首页> 中文学位 >基于全波形高斯分解的激光测高点筛选
【6h】

基于全波形高斯分解的激光测高点筛选

代理获取

目录

声明

1 绪 论

1.1 研究背景及意义

1.2 国内外研究现状

1.3 研究内容及关键技术

1.4 论文组织结构

2 全波形激光雷达系统

2.1 系统组成

2.2 技术原理

2.3 现有典型系统的主要技术参数

2.4 本章小结

3 全波形高斯分解

3.1 数据解析

3.2 回波信号去噪

3.3 全波形高斯分解

3.4 实验与分析

3.5 本章小结

4 激光测高点筛选

4.1 地形地物对回波信号的影响

4.2 激光雷达测距方法

4.3 激光足印内目标地物特征参数提取

4.4 激光测高点筛选

4.5 本章小结

5 总结与展望

致谢

参考文献

攻读学位期间主要成果

展开▼

摘要

高精度的激光测距值是实现无地面控制大比例尺摄影测量测图的关键与保障。将高精度的激光测距值作为控制约束条件,参与影像的区域网平差计算,实现地面点高程精度的提高。当激光足印内地形起伏较大或者目标地物比较复杂时,距离测量精度和激光点定位精度将会受到影响。文中通过采用优化 LM(Levenberg-Marquard)算法对全波形激光雷达数据进行高斯分解,在此基础上提取足印内目标地物特征信息,并依据1:10000测图精度的要求进行筛选实验,制定筛选准则,从而获取满足测图精度要求的激光测高点。因此,开展激光测高点筛选工作对于后续提升高程精度的研究有着十分重要的意义。
  本文的主要研究内容有:
  (1)研究了机载LVIS和星载GLAS的数据格式,并按照格式进行数据解析,这是进行本课题研究的基础。
  (2)采用阈值和高斯滤波相结合的方法对回波信号进行去噪处理,实验表明该方法在保留有效信号的同时,噪声得以去除,为下一步的波形分解提供数据支持。
  (3)分析了全波形高斯分解的研究现状和传统LM算法原理,并通过控制雅克比矩阵的更新以及阻尼系数的调整对 LM算法进行了优化,然后分别采用传统LM算法和优化LM算法对LVIS和GLAS数据进行波形分解对比分析实验,验证了采用优化 LM算法进行全波形高斯分解不但简化了计算过程,而且得到的拟合波形非常逼近原始波形,从而辅助进行后续的激光测高点筛选。
  (4)依据1:10000测图精度要求对激光测高点筛选进行了研究,通过仿真实验分析地形地物对回波信号的影响,借助全波形高斯分解得到的各波形分量提取足印内目标地物特征参数,并研究分析了坡度对测距精度的影响,在此基础上进行筛选实验,制定筛选准则,进而对威海市文登区的30条GLAS光斑数据结合Google earth影像进行激光测高点筛选,最终获得满足测图精度要求的激光测高点。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号