。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单本文档来自技高网...

【技术保护点】
1.基于单光子激光雷达背景噪声率的地表分类方法，其特征在于，包括：/n步骤S1：获取单光子激光雷达的系统参数、测量时的环境参数以及目标特性参数；/n步骤S2：根据系统参数、环境参数以及目标特性参数，计算地面光子反射噪声率f

【技术特征摘要】
1.基于单光子激光雷达背景噪声率的地表分类方法，其特征在于，包括：
步骤S1：获取单光子激光雷达的系统参数、测量时的环境参数以及目标特性参数；
步骤S2：根据系统参数、环境参数以及目标特性参数，计算地面光子反射噪声率fL、水面光子反射噪声率fW和大气后向散射噪声率fA；
步骤S3：根据地面光子反射噪声率fL和大气后向散射噪声率fA，计算陆地背景噪声率fnL，根据水面光子反射噪声率fW和大气后向散射噪声率fA，计算水体背景噪声率fnW；
步骤S4：根据陆地背景噪声率fnL与水体背景噪声率fnW，计算地面和水面分类的噪声率阈值P；
步骤S5：读取机载激光测高仪的点云数据，统计仅含噪声光子事件的预设高程范围内的背景噪声率fnS；
步骤S6：计算预设高程范围内的背景噪声率fnS与水体背景噪声率fnW的比值；
步骤S7：根据背景噪声率fnS与水体背景噪声率fnW的比值与噪声率阈值P的关系，判断该点云数据所对应的地表类型。


2.如权利要求1所述的方法，其特征在于，系统参数包括激光波长、接收望远镜有效面积、望远镜接收半视场角、窄带滤光片带宽、光电系统综合效率，环境参数包括太阳辐亮度、单程大气透过率、太阳天顶角和风速；目标特性参数包括地面坡度、地面反射率、风浪坡度和水面反射率，步骤S2具体包括：
分别根据公式(1)和(2)计算地面光子反射噪声率fL、大气后向散射噪声率fA，公式(1)和(2)的具体形式为:






公式(1)和(2)中，Nλ0为太阳辐亮度，Δλ为窄带滤光片带宽，h为普朗克常数，v为光子频率，为光速除...

【专利技术属性】
技术研发人员：李松，刘欣缘，马跃，张智宇，张文豪，周辉，
申请(专利权)人：武汉大学，
类型：发明
国别省市：湖北;42