【技术实现步骤摘要】
本专利技术涉及星载激光雷达，具体涉及一种崎岖山地区域星载光子计数激光雷达点云数据去噪方法。
技术介绍
1、近年来，随着遥感技术的飞速发展，星载光子计数激光雷达已经成为对地观测的重要工具。它通过发射每秒数万次的激光脉冲，测量从地球表面反射回来的时间，从而精确计算地表高度变化，是一种能够直接、快速、精确地获取探测目标三维空间信息的主动遥感技术，已广泛应用于地形测绘、林业调查、电力巡检、城市三维模型建立等方面。星载光子计数激光雷达因其运行轨道高、观测范围大，在大区域地表三维信息获取上具有独特的优势。
2、与传统激光雷达相比，光子计数激光雷达发射和探测的激光脉冲信号较弱，因此难以在目标物体表面反射回来的脉冲、大气散射的光、太阳辐射以及仪器本身的噪声之间进行有效区分。系统对所有记录到的光子事件都进行点云生成，从而导致数据中含有大量噪声点云。因此，数据处理和定量应用的关键在于有效去除噪声点云并提取出真正的信号点云。
3、现有技术对当前星载光子计数激光雷达点云数据的去噪，仍存在以下不足：(1)星载光子计数激光雷达点云数据中的噪声密度并不是均匀的，会随时间和空间变化，现有的算法在高噪声密度区域容易误判，将噪声误认为信号，或在低噪声密度区域无法完全去除噪声；(2)在处理不同地形边界，如水陆交界处、植被和裸地交界处时，现有算法可能会受到边界效应影响，例如，当局部窗口跨越不同地形类型时，信号和噪声的统计特性可能显著变化，使得算法难以正确区分信号和噪声。
技术实现思路
1、为解决上
2、为实现上述技术方案，具体步骤如下：
3、一种崎岖山地区域星载光子计数激光雷达点云数据去噪方法，包括以下步骤：
4、s1、通过开源数据获取崎岖山地区域的点云数据；
5、开源数据为：通过美国国家冰雪数据中心官网，选择其中的icesat-2/atlas的2级数据atl03；所需的数据为点云的高程数据(h_ph)和点云的沿轨距离(along_track)，以沿轨距离为横坐标，高程数据为纵坐标建立坐标系，对应点云坐标信息(x,h)；
6、s2、基于点云数据的密集中心点进行第一次去噪；具体步骤如下：
7、s2.1、以固定的沿轨距离对点云数据进行片段划分并将每个片段中密集中心点的坐标记录到数据集a中；
8、对于平原地带的大面积种植区，由于其地形平缓起伏较小，可设为较大值200m；对于西南山区的森林，由于其地形崎岖变化较大，可设为较小值50～100m；因为山地植被覆盖区较为崎岖，本专利技术选择的固定的沿轨距离设为100m；
9、进一步的，以固定的沿轨距离为横坐标，沿横坐标垂直方向对点云数据进行划分，相邻两个沿轨距离之间的区域为一个片段，划分为m个片段；
10、密集中心点，计算方式如下：
11、
12、式中，xi、hi和xj、hj分别为点云pi和点云pj的横纵坐标；dist(pi,pj)是点云pi与点云pj之间的欧式距离；r为邻域范围的半径，num(pi)为点云pi在邻域范围内的邻近点云数量，nummax是num(pi)中的最大值，即该点云片段中的密集中心点，n为点云数据中点云的数量；
13、s2.2、以每个片段内密集中心点的高程数据为基准设置高程置信区间，将位于高程置信区间内的点云标保留，位于高程置信区间外的点云剔除；
14、高程置信区间为[h_ph-200,h_ph+200]；
15、s3、根据第一次去噪后得到的点云数据，进行第二次去噪，得到最终的去噪结果；步骤如下：
16、s3.1、根据数据集a中密集中心点的沿轨距离对点云重新进行片段划分；
17、以每个密集中心点的沿轨距离为横坐标，沿横坐标垂直方向，连续的两个密集中心点之间的区域构成一段片段，对点云数据进一步划分，划分为m个片段；
18、s3.2、根据两个密集中心点的横纵坐标计算坡度角，所得坡度角即为这一段点云片段的坡度角；依次对所有片段进行坡度角计算并根据坡度角数值进行片段合并；
19、坡度角计算公式如下：
20、
21、式中，xq、hq和xq+1、hq+1分别是密集中心点pq和密集中心点pq+1的横纵坐标，m为点云片段的数量；
22、若连续两段点云片段的坡度角正负相同且数值相差小于3°，则将其合并为一段点云片段；
23、s3.3、计算合并片段后的坡度角θw；
24、合并后的点云片段的坡度角θw为合并前两片段的坡度角均值；
25、s3.4、设置合并后的片段内的所有点云的邻近点云数量k；
26、k值对于平原地区取20-30；k值对于山地林区取40-60，本专利技术取值为50；
27、s3.5、将邻近点云之间的欧氏距离分解为平行于地形坡度方向的距离和垂直于地形坡度方向上的距离后进行局部距离统计；
28、距离分解的表达式如下：
29、
30、i∈(1,n)
31、j∈(1,n)
32、i≠j
33、式中，xi、h i和xj、hj分别为片段中的点云pi和点云pj的横纵坐标，dist(pi,pj)是点云pi与点云pj之间的欧式距离，dpsl(pi,pj)和dvsl(pi,pj)分别是dist(pi,pj)在平行于地形坡度方向上和垂直于地形坡度方向上分解的距离，θw为相应的点云片段的坡度角，n为点云数据中点云的数量；
34、局部距离统计sumdvsl的计算公式为：
35、
36、式中，dvsl(pi,pj)是点云pi和点云pi之间的欧氏距离在垂直于地形坡度方向上分解的距离；
37、s3.6、根据片段内的所有点云的垂直于坡度角方向上的距离建立长度频率直方图并通过拟合高斯函数的方法形成高斯拟合曲线并进行第二次去噪；
38、地面峰高斯拟合曲线峰值位置对应的横坐标设置为地面点云筛选阈值；
39、噪声峰高斯拟合曲线与相距最近信号峰拟合曲线交点位置对应的横坐标设置为去噪阈值；
40、将每个点云的sumdvsl与去噪阈值进行对比，若大于阈值则为噪声，将其去除，若小于阈值则为信号，将其保留；
41、将去噪阈值得到的信号点云与拟合地线进行高程对比，若低于拟合地线超过3m，则认为其是误判的噪声点云，将其去除，其余点云视为信号保留；
42、拟合地线根据地面点云筛选阈值筛选出地面点云，重复寻找密集中心点的过程，寻找地面点云中的密集中心点，以地面点云中的密集中心点为数据进行三次样条插值得到；
43、本专利技术的有益效果
44、相较于传统的局部距离统计去噪算法，本专利技术使用了两级去噪，先进行粗去噪后进行精去噪的流程减小了后续精去噪的运算量，提高了算法效率；同时，基于本文档来自技高网...
【技术保护点】
1.一种崎岖山地区域星载光子计数激光雷达点云数据去噪方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种崎岖山地区域星载光子计数激光雷达点云数据去噪方法，其特征在于，所述基于点云数据的密集中心点进行第一次去噪的步骤如下：
3.根据权利要求1所述的一种崎岖山地区域星载光子计数激光雷达点云数据去噪方法，其特征在于，所述第二次去噪的具体步骤如下：
【技术特征摘要】
1.一种崎岖山地区域星载光子计数激光雷达点云数据去噪方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种崎岖山地区域星载光子计数激光雷达点云数据去噪方法，其特征在于，...
【专利技术属性】
技术研发人员：王虹，周政宇，方强，曹峰玮，魏佐金，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：
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。