(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210427314.4 (22)申请日 2022.04.21 (71)申请人 昆明理工大 学 地址 650093 云南省昆明市五华区学府路 253号 (72)发明人 王虹　何光辉　张永安　方强　 (74)专利代理 机构 昆明隆合知识产权代理事务 所(普通合伙) 53220 专利代理师 龙燕 (51)Int.Cl. G01S 7/486(2020.01) G01S 7/487(2006.01) G01S 17/10(2020.01) G06V 10/30(2022.01) G06V 10/762(2022.01) (54)发明名称 一种植被覆盖区星载光子计数激光雷达数 据去噪方法 (57)摘要 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。 权利要求书2页 说明书4页 附图3页 CN 114779215 A 2022.07.22 CN 114779215 A 1.一种植被覆盖区星载光子计数激光雷达数据去噪方法， 其特征在于， 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， 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NR(pi)为光子点pi(xi,yi)在半径为R的圆邻域内的光子点数目， x， y为光子点坐标， pi,pj为光子点， distance(pi,pj)为光子点pi,pj之间的距离， 光子点的密度Desmax为NR(pi)的 最大值； S1.3、 记录每 个光子片段的最大密度中心点的坐标(x,y)， 收集到数据集C中； S1.4、 获取每个窗口最大密度光子点的高程Hm＝yi(y∈C)， 设立高程范围为[Hm‑50,Hm+ 50]； 窗口的大小为3 0的时候是不是 ‑30？ S1.5、 高程范围外的光子被标定为噪声并进行剔除， 处于高程范围内的为信号； S2、 基于DBSCAN的坡度自适应密度聚类算法去噪： S2.1、 重新确定滤波窗口， 定义窗口大小为5 00m； S2.2、 提取 数据集C计算坡度角范围如式(2)所示。 S2.3、 确定椭圆域的长短轴a,b； S2.4、 对窗口内的每个点计算椭圆邻域的光子点数， 计算公式为(4)， 为确定每个光子 点云数据内椭圆邻域的光子点数， 首先就是遍历所有光子点判断某个光子是否是邻域光子 点， 要确定光子点q(xq,yq)是否处于光子点p(xp， yp)的椭圆邻域， 可 先通过式(3)计算dis： 式中a,b为椭圆域的长短轴， 当dis＜1时， 点q在点p的椭圆域内； Den( θi)表示为椭圆长 轴与水平轴夹角为θi时， 点p的椭圆域内光子点的数目, θ∈[min(φ),max(φ)]； φ为坡度 角； S2.5、 将窗口内所有点的Den建立频率 直方图；权　利　要　求　书 1/2 页 2 CN 114779215 A 2S2.6、 通过拟合高斯函数的方法， 形成两个高斯峰， 高斯峰交点的横坐标即为滤波阈 值； S2.7、 所有的光子点的Den与阈值进行比较， 若大于阈值， 则被确定为信号光子， 否则被 确定为噪声， 并进行剔除。 2.根据权利要求1所述植被覆盖区星载光子计数激光雷达数据去噪方法， 其特征在于： 选择30～50m的窗口作为滤波窗口。权　利　要　求　书 2/2 页 3 CN 114779215 A 3