[发明专利]基于噪声邻域密度的光子计数激光点云自适应去噪方法

说明书

本发明涉及基于噪声邻域密度的光子计数激光点云自适应去噪方法，属于光子计数激光雷达点云数据处理领域；步骤一、将原始激光点云投影到二维坐标系oxy上；步骤二、建立初级搜索区域，确定在初级搜索区域内所有投影点的最佳拟合直线；步骤三、将初级搜索区域进行修正，并统计修正后搜索区域内的所有投影点的数量，即邻域密度；步骤四、通过高斯拟合确定噪声点邻域密度的均值μ和标准差σ；步骤五、对噪声点邻域密度均值μ进行判断；步骤六、根据噪声判定阈值m_p判断噪声点；将噪声点去除，剩余点即为信号点；本发明实现自适应点云密度和目标形态，自适应确定去噪参数，适合在没有先验知识的情况下，大范围自适应点云去噪，具有较高的识别率和准确率。

技术领域

本发明属于光子计数激光雷达点云数据处理领域，涉及基于噪声邻域密度的光子计数激光点云自适应去噪方法。

背景技术

光子计数激光雷达是今年发展起来的新技术体制激光雷达，目前已经应用到星载对地遥感领域。光子计数激光雷达采用高重频微脉冲激光器发射激光脉冲，采用单光子探测器接收反射的回波脉冲，通过测量发射和接收脉冲的时间差，实现高精度测距。光子计数激光雷达相对传统线性体制激光雷达，所需激光器单脉冲能量小，适合多波束高重频探测，实现高空间分辨率探测。

光子计数激光雷达灵敏度达到单光子量级，造成其点云数据中包含大量噪声点。光子计数激光雷达目标处的信号点云密度大且集中，而噪声点比较分散，目标处沿轨方向点云密度比高度方向密度大。与成熟的机载激光雷达点云相比，点云特性明显不同因此，需要研究适合光子计数激光雷达点云的去噪方法。

针对光子计数激光雷达点云数据的去噪算法主要分为两类。一类是将点云栅格化为二维图像，采用图像处理算法进行去噪。该方法在栅格化过程中会造成有效信息丢失，并且不能充分利用点云的分布特征。另一类根据点云的分布特征，利用点云的局部统计特征进行去噪和分类，可以利用点云的分布特征，但在参数选取方面主要依赖经验，算法精度和适应性难以保障。

发明内容

本发明解决的技术问题是：克服现有技术的不足，提出一种基于噪声邻域密度的光子计数激光点云自适应去噪方法，实现自适应点云密度和目标形态，自适应确定去噪参数，适合在没有先验知识的情况下，大范围自适应点云去噪，具有较高的识别率和准确率。

本发明解决技术的方案是：

基于噪声邻域密度的光子计数激光点云自适应去噪方法，包括如下步骤：

步骤一、将原始激光点云投影到二维坐标系oxy上，并获得各投影点在二维坐标系oxy下的坐标(x_i,y_i)；

步骤二、以各投影点为中心，建立初级搜索区域，确定在初级搜索区域内所有投影点的最佳拟合直线；

步骤三、根据各投影点初级搜索区域的最佳拟合直线，将初级搜索区域进行修正，并统计修正后搜索区域内的所有投影点的数量，即邻域密度；

步骤四、对所有投影点修正后搜索区域内的邻域密度进行直方图统计，并通过高斯拟合确定噪声点邻域密度的均值μ和标准差σ；

步骤五、对噪声点邻域密度均值μ进行判断：当5≤μ≤10时，进入步骤六；当不满足5≤μ≤10时，则对修正后的搜索区域进行等比例缩放，重复步骤三至步骤五，直至满足5≤μ≤10，进入步骤六；

步骤六、计算噪声判定阈值m_p，根据噪声判定阈值m_p判断噪声点；将噪声点去除，剩余点即为信号点。

在上述的基于噪声邻域密度的光子计数激光点云自适应去噪方法，所述步骤一中，二维坐标系oxy的建立方法为：

x方向为沿轨飞行方向，y方向为激光雷达测量视线方向；原点o为包络所有投影点的矩形框架的左下角点。