[发明专利]一种改进的基于聚类的单光子点云数据去噪方法

说明书

本发明提出了一种改进的基于聚类的单光子点云数据去噪方法。本发明将光子计数激光测高仪的三维点云数据转换为二维点云数据，二维点云数据通过粗去噪方法得到粗去噪后二维点云数据；将粗去噪后二维点云数据通过均匀化处理得到均匀化后二维点云数据；将均匀化后二维点云数据通过精去噪方法得到精去噪后二维点云数据；本发明对单光子探测得到的点云数据以更快的速度和更高的查全率、查准率进行去噪和信号提取。

技术领域

本发明属于单光子探测的信号处理领域，具体涉及一种改进的基于聚类的单光子点云数据去噪方法。

背景技术

单光子探测技术是近几年发展起来的新型探测技术，以目前已得到应用的计数星载激光测高仪为例，其采用单光子探测器件作为接收器件，灵敏度比传统激光测高仪提高了2-3个数量级，更易实现微脉冲、高重频、多波束的直接三维成像，具有很大的技术优势和发展前景。光子计数星载激光测高仪测量频率高，数据量大，探测地表类型多种多样，因而研究快速、有效、对多种目标都具有良好鲁棒性的点云数据去噪方法对光子计数激光测高仪数据处理具有重要意义。现有的去噪办法包含基于栅格，基于局部统计信息和基于聚类的三类方法。其中，基于栅格的方法在目标起伏比较厉害或坡度较陡峭时容易出现误判；基于部统计信息的方法时间复杂度高，运算时间久，且由于实际地形多变，密度阈值选取困难；基于聚类的方法受点云分布不均匀的影响较大，固定的阈值难以同时对反射率和环境差异较大的目标正确提取。

发明内容

针对背景技术中存在的问题，本发明提供了一种改进的基于聚类的单光子点云数据去噪方法。该方法通过粗去噪简化点云数据，减少计算量；通过点云均匀化平均点云密度，防止因反射率和环境差异造成的局部点云分布不均，噪声密度大于或接近信号密度的现象；通过精去噪中的自适应DBSCAN算法对均匀化后的点云进行聚类和目标信号提取。本技术方案有运算速度快，去噪效果好，信号提取准确等突出特点。

本发明采用的具体技术方案如下：

一种改进的基于聚类的单光子点云数据去噪方法，包含：

步骤1：将光子计数激光测高仪的三维点云数据转换为二维点云数据，二维点云数据通过粗去噪方法得到粗去噪后二维点云数据；

步骤2：将粗去噪后二维点云数据通过均匀化处理得到均匀化后二维点云数据；

步骤3：将均匀化后二维点云数据通过精去噪方法得到精去噪后二维点云数据；

作为优选，步骤1中所述三维点云数据转换为二维点云数据为：

将光子计数激光测高仪的三维点云数据P＝(m_k,n_k,y_k)用二维点云数据表示：

P＝(x_k,y_k)，k∈[1,N_t]

其中，N_t为三维点云离散点的数量即二维点云离散点的数量，m_k表示第k个三维点云离散点的经度，n_k表示第k个三维点云离散点的纬度，x_k表示第k个二维点云离散点的水平距离值即第k个二维点云离散点的沿轨距离值，且y_k表示第k个二维点云离散点的垂直距离值即第k个二维点云离散点的高程；

步骤1中所述粗去噪方法为：

将二维点云数据按照每l_v米为一个间隔，划分成M＝h/l_v个高程片，M为高程片的数量，高程的范围为：

h＝max(y_k)-min(y_k)，k∈[1,N_t]