全波形LiDAR数据分解的可变分量高斯混合模型及RJMCMC算法

作     者：赵泉华 李红莹 李玉 ZHAO Quanhua;LI Hongying;LI Yu

作者机构：辽宁工程技术大学测绘与地理科学学院辽宁阜新123000 

基　　金：国家自然科学基金青年科学基金(41301479) 国家自然科学基金(41271435) 国家海洋局空间海洋遥感与应用研究重点实验室开放基金(201502002)~~ 

出 版 物：《测绘学报》 (Acta Geodaetica et Cartographica Sinica)

年 卷 期：2015年第44卷第12期

页      码：1367-1377页

摘      要：传统激光雷达(light detection and ranging,LiDAR)数据处理均采用固定数的波形分解方法,容易遗漏部分重叠的返回波,降低波形拟合精度。为了实现可变数波形分解,本文提出了一种自动确定波形分解数的方法。假定波形数据服从混合高斯分布,并以此建立理想的波形模型;定义用于控制理想模型与实际波形拟合程度的能量函数,用吉布斯分布构建或然率;根据贝叶斯定理构建刻画波形分解的后验概率模型;设计可逆跳转马尔科夫链蒙特卡洛(reversible jump Markov chain Monte Carlo,RJMCMC)算法模拟该后验概率模型,以确定波形分解数并同时完成波形分解。为了验证提出算法的正确性,分别对不同区域的ICESat-GLAS波形数据进行了波形分解试验,定性和定量分析结果验证了本文方法的有效性、可靠性和准确性。

主 题 词：全波形LiDAR 波形分解 高斯混合模型 RJMCMC算法 ICESat-GLAS 

学科分类：083002[083002] 0830[工学-生物工程类] 081802[081802] 08[工学] 0708[理学-地球物理学类] 0818[工学-交通运输类] 081602[081602] 0816[工学-纺织类] 0704[理学-天文学类] 

核心收录：

D　O　I：10.11947/j.AGCS.2015.20140501

馆 藏 号：203828491...