基于密度与局部统计的单光子点云去噪方法

doi:10.7523/j.ucas.2022.058

中国科学院大学学报 ›› 2024, Vol. 41 ›› Issue (2): 268-274.DOI: 10.7523/j.ucas.2022.058

• 电子信息与计算机科学 • 上一篇下一篇

基于密度与局部统计的单光子点云去噪方法

潘超¹, 李凉海¹, 曹海翊², 赵一鸣¹, 袁逸飞¹, 韩晓爽¹

1 北京遥测技术研究所, 北京 100076;
2 中国空间技术研究院遥感卫星总体部, 北京 100094

收稿日期:2022-03-22 修回日期:2022-06-06 发布日期:2022-06-29
通讯作者: 潘超,E-mail:pan_pan_chao@163.com
基金资助:
中国航天科技集团自主研发项目和“十四五”民用航天预研项目(D040107)资助

Single photon point cloud denoising method based on density and local statistics

PAN Chao¹, LI Lianghai¹, CAO Haiyi², ZHAO Yiming¹, YUAN Yifei¹, HAN Xiaoshuang¹

1. Beijing Research Institute of Telemetry, Beijing 100076, China;
2. Institute of Remote Sensing Satellite, China Academy of Space Technology, Beijing 100094, China

Received:2022-03-22 Revised:2022-06-06 Published:2022-06-29

摘要/Abstract

摘要： 针对北京遥测技术研究所自主研发的64通道机载单光子激光雷达，提出一种基于密度与局部统计的二维剖面点云去噪方法：在确定信号点云的高程区间后，先使用基于密度的改进空间聚类算法粗去噪，然后使用基于局部统计的统计移除离群点算法精去噪，获取信号点云。实验结果表明，本方法可适用于多种地物类型点云，高程均方根误差为0.27 m，准确率90.78%，精度高于常规点云去噪算法，满足国产机载单光子激光雷达获取高精度地表三维轮廓的技术需求。

关键词: 单光子三维成像激光雷达, 点云去噪, 局部统计, 密度聚类

Abstract: In this paper, aiming at a 64-channel airborne single-photon LiDAR system developed by Beijing Research Institute of Telemetry, a two-dimensional profile point cloud denoising method based on density and local statistics was proposed. First, the elevation range of the point cloud was determined; then a modified DBSCAN algorithm was utilized for coarse denoising; finally, the statistical outlier removal algorithm was adapted for fine denoising and the valid signal point cloud was obtained. The experimental result shows that the method proposed in this paper can adapt to different surface types, the root mean square error of elevation is about 0.27 m, and the accuracy is 90.87%, which is better than the conventional point cloud denoising methods, and can meet the technical requirements of domestic airborne single-photon LiDAR to obtain high-precision three-dimensional surface contours.

Key words: single photon LiDAR, point cloud denoising, local statistics, density clustering

中图分类号:

P237

潘超, 李凉海, 曹海翊, 赵一鸣, 袁逸飞, 韩晓爽. 基于密度与局部统计的单光子点云去噪方法[J]. 中国科学院大学学报, 2024, 41(2): 268-274.

PAN Chao, LI Lianghai, CAO Haiyi, ZHAO Yiming, YUAN Yifei, HAN Xiaoshuang. Single photon point cloud denoising method based on density and local statistics[J]. Journal of University of Chinese Academy of Sciences, 2024, 41(2): 268-274.

参考文献

[1] 王海伟, 丁宇星, 黄庚华, 等. 轻小型全天时远程光子计数激光雷达系统技术[J].红外与激光工程, 2019, 48(1):121-127. DOI:10.3788/IRLA201948.0106005.
[2] Brunt K M, Neumann T A, Smith B E. Assessment of ICESat-2 ice sheet surface heights, based on comparisons over the interior of the Antarctic ice sheet[J]. Geophysical Research Letters, 2019, 46(22): 13072-13078.DOI:10.1029/2019GL084886.
[3] 朱笑笑, 王成, 习晓环, 等. ICESat-2星载光子计数激光雷达数据处理与应用研究进展[J]. 红外与激光工程, 2020, 49(11): 76-85. DOI: 10.3788/IRLA20200259.
[4] 孙伟, 金建文, 李国元, 等. 激光测高卫星ICESat-2监测太湖水位精度评价[J]. 测绘科学, 2021, 46(11): 6-11. DOI: 10.16251/j.cnki.1009-2307.2021.11.002.
[5] Degnan J, Machan R, Leventhal E, et al. Cryosphere and biomass measurements using a photon-counting 3D imaging lidar[C]//CLEO:2011-Laser Applications to Photonic Applications. May 1-6，2011，Baltimore, Maryland, USA. OSA, 2011: 1-2. DOI: 10.1364/cleo_at.2011.atua3.
[6] Herzfeld U C, McDonald B W, Wallin B F, et al. Algorithm for detection of ground and canopy cover in micropulse photon-counting lidar altimeter data in preparation for the ICESat-2 mission[J]. IEEE Transactions on Geoscience and Remote Sensing, 2014, 52(4): 2109-2125. DOI:10.1109/TGRS.2013.2258350.
[7] 夏少波, 王成, 习晓环, 等. ICESat-2机载试验点云滤波及植被高度反演[J]. 遥感学报, 2014, 18(6): 1199-1207. DOI:10.11834/ jrs.20144029.
[8] Zhang J S, Kerekes J. An adaptive density-based model for extracting surface returns from photon-counting laser altimeter data[J]. IEEE Geoscience and Remote Sensing Letters, 2015, 12(4): 726-730. DOI:10.1109/LGRS.2014.2360367.
[9] Ma Y, Zhang W H, Sun J Y, et al. Photon-counting lidar: an adaptive signal detection method for different land cover types in coastal areas[J]. Remote Sensing, 2019, 11(4): 471. DOI:10.3390/rs11040471.
[10] Popescu S C, Zhou T, Nelson R, et al. Photon counting LiDAR: an adaptive ground and canopy height retrieval algorithm for ICESat-2 data[J]. Remote Sensing of Environment, 2018, 208:154-170. DOI:10.1016/j.rse.2018.02.019.
[11] 鲁冬冬, 邹进贵.三维激光点云的降噪算法对比研究[J].测绘通报，2019(S2): 102-105.DOI:10.13474/j.cnki.11-2246.2019.0599.
[12] Gan J H, Tao Y F. DBSCAN revisited: mis-claim, un-fixability, and approximation[C]//Proceedings of the 2015 ACM SIGMOD International Conference on Management of Data. May 31-June 4, 2015, Melbourne, Victoria, Australia. ACM, 2015: 519-530. DOI:10.1145/2723372.2737792.
[13] 李宗林, 罗可. DBSCAN算法中参数的自适应确定[J]. 计算机工程与应用, 2016, 52(3): 70-73, 80. DOI:10.3778/j.issn.1002-8331.1402-0278.
[14] Zhang Z Y, Ma Y, Xu N, et al. Theoretical background noise rate over water surface for a photon-counting lidar and its application in land and sea cover classification[J]. Optics Express, 2019, 27(20): A1490-A1505. DOI:10.1364/OE.27.0A1490.
[15] Rusu R B, Marton Z C, Blodow N, et al. Towards 3D point cloud based object maps for household environments[J]. Robotics and Autonomous Systems, 2008, 56(11): 927-941. DOI:10.1016/j.robot.2008.08.005.

基于密度与局部统计的单光子点云去噪方法

Single photon point cloud denoising method based on density and local statistics

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

访问统计

联系我们

[1]	李昊, 马友青, 张烁, 刘少创. “祝融号”火星车驶离着陆平台决策支持几何参数计算方法[J]. 中国科学院大学学报, 2024, 41(1): 81-87.
[2]	曾建顺, 吕炎杰, 覃驭楚. 基于多尺度语义先验的街景图像修复算法^*[J]. 中国科学院大学学报, 0, (): 6-2023-083曾建顺.
[3]	刘扬, 方俊永, 刘学, 王潇, 张晓红. 基于滤光片转轮式多光谱相机的辐射校正研究^*[J]. 中国科学院大学学报, 0, (): 65-65.
[4]	陈若男, 彭玲, 刘玉菲, 卫志超, 吕蓓茹, 陈德跃. 引入空间距离信息的城郊山区道路提取与应用[J]. 中国科学院大学学报, 2022, 39(5): 658-667.
[5]	方韩康, 张波, 陈卫荣, 吴樊, 王超. 高分三号SAR影像L1A级产品精处理方法[J]. 中国科学院大学学报, 2022, 39(5): 648-657.
[6]	张晓平, 高珊珊, 陈明星, 赵艳艳. 夜间灯光数据在城市化及其资源环境效应研究中的热点主题追踪[J]. 中国科学院大学学报, 2022, 39(4): 490-501.
[7]	陈忠媛, 高永年. 长江水系湖泊型流域生态用地长时间序列时空变化分析[J]. 中国科学院大学学报, 2022, 39(2): 172-184.
[8]	刘杉, 张风丽, 韦诗莹, 刘娜, 邵芸. 基于极化分解组合的SAR图像视觉优化和建筑物损毁评估[J]. 中国科学院大学学报, 2020, 37(6): 750-759.
[9]	王帅, 覃驭楚, 杨富坤. 大面积建成区建筑密度遥感制图产品的精度验证[J]. 中国科学院大学学报, 2020, 37(1): 83-92.
[10]	顾鹏程, 王世新, 周艺, 刘文亮, 尚明. 基于时间序列DMSP/OLS夜间灯光数据的GDP预测模型[J]. 中国科学院大学学报, 2019, 36(2): 188-195.
[11]	杨渊, 陈凤翔, 虢韬, 时磊, 王成, 罗鑫. 基于LiDAR点云特征和模型拟合的高压线提取[J]. 中国科学院大学学报, 2018, 35(5): 612-616.
[12]	罗开盛, 李仁东. 长沙市近10年土地利用变化过程与未来趋势分析[J]. 中国科学院大学学报, 2014, 31(5): 632-639.
[13]	宋开山, 赵云升, 张柏. 偏振反射与二向性反射的关系——以不同物候期杨树单叶的室内光谱测量为例[J]. 中国科学院大学学报, 2005, 22(2): 164-169.
[14]	汪钰晴, 唐伶俐, 王新鸿, 周增光, 李子扬, 李传荣. 基于时序InSAR技术的中巴走廊盖孜河谷段地表形变分析[J]. 中国科学院大学学报, 2022, 39(3): 343-351.
[15]	郑佳怡, 方俊永, 王潇, 张晓红, 刘学. 镀膜双镜头多光谱相机的波段配准方法[J]. 中国科学院大学学报, 2022, 39(3): 377-385.