文献类型：期刊文章

作　　者：赖旭东[1] 秦楠楠[1] 韩晓爽[2] 王俊宏[3] 侯文广[3]

机构地区：[1]武汉大学遥感信息工程学院,湖北武汉430079 [2]内蒙古大学电子信息工程学院,内蒙古呼和浩特010021 [3]华中科技大学生命科学与技术学院,湖北武汉430074

出　　处：《红外与毫米波学报》

基　　金：国家自然科学基金(41171289);国家科技支撑计划项目(2011BAH12B04);对地观测技术国家测绘地理信息局重点实验室经费资助项目(K201105);测绘遥感信息工程国家重点实验室专项科研经费资助项目~~

年　　份：2013

卷　　号：32

期　　号：4

起止页码：319-324

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、DOAJ、EI(收录号：20133816756771)、IC、INSPEC、JST、RCCSE、SCI(收录号：WOS:000324362400007)、SCI-EXPANDED(收录号：WOS:000324362400007)、SCIE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：针对传统LiDAR波形数据分解方法受噪声影响严重、对复杂重叠及微弱回波分解能力不足的缺点,提出了一种新波形分解方法.通过计算滤波前后波形的幅值变化,估计波形的随机与背景噪声;采用逐层剥离的策略,从原始波形数据中不断分解出波形分量,直到剩余波形中最大峰值小于一定的阈值;利用L-BFGS算法优化初始参数,获得波形分量参数的最优解;最后对位置过近的波形分量进行合并.该方法计算速度快,探测微弱回波能力强,显著提高分解后点云的密度与精度.对大量LiDAR波形数据进行了分解,验证了其有效性.

关 键 词：LIDAR 波形数据  迭代分解  LM算法 L-BFGS算法  高斯分解  

分 类 号：P237]