[发明专利]一种植被覆盖区星载光子计数激光雷达数据去噪方法

说明书

本发明公开一种植被覆盖区星载光子计数激光雷达数据去噪方法，首先是初步去噪，利用信号光子密度大于噪声光子的特性，找到每个窗口中密度最大的中心光子点，并以此光子的高程为基准进行去噪。然后是精细去噪，将原算法中的圆邻域用椭圆率自动调节的椭圆邻域替换，并通过小窗口最大密度中心光子点连线的方法计算坡度角范围，再根据坡度角范围确定每个光子点的椭圆邻域内所包含的光子点数作为其密度，构建直方图计算阈值后根据阈值滤除噪声光子。本发明对植被覆盖地区，包括地形比较复杂的山林地区都具有较高的准确性，对去除了背景噪声和系统噪声有较好效果。该算法为后续的数据分类、树高测量、植被覆盖度、生物量等数据的获取都奠定了较好的基础。

技术领域

本发明涉及一种植被覆盖区星载光子计数激光雷达数据去噪方法，属于星载激光雷达技术领域。

背景技术

2018年9月15日搭载ATLAS(the Advanced Topographic Laser AltimeterSystem)测高系统的ICESat-2(The ice cloud and land elevation satellite-2)卫星发射成功，是当前唯搭载单光子测高系统的卫星，不同于上一代卫星ICESat(The ice cloudand land elevation satellite)的全波形回收测高系统，ATLAS采用了单光子测距模式，由于其极高的探测频率和灵敏的光子响应，单光子雷达拥有比全波形回收雷达更高的探测精度。当前ATLAS系统数据的应用范围主要包括：浅水区水深测量，内陆水水平面监测，森林区植被高度测量、生物量反演，南北两级冰盖和海冰变化监测。

ATLAS的数据产品总共有4级21种，当前可在美国国家冰雪数据中心下载。本文用到的数据产品主要有ATL03和ATL08，ATL03为全球定位光子数据，ATL08为土地和植被高程数据，它是ATL03数据通过官方的滤波和分类算法处理后的数据，通过内部的数据关联即可得到官方算法处理后的数据。

由于搭载的测高系统使用的是单光子测量机制，灵敏度较高，因此再获得较高的精度的同时也会产生大量的噪声。为了获得可用的数据，首先就是要对原始点云数据进行降噪处理。当前主要的滤波算法有基于局部距离统计算法，聚类算法和栅格图像的边缘提取算法。官方提供的滤波算法为DRAGANN(Differential Regressive and GaussianAdaptive Nearest Neighbor)算法，算法是基于局部距离统计算法实现的，通过统计每个点所处的圆域中心的密度，构建密度频率直方图，并通过高斯拟合和EM算法寻找阈值，从而去除噪声。从ATL08的数据中可以看出该算法在植被覆盖的地区，尤其是崎岖复杂的山林地区，滤波效果并不好，本发明由于其可以适应坡度的特性很好的解决了这个问题。

发明内容

为了实现对森林地区的光子点云数据进行去噪，本发明提出了使用最大密度中心高程搜索法粗去噪和基于DBSCAN的坡度适应去噪的方法进行去噪，具体包括以下步骤：

S1、最大密度中心高程搜索法粗去噪：

S1.1、对光子点云数据划分为几个等沿轨距离的片段，通常可以根据地形变化情况选择滤波窗口的大小；森林地区地势崎岖，起伏较大，因此窗口尽可能的保持小，因此优选30m的窗口作为滤波窗口；窗口数为M。

S1.2、计算每个光子片段的最大密度光子点，计算方法如下式所示。

式中N_R(p_i)为光子点p_i(x_i,y_i)在半径为R的圆邻域内的光子点数目，x,y为光子点坐标，p_i,p_j为光子点，distance(p_i,p_j)为光子点p_i,p_j之间的距离，Des_max为N_R(p_i)的最大值。