專利名稱：一種顧及鄰近波形信息的機(jī)載激光波形數(shù)據(jù)分解算法的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及測繪科學(xué)與技術(shù)領(lǐng)域，涉及一種顧及鄰近波形信息的機(jī)載激光波形數(shù)據(jù)分解算法，該方法能對波形數(shù)據(jù)中微弱的脈沖信號進(jìn)行有效檢測，以獲取更加完整的點(diǎn)云，非常適用于植被覆蓋嚴(yán)重的地區(qū)。
背景技術(shù)：
機(jī)載LiDAR (Light Detection And Ranging),又稱機(jī)載激光掃描技術(shù),作為一種三維空間信息的實(shí)時(shí)獲取手段，可以快速、精確的獲取大范圍區(qū)域的地表信息。根據(jù)回波記錄方式的不同，機(jī)載激光雷達(dá)系統(tǒng)可以分為離散激光雷達(dá)系統(tǒng)和全波形激光雷達(dá)系統(tǒng)。前者記錄有限個(gè)離散的回波信號，而后者以很小的采樣間隔對來自目標(biāo)的激光反射信號進(jìn)行采樣記錄，形成一個(gè)隨時(shí)間變化的回波信號。相對于離散激光雷達(dá)而言，全波形雷達(dá)可以提供更多的細(xì)節(jié)信息，具有更強(qiáng)的地物區(qū)分能力和更優(yōu)的植被穿透特性等。同時(shí)，也給數(shù)據(jù)處理和信息提取提出了更高的要求。如何從波形采樣數(shù)據(jù)中提取出高質(zhì)量的點(diǎn)云是數(shù)據(jù)處理中的一個(gè)關(guān)鍵問題。Hofton等提出機(jī)載激光雷達(dá)波形數(shù)據(jù)高斯分解算法，Wagner等從理論角度闡述了機(jī)載全波形激光雷達(dá)的成像機(jī)理，并使用高斯模型提取波形數(shù)據(jù)峰值點(diǎn)。這些方法大多數(shù)情況下可以獲取較好結(jié)果，但是由于各種干擾因素，回波信息并不是高斯函數(shù)的精確表達(dá)。Chauve等提出利用廣義高斯模型來擬合波形數(shù)據(jù)，并通過迭代的方式實(shí)現(xiàn)波形數(shù)據(jù)的分解。馬洪超等采用Expectation-Maximization算法(EM)進(jìn)行機(jī)載雷達(dá)波形數(shù)據(jù)高斯混合模型參數(shù)的最大似然估計(jì)，取得較好結(jié)果但計(jì)算量較大。通過分析發(fā)現(xiàn)，目前算法中主要存在如下幾點(diǎn)缺陷第一，噪聲閾值難以確定。目前，為排除信號噪聲的影響，大多算法采用經(jīng)驗(yàn)取值的方法，并指定為較高的數(shù)值。第二，微弱信號難以可靠檢測。當(dāng)利用較高閾值對波形數(shù)據(jù)進(jìn)行預(yù)處理后，一些微弱脈沖信號由于信號強(qiáng)度不夠而無法得到考慮，從而不能進(jìn)行檢測。這種現(xiàn)象在植被茂密地區(qū)尤為嚴(yán)重，由于植被遮擋造成地面點(diǎn)反射脈沖信號比較微弱，給地面信息的提取造成較大挑戰(zhàn)。

發(fā)明內(nèi)容
本發(fā)明的目的是在于針對現(xiàn)有技術(shù)存在的上述問題，提供一種顧及鄰近波形信息的機(jī)載激光波形數(shù)據(jù)分解方法，利用高、低雙閾值數(shù)據(jù)預(yù)處理，同時(shí)通過顧及鄰近波形顯著脈沖波峰信號所提供的信息，對比較微弱的脈沖信息進(jìn)行分析，融入?yún)^(qū)域生長策略，最終實(shí)現(xiàn)波形數(shù)據(jù)中脈沖波峰信號的完整提取，可以得到更加精確、完整的點(diǎn)云數(shù)據(jù)。本發(fā)明的上述目的通過以下技術(shù)方案實(shí)現(xiàn)一種顧及鄰近波形信息的機(jī)載激光波形數(shù)據(jù)分解方法，包括以下步驟步驟I、波形數(shù)據(jù)的預(yù)處理利用一維高斯模板對原始波形數(shù)據(jù)進(jìn)行平滑處理；利、用一階微分算子計(jì)算經(jīng)過平滑處理后的波形數(shù)據(jù)的一階導(dǎo)數(shù)；計(jì)算每一個(gè)波形數(shù)據(jù)對應(yīng)的近似物方平面坐標(biāo)，并根據(jù)近似物方平面坐標(biāo)建立k-d樹索引；步驟2、波形數(shù)據(jù)的脈沖波峰探測通過計(jì)算步驟I中得到的一階導(dǎo)數(shù)零交叉點(diǎn)，確定波形的脈沖波峰中心的初始位置，采用高、低雙閾值對波峰強(qiáng)度進(jìn)行分析，確定出顯著脈沖波峰和候選脈沖波峰，并剔除偽脈沖波峰；步驟3、基于廣義高斯模型的顯著脈沖波峰提取對當(dāng)前所確定的顯著脈沖波峰，采用廣義高斯模型和非線性最小二乘Levenburg-Marquardt算法進(jìn)行波形數(shù)據(jù)的擬合,提取顯著脈沖波峰的參數(shù)，并統(tǒng)計(jì)波形數(shù)據(jù)擬合的單位權(quán)中誤差；步驟4、顧及鄰近波形的候選脈沖波峰提取以含有候選脈沖波峰的波形為中心，通過k-d樹索引搜索設(shè)定半徑范圍內(nèi)的鄰近波形，并計(jì)算鄰近波形的顯著脈沖波峰提供的 高程值與設(shè)置為中心的波形的候選脈沖波峰的高程值的高程差，若高程差小于給定閾值，則認(rèn)為該候選脈沖波峰與鄰域環(huán)境相容，將該候選脈沖波峰重新認(rèn)定為顯著脈沖波峰，采用廣義高斯模型和非線性最小二乘Levenburg-Marquardt算法進(jìn)行重新認(rèn)定的顯著脈沖波峰的參數(shù)的提取，并將重新認(rèn)定為顯著脈沖波峰的對應(yīng)的波形加入到已更新波形列表中；步驟5、基于區(qū)域生長策略的待分析波形列表生成以已更新波形列表中的波形為中心，通過k-d樹搜索設(shè)定半徑范圍內(nèi)的鄰近波形，如果鄰近波形中含有候選脈沖波峰，將該鄰近波形加入到待分析波形列表中，當(dāng)待分析波形列表不為空時(shí)，返回步驟4;當(dāng)待分析波形列表為空時(shí)，則進(jìn)入步驟6 ;步驟6、波形分解結(jié)果輸出利用所獲取的顯著脈沖波峰的參數(shù)，計(jì)算其對應(yīng)激光點(diǎn)的三維空間坐標(biāo)，輸出點(diǎn)云。如上所述的步驟I中一維高斯模板，其連續(xù)情況下的數(shù)字形式如下
權(quán)利要求
1.一種顧及鄰近波形信息的機(jī)載激光波形數(shù)據(jù)分解方法，其特征在于包括以下步驟 步驟I、波形數(shù)據(jù)的預(yù)處理利用一維高斯模板對原始波形數(shù)據(jù)進(jìn)行平滑處理；利用一階微分算子計(jì)算經(jīng)過平滑處理后的波形數(shù)據(jù)的一階導(dǎo)數(shù)；計(jì)算每一個(gè)波形數(shù)據(jù)對應(yīng)的近似物方平面坐標(biāo)，并根據(jù)近似物方平面坐標(biāo)建立k-d樹索引； 步驟2、波形數(shù)據(jù)的脈沖波峰探測通過計(jì)算步驟I中得到的一階導(dǎo)數(shù)零交叉點(diǎn)，確定波形的脈沖波峰中心的初始位置，采用高、低雙閾值對波峰強(qiáng)度進(jìn)行分析，確定出顯著脈沖波峰和候選脈沖波峰，并剔除偽脈沖波峰； 步驟3、基于廣義高斯模型的顯著脈沖波峰提取對當(dāng)前所確定的顯著脈沖波峰，采用廣義高斯模型和非線性最小二乘Levenburg-Marquardt算法進(jìn)行波形數(shù)據(jù)的擬合,提取顯著脈沖波峰的參數(shù)，并統(tǒng)計(jì)波形數(shù)據(jù)擬合的單位權(quán)中誤差；步驟4、顧及鄰近波形的候選脈沖波峰提取以含有候選脈沖波峰的波形為中心，通過k-d樹索引搜索設(shè)定半徑范圍內(nèi)的鄰近波形，并計(jì)算鄰近波形的顯著脈沖波峰提供的高程值與設(shè)置為中心的波形的候選脈沖波峰的高程值的高程差，若高程差小于給定閾值，則認(rèn)為該候選脈沖波峰與鄰域環(huán)境相容，將該候選脈沖波峰重新認(rèn)定為顯著脈沖波峰，采用廣義高斯模型和非線性最小二乘Levenburg-Marquardt算法進(jìn)行重新認(rèn)定的顯著脈沖波峰的參數(shù)的提取，并將重新認(rèn)定為顯著脈沖波峰的對應(yīng)的波形加入到已更新波形列表中； 步驟5、基于區(qū)域生長策略的待分析波形列表生成以已更新波形列表中的波形為中心，通過k-d樹搜索設(shè)定半徑范圍內(nèi)的鄰近波形，如果鄰近波形中含有候選脈沖波峰，將該鄰近波形加入到待分析波形列表中，當(dāng)待分析波形列表不為空時(shí)，返回步驟4;當(dāng)待分析波形列表為空時(shí)，則進(jìn)入步驟6; 步驟6、波形分解結(jié)果輸出利用所獲取的顯著脈沖波峰的參數(shù)，計(jì)算其對應(yīng)激光點(diǎn)的三維空間坐標(biāo)，輸出點(diǎn)云。
2.根據(jù)權(quán)利要求I所述的一種顧及鄰近波形信息的機(jī)載激光波形數(shù)據(jù)分解方法，其特征在于，所述的步驟I中一維高斯模板，其連續(xù)情況下的數(shù)字形式如下 其中，O為高斯模板的標(biāo)準(zhǔn)偏，31為圓周率。
3.根據(jù)權(quán)利要求2所述的一種顧及鄰近波形信息的機(jī)載激光波形數(shù)據(jù)分解方法，其特征在于，所述的O是基于以下公式 其中，F(xiàn)WHM為激光器波形的半寬參數(shù)。
4.根據(jù)權(quán)利要求I所述的一種顧及鄰近波形信息的機(jī)載激光波形數(shù)據(jù)分解方法，其特征在于，所述的步驟I中建立k-d樹索引包括以下步驟 步驟4. I、計(jì)算波形對應(yīng)的近似物方平面坐標(biāo)，第k個(gè)波形近似物方平面坐標(biāo)的計(jì)算，采用如下公式其中，Etl, Ntl為第k個(gè)波形第一個(gè)采樣點(diǎn)所對應(yīng)的平面坐標(biāo)，dE，dN為第k個(gè)波形的平面坐標(biāo)微分，WFOFFSET為第k個(gè)波形的回波數(shù)據(jù)第一個(gè)采樣點(diǎn)到發(fā)射波形第一次采樣點(diǎn)的偏移量; 步驟4. 2、利用波形對應(yīng)的近似物方平面坐標(biāo)建立k-d樹索引。
5.根據(jù)權(quán)利要求I所述的一種顧及鄰近波形信息的機(jī)載激光波形數(shù)據(jù)分解方法，其特征在于，所述的步驟2中采用高、低雙閾值對波峰強(qiáng)度進(jìn)行分析，確定出顯著脈沖波峰和候選脈沖波峰，并剔除偽脈沖波峰包括以下步驟 設(shè)定高閾值為HighThred，低閾值為LowThred， 脈沖波峰位置i處信號強(qiáng)度為WVal[i]； 當(dāng)WVal [i] > HighThred時(shí)，該脈沖波峰為顯著脈沖波峰； 當(dāng)LowThred ( WVal [i] ( HighThred時(shí),該脈沖波峰為候選脈沖波峰,將候選脈沖波峰所在的波形作為待分析波形加入待分析波形列表中； 當(dāng)WVal [i] < LowThred時(shí),該脈沖波峰為偽脈沖波峰,剔除偽脈沖波峰； 若波形中候選脈沖波峰個(gè)數(shù)不為零，則將該波形加入待分析波形列表中。
6.根據(jù)權(quán)利要求I所述的一種顧及鄰近波形信息的機(jī)載激光波形數(shù)據(jù)分解方法，其特征在于，所述的步驟4中高程值是基于以下公式H = H0+dHX (WFOFFSET+t) 其中，H為高程值，Htl為顯著脈沖波峰/候選脈沖波峰所在波形第一個(gè)采樣點(diǎn)所對應(yīng)的高程坐標(biāo)，dH為波形數(shù)據(jù)單元的高程坐標(biāo)微分，WFOFFSET為回波數(shù)據(jù)第一個(gè)采樣點(diǎn)到發(fā)射波形第一次采樣點(diǎn)的偏移量，t為顯著脈沖波峰/候選脈沖波峰對應(yīng)的位置。
7.根據(jù)權(quán)利要求I所述的一種顧及鄰近波形信息的機(jī)載激光波形數(shù)據(jù)分解方法，其特征在于，所述的步驟6中點(diǎn)云的計(jì)算基于以下公式E = E0+dEX (WFOFFSET+t)N = N0+dNX (WFOFFSET+t)H = H0+dHX (WFOFFSET+t) 其中，E、N、H為波形點(diǎn)云三維坐標(biāo)，E0, N0, H0為波形第一次采樣點(diǎn)所對應(yīng)的平面坐標(biāo)，dE、dN、dH為波形的平面坐標(biāo)微分，WFOFFSET為回波數(shù)據(jù)第一次采樣點(diǎn)到發(fā)射波形第一次采樣點(diǎn)的偏差量，t為顯著脈沖波峰對應(yīng)的位置。
全文摘要
本發(fā)明公開了一種顧及鄰近波形信息的機(jī)載激光波形數(shù)據(jù)分解方法，包括A、波形數(shù)據(jù)的預(yù)處理；B、波形數(shù)據(jù)的脈沖波峰探測；C、基于廣義高斯模型的顯著脈沖波峰提??；D、顧及鄰近波形的候選脈沖波峰提?。籈、基于區(qū)域生長策略的待分析波形列表生成；F、波形分解結(jié)果輸出。本發(fā)明采用高、低雙閾值，可以克服單閾值難以合適選取的缺陷，有效考慮波形數(shù)據(jù)中的微弱脈沖信號；波形分解過程中，通過區(qū)域生長的方式，不斷利用鄰近波形顯著脈沖波峰所提供的可靠信息，對待分析波形的候選脈沖波峰進(jìn)行分析，可以實(shí)現(xiàn)這類微弱脈沖波峰信息的穩(wěn)健提取，獲取更加完整的點(diǎn)云信息。
文檔編號G06F19/00GK102722640SQ20121016247
公開日2012年10月10日 申請日期2012年5月24日 優(yōu)先權(quán)日2012年5月24日
發(fā)明者余紹淮, 余飛, 張霄, 明洋, 李海亮, 王麗園, 陳楚江 申請人:中交第二公路勘察設(shè)計(jì)研究院有限公司