一种浅海水下激光雷达数据去噪方法及系统、存储介质与流程

本发明涉及遥感技术应用和浅海水深探测领域，特别是关于一种浅海水下激光雷达数据去噪方法及系统、存储介质。具体地说，本发明涉及一种基于骨架抽取和自适应椭圆快速搜索的浅海水下激光雷达数据去噪方法及系统、存储介质。

背景技术：

1、浅海水深测量是海洋资源开发和管理的重要组成部分，对于保障海洋生态环境的稳定和促进海洋经济的可持续发展具有重要作用。水深变化是影响海洋环境和生态系统的重要因素之一，而全球气候变化、海平面上升、人类活动等都可能导致浅海水深发生变化，从而对海洋环境和生态系统造成威胁和挑战。由于浅海水深测量需要投入大量的人力、物力和财力，传统的测量方法效率低下且成本高昂，因此需要开发一种可以代替实实测水深的高效、精确地水深测量方法，以实现对浅海水深的快速、准确和全面监测。这样的方法将会在海洋资源开发和保护方面起到至关重要的作用。

2、icesat-2主要用于在极地冰盖、海冰以及森林植被方面提供高精度的高程测量和变化监测数据，其卓越的特性也为近岸水下测深和海浪要素提取提供了新的技术手段。由于icesat-2激光雷达数据中包含大量噪声光子，因此在使用前需要进行去噪处理。如何有效去除噪声实现水下信号光子的提取，是决定近岸水下测深精度的重要环节。目前国内外针对光子计数激光雷达数据的去噪算法主要分三种：基于图像处理算法去噪、基于局部距离统计去噪和基于密度空间聚类去噪。然而现有这些去噪方法受模型参数影响较大，自适应性较低，且仍存在噪声光子无法完全去除或信号光子被误去除的问题。因此，需要一种既高效、又能充分保留水深信号光子的去噪方法。

3、本发明针对浅海水深探测需求，基于icesat-2激光雷达数据，通过对水下光子进行骨架抽取并使用自适应椭圆对骨架进行膨胀，提出了一种基于骨架抽取和自适应椭圆快速搜索的浅海水下激光雷达数据去噪方法。

技术实现思路

1、本发明的目的是提供一种新的浅海水下激光雷达数据去噪方法及系统、存储介质，该方法高效、能够自适应且精度高，可以有效提取并充分保留水深信号光子。

2、本发明通过以下技术方案实现：

3、一种浅海水下激光雷达数据去噪方法，基于骨架抽取和自适应椭圆快速搜索实现，包括如下：

4、根据目标区域筛选出icesat-2激光雷达数据，针对icesat-2激光雷达数据，基于高斯拟合和中值滤波，提取水下光子；

5、针对提取的水下光子使用基于滑动窗的支持向量机回归拟合方法其进行骨架抽取，得到骨架光子以减少待处理噪声光子数量；

6、对所抽取的骨架光子进行自适应椭圆快速搜索，以最大限度提取水下信号光子。

7、上述技术方案中，进一步的，所述icesat-2激光雷达数据来自于ice, cloud, andland elevation satellite-2，该数据需含有目标区域水下地形。

8、进一步的，所述基于高斯拟合和中值滤波，提取水下光子，具体包括：

9、1）将icesat-2激光雷达数据中的光子固定高程间隔均匀垂直分成若干段，并统计各段内的光子数；

10、2）基于高斯拟合，确定水面光子的初始上下界；

11、3）利用滑动窗口对初始上下界之间的光子进行中值滤波并迭代处理，得到水面光子的精确上下界，去除大于精确下界的光子，其余即为水下光子。

12、进一步的，所述步骤2）具体包括：

13、根据1）中统计结果绘制光子数与分段中心高程值的统计图，分别以高程值及段内光子数为坐标x轴、y轴；使用寻峰算法在统计图中找到光子数峰值及其对应的高程值坐标，然后沿着轴将统计图进行倒置，即将统计图中所有轴坐标值乘，借助寻峰算法找到另一个峰值及其对应的坐标，并确定关于 的对称坐标；对统计图坐标范围<mi>[</mi><msub><mi>x</mi><mi>valley</mi></msub><mi>,</mi><msub><mi>x</mi><mi>valley</mi></msub><mi>']</mi>内的数据进行单高斯曲线拟合，得到拟合后的均值，标准差和幅值；将水面光子的初始下界设置为，将水面光子的初始上界设置为。

14、进一步的，所述步骤3）具体包括：用滑动窗口对介于水面光子初始上下界之间的光子进行中值滤波，保留每个窗口内光子高程值排序中间的光子，得到水面中点，对水面中点进行插值，将拟合后的曲线分别上下移动，得到第一次迭代后的水面上界和下界；通过迭代进行共三次上述操作得到水面光子的精确上界和下界。

15、进一步的，针对提取的水下光子采用基于滑动窗的支持向量机回归拟合方法对其进行骨架抽取，具体包括：

16、将水下光子的x坐标转换为大小为n*1的二维矩阵x，并将间隔设定为0.1 m，将该矩阵与y坐标一起输入svm回归模型进行训练，以确定模型参数；训练好svm回归模型后，输入x进行预测，获得回归结果，并提取落在间隔范围内的光子；

17、进一步的，对所得到的光子采用基于滑动窗的拟合策略以让各段首尾平滑连接且拟合线与实际位置相符，为了避免滑动窗口长度过长导致的过度平滑，以及尽可能减少拟合次数，根据经验值，将滑动窗口长度设置为150 m，滑动步长设置为100 m。即对于每个长为150 m的滑动窗口，仅保留前100 m的拟合结果，靠右的50m区域内的光子将参与下一个窗口的拟合。

18、进一步的，对骨架光子计算自适应椭圆参数，具体包括：首先基于2维kd树计算自适应椭圆参数，二维kd树即仅包含x轴和y轴两个空间维度的kd树，将所有水下光子的x坐标值和y坐标值作为kd树输入参数，构建出二维kd树。对于骨架光子中的每个光子，利用kd树快速搜索出距离光子 10m内的邻域光子集。中光子数即光子的密度，记为。将骨架光子中所有光子密度的最大值记为，光子密度最小值记为。光骨架子中每个光子对应的自适应变椭圆长半轴、短半轴计算公式如下：

19、

20、对于骨架光子中每个光子，对中的光子使用最小二乘法获得拟合线的斜率。轴正半轴与椭圆长轴之间的夹角表示为：

21、。

22、进一步地，由于构建出的二维kd树中表示的距离为原始坐标轴中的欧氏距离，此距离无法直接用于椭圆邻域搜索。且因为光子骨架中每个光子对应的自适应变椭圆参数不同，无法直接对原始水下光子数据进行压缩后再构建kd树。如果对内所有光子与骨架光子逐一计算椭圆距离，这将是一个耗时漫长的过程，为此提出基于自适应变椭圆邻域的快速搜索方法。骨架光子对应的椭圆邻域变换矩阵可表示为：

23、

24、以骨架光子为坐标原点，对内的光子重新建立坐标轴，则内光子在新坐标轴上的坐标矩阵为。将矩阵点乘变换矩阵，得到新的光子坐标矩阵（）。中所有与坐标原点距离小于1 m的光子即为骨架光子对应的椭圆邻域光子。

25、一种浅海水下激光雷达数据去噪系统，用于实现上述任一项所述的浅海水下激光雷达数据去噪方法，所述系统包括：

26、水下光子提取模块：用于对icesat-2激光雷达数据，基于高斯拟合和中值滤波，提取水下光子；

27、骨架提取模块：使用基于滑动窗的支持向量机回归拟合方法对其进行骨架提取，得到骨架光子以减少待处理噪声光子数量；

28、自适应搜索模块：用于对所提取的骨架光子进行自适应椭圆快速搜索，以最大限度提取水下信号光子。

29、一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任一项所述的浅海水下激光雷达数据去噪方法。

30、一种电子设备，所述设备包括：

31、一个或多个处理器；

32、存储器，用于存储一个或多个程序；

33、当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现上述任一项所述的浅海水下激光雷达数据去噪方法。

34、本发明的浅海水下激光雷达数据去噪方法，基于骨架抽取和自适应椭圆快速搜索实现，针对目标浅海区域，使用基于滑动窗的支持向量机回归拟合方法对水下地形光子进行骨架提取，将去噪重点关注在骨架光子上，能够极大减少待处理的噪声光子数量；且采用自适应椭圆快速搜索，通过使用二维kd树计算自适应变椭圆参数，并采用变换矩阵的方法，将计算椭圆距离转换为计算圆距离，实现快速搜索任意骨架光子p椭圆邻域内的所有光子；该方法相比于传统的基于密度聚类算法能够提升icesat-2光子数据的去噪精度并降低算法的时间复杂度。