| 大光斑LiDAR全波形数据小波变换的高斯递进分解 |
| |
| 引用本文： | 杨学博,王 成,习晓环,田建林,聂 胜,朱笑笑.大光斑LiDAR全波形数据小波变换的高斯递进分解[J].红外与毫米波学报,2017,36(6):749-755. |
| |
| 作者姓名： | 杨学博 王 成 习晓环 田建林 聂 胜 朱笑笑 |
| |
| 作者单位： | 中国科学院遥感与数字地球研究所 数字地球重点实验室,中国科学院遥感与数字地球研究所 数字地球重点实验室,中国科学院遥感与数字地球研究所 数字地球重点实验室,中山大学地理科学与规划学院;中山大学地理科学与规划学院,中国科学院遥感与数字地球研究所 数字地球重点实验室,中国科学院遥感与数字地球研究所 数字地球重点实验室 |
| |
| 基金项目： | 国家重点基础研究发展计划（973计划）(2017YFA0603002),国家自然科学基金面上项目(41271428) |
| |
| 摘 要： | 高斯分解是波形激光雷达数据预处理的常用方法,但在应用于大光斑全波形激光雷达数据中的叠加波时却难以发挥作用,为此提出一种基于小波变换的高斯递进波形分解方法.首先,利用小波变换多尺度分析特性检测出目标地物并准确估算组分特征参数,进而建立高斯模型优化特征参数;然后通过拟合精度指标,判断是否需要添加新组分进行逐级递进分解,确定最终模型及其组分构成,最终实现全波形激光雷达数据的波形分解.为了验证算法的有效性,分别对实验数据使用本文算法和常用的基于拐点匹配的高斯分解法进行分析,结果表明,本文算法提取的目标数几乎是拐点匹配算法的2倍,可以有效地从叠加波中检测出目标组分,且拟合精度高于98%.
|
| 关 键 词： | 大光斑激光雷达 全波形分析 小波变换 高斯分解 特征参数 |
| 收稿时间： | 2017/4/14 0:00:00 |
| 修稿时间： | 2017/9/14 0:00:00 |
Wavelet transform of Gaussian progressive decomposition method for full-waveform LiDAR data |
| |
| YANG Xue-Bo,WANG Cheng,XI Xiao-Huan,TIAN Jian-Lin,NIE Sheng and ZHU Xiao-Xiao.Wavelet transform of Gaussian progressive decomposition method for full-waveform LiDAR data[J].Journal of Infrared and Millimeter Waves,2017,36(6):749-755. |
| |
| Authors: | YANG Xue-Bo WANG Cheng XI Xiao-Huan TIAN Jian-Lin NIE Sheng and ZHU Xiao-Xiao |
| |
| Abstract: | |
| |
| Keywords: | Large footprint LiDAR full-waveform analysis wavelet transform Gaussian decomposition characteristic parameter |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《红外与毫米波学报》浏览原始摘要信息 |
|
点击此处可从《红外与毫米波学报》下载全文 |
|
