【技术实现步骤摘要】
一种扫描激光雷达探测数据网格化可视化方法
本专利技术属于大气探测激光雷达测量数据处理
,具体涉及一种扫描激光雷达探测数据网格化可视化方法。
技术介绍
大气气溶胶引起的颗粒物污染问题是当前影响我国大气环境质量问题的主要因素,气溶胶的观测技术和研究方法很多。激光雷达作为主动式光学遥感监测新技术的发展改变了传统大气气溶胶探测方法由点到线再到面的演绎方法,为大气环境研究提供了一个新的技术与探测手段,克服了传统大气环境研究中的诸多局限性,实现了大空间、长时间、多尺度、多参数的遥感遥测,已被广泛应用于大气特征参量探测、大气传输规律、全球气候预测、大气环境监测等研究领域。激光雷达通过接收大气气溶胶的回波信号测量大气气溶胶的时空分布和光学特性参量。激光雷达通常的垂直探测方式,存在几何重叠因子,造成探测盲区。扫描激光雷达是激光雷达的一种特殊工作形式,可实现低层大气气溶胶的水平或者垂直扫描,克服系统几何重叠因子给大气探测带来的困难,通过变换角度能够获得不同扫描区域的气溶胶空间分布信息。国内多数研究单位的探测方法依然停留在区域单点测量方法,仅对激光雷达系统设备所在的小范围区域的大气气溶胶时空分布特性进行了测量,对大尺度区域内大气气溶胶的时空演变特性的研究帮助有限。且各研究单位使用的激光雷达系统的参数(激光脉冲数、数据采样频率、望远镜口径,激光源类型,激光波长等)和测量方法(探测方位、空间角度、探测距离、探测时间等)不尽相同。此外,研制过程中所使用到的关键技术如几何重叠因子设计、信号压缩技术、背景光的抑制技术与信号采集 ...
【技术保护点】
1.一种扫描激光雷达探测数据网格化可视化方法,其特征在于,具体按照以下步骤实施:/n步骤1、根据扫描激光雷达探测数据的探测扫描距离和探测角度,定义尺寸为m×n的可视化图形区域,m为宽,n为高,这里以计算机屏幕像素为单位;/n步骤2、设扫描激光雷达探测数据的极坐标表示形式为D(R,Θ),定义数据V(m,n),并用0值初始化;对D(R,Θ)进行坐标转换,转换成笛卡尔积坐标形式,根据坐标得到网格化扫描激光雷达矩阵数据V(m,n);其中,R为扫描激光雷达探测采样点与激光雷达设备之间的径向距离集合,Θ是扫描激光雷达探测仰角集合;/n步骤3、采用归一化方法标准化处理数据V(m,n)得到扫描激光雷达标准化矩阵数据U(m,n);/n步骤4、利用垂直水平插值方法对U(m,n)中的数据缺失位置处进行插值填补,将U(m,n)中相应位置的0值数值替换为插值数值,得到数据G(m,n);/n步骤5、创建与可视化图形尺寸m和n对应的二维空间颜色矩阵数据C(m,n)并初始化,构建数据映射方法,将数据G(m,n)映射到表示数值强度的C(m,n)中;/n步骤6、利用像素与C(m,n)的对应关系,通过程序可视化方法将C(m ...
【技术特征摘要】
1.一种扫描激光雷达探测数据网格化可视化方法,其特征在于,具体按照以下步骤实施:
步骤1、根据扫描激光雷达探测数据的探测扫描距离和探测角度,定义尺寸为m×n的可视化图形区域,m为宽,n为高,这里以计算机屏幕像素为单位;
步骤2、设扫描激光雷达探测数据的极坐标表示形式为D(R,Θ),定义数据V(m,n),并用0值初始化;对D(R,Θ)进行坐标转换,转换成笛卡尔积坐标形式,根据坐标得到网格化扫描激光雷达矩阵数据V(m,n);其中,R为扫描激光雷达探测采样点与激光雷达设备之间的径向距离集合,Θ是扫描激光雷达探测仰角集合;
步骤3、采用归一化方法标准化处理数据V(m,n)得到扫描激光雷达标准化矩阵数据U(m,n);
步骤4、利用垂直水平插值方法对U(m,n)中的数据缺失位置处进行插值填补,将U(m,n)中相应位置的0值数值替换为插值数值,得到数据G(m,n);
步骤5、创建与可视化图形尺寸m和n对应的二维空间颜色矩阵数据C(m,n)并初始化,构建数据映射方法,将数据G(m,n)映射到表示数值强度的C(m,n)中;
步骤6、利用像素与C(m,n)的对应关系,通过程序可视化方法将C(m,n)的数值绘制到像素位置,最终将C(m,n)的每一个数值绘制为表征大气垂直结构的剖面图形。
2.根据权利要求1所述的一种扫描激光雷达探测数据网格化可视化方法,其特征在于,步骤1中:
m=rp·cosθq,n=rp·sinθq
其中,rp为扫描激光雷达探测仰角方向上的第p个采样点距离,p为扫描激光雷达探测仰角方向上的最大采样点数,θq表示为扫描激光雷达探测的第q个仰角,q为最大探测仰角数。
3.根据权利要求2所述的一种扫描激光雷达探测数据网格化可视化方法,其特征在于,步骤2中对数据V(m,n)进行定义,并用0值初始化,具体如下所示:
对D(R,Θ)进行坐标转换,转换成笛卡尔积坐标形式得到扫描激光雷达矩阵数据V(m,n),R、Θ、D(R,Θ)与V(m,n)如下表示:
R=(r1r2…rp),
Θ=(θ1θ2…θq),
转换的具体方法为:
将D(R,Θ)中的元素d(rs,θt)的极坐标形式转换为笛卡尔积坐标形式,V(m,n)为由d(rs,θt)的极坐标形式转换为笛卡尔积坐标形式后的v(i,j)元素集合,具体转化方式如下:
其中,表示向下取整,rs表示为扫描激光雷达探测的第s个数据采样点,s=1,2,…,p,θt表示为扫描激光雷达探测的第t个仰角,t=1,2,…,q,0≤i≤n,0≤j≤m,即有:
v(i,j)=d(rs,θt)
转换完成后,V(m,n)的形式为:
4.根据权利要求3所述的一种扫描激光雷达探测数据网格化可视化方法,其特征在于,步骤3中采用归一化方法标准化处理数据V(m,n)得到扫描激光雷达标准化矩阵数据U(m,n)的方法为:
将V(m,n)中的元素v(i,j)采用归一化方法标准化处理得到u(i,j),v(i,j)与u(i,j)的关系如下式:
U(m,n)={u(i,j)}
=V(m,n)/(dmax-dmin)
={v(i,j)}/(dmax-dmin)
其中,u(i,j)为U(m,n)的元素,0≤i≤n,0≤j≤m,u(i,j)为v(i,j)标准化处理以后的数值,dmax和dmin分别为V(m,n)中的最大值和最小值,最终使1≥u(i,j)≥0;
转换完成后,U(m,n)的形式为:
5.根据权利要求4所述的一种扫描激光雷达探测数据网格化可视化方法,其特征在于,步骤4具体按照以下步骤实施:
步骤4.1、令扫描激光雷达距离分辨率对应为可视化图形中的像素点,即长度为1个单位;
步骤4.2、通过m和n遍历U(m,n)中的元素u(i,j),若u(i,j)为0且在扫描探测区域内,则u(i,j)为待插值数据,转换成对应的极坐标系下的...
【专利技术属性】
技术研发人员:陈浩,陈凯军,丁雅婕,李博,朱磊,胡先智,邱原,闫庆,
申请(专利权)人:西安理工大学,
类型:发明
国别省市:陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。