謝 歡，黃佩琪，徐 琪，葉 丹，孫 媛，欒奎峰，劉世杰，2，童小華，2

（1.同濟大學(xué) 測繪與地理信息學(xué)院，上海 200092；2.上海市航天測繪遙感與空間探測重點實驗室，上海 200092；3.上海海洋大學(xué) 海洋科學(xué)學(xué)院，上海 201306）

1 引言

激光測高衛(wèi)星由于速度快、精度高、節(jié)省人力物力［1］等優(yōu)勢，成為了當(dāng)今獲取大范圍地表三維信息的重要工具之一［2］。此外，星載激光雷達具有穿透性強、精度高的優(yōu)點，其產(chǎn)品同時還可以服務(wù)于生物量估算［3］、海冰厚度測算、海底地形測量［4-5］等領(lǐng)域。ICESat-2（Ice，Cloud and Land Elevation Satellite-2）于2018 年9 月發(fā)射［6］，搭 載全新激光測高系統(tǒng)ATLAS（Advanced Topographic Laser Altimeter System）。上一代衛(wèi)星ICESat 于2003 年1 月發(fā)射升空，2010 年2 月停止工作［7］。相較ICESat，ICESat-2 搭載的激光測高系統(tǒng)利用微脈沖多波束光子計數(shù)激光雷達技術(shù)［8］對地進行觀測，且有著更小的足印與更高的重復(fù)頻率［9］，同時改用6 波束（強弱波束兩兩組合）的觀測方式，增強了坡度適應(yīng)性和測量精度。得益于單光子探測技術(shù)的應(yīng)用，ICESat-2 衛(wèi)星的探測器壽命將會有所延長［10］。

由于單光子探測器自身的高靈敏度［11］，接收回波時，背景噪聲、探測器自身噪聲等會隨信號涌入探測器［12-13］。單光子探測技術(shù)能夠在一定程度上減少噪聲對結(jié)果數(shù)據(jù)精度的影響，但殘余噪聲仍會干擾數(shù)據(jù)的使用，故想要獲得高精度的測高數(shù)據(jù)，還需要用點云濾波算法對噪聲進行進一步的剔除。

本文首先選取了144 組具有代表性的光子點云數(shù)據(jù)，分析了不同地表覆蓋類型（城市、沙漠、冰蓋/冰川、海洋、植被及海冰）在不同季度、不同觀測時間（白天/極晝、夜晚/極夜）下背景光子率的分布特點，之后對7 種具有代表性的光子點云濾波算法的實現(xiàn)思路及去噪過程進行總結(jié)。

2 ICESat-2 背景光子率分析

數(shù)據(jù)的背景噪聲大小在很大程度上影響了點云濾波的去噪效果，本節(jié)首先對不同地表覆蓋、不同觀測條件下所獲取ATLAS 的ATL03 數(shù)據(jù)（包含測量光子的經(jīng)緯度、飛行速度等信息的ICESat-2 測高數(shù)據(jù)）的背景光子率進行了統(tǒng)計分析。

2.1 背景光子率

背景光子率表示點云數(shù)據(jù)中背景噪聲光子數(shù)占總光子數(shù)的比率。在ICESat-2 描述光子地理位置的ATL03 數(shù)據(jù)中，6 個通道組（gt1l、gt1r、gt2l、gt2r、gt3l、gt3r）均包含一個描述背景噪聲信息的組——bckgrd_atlas，其中包含一個bckgrd_rate 數(shù)據(jù)集，記錄了剔除可能的信號光子后，發(fā)射50 次激光所得到測高直方圖中的背景光子率，單位為點/秒。

2.2 實驗數(shù)據(jù)

為探究不同地表覆蓋類型、不同觀測條件下背景光子率的分布特點，實驗選取了6 種地表覆蓋類型，四個季度白天和夜晚（海冰數(shù)據(jù)為極晝和極夜）共144 組數(shù)據(jù)（城市、沙漠、冰蓋/冰川、海洋、植被及海冰各24 組）進行背景光子率的統(tǒng)計。為確保所選數(shù)據(jù)的代表性，實驗針對每種地表覆蓋類型各選取了三個實驗區(qū)域，分布情況為城市類型選取北京、休斯頓和倫敦區(qū)域；沙漠類型選取塔里木盆地、撒哈拉沙漠和維多利亞大沙漠區(qū)域；冰蓋/冰川類型選取青藏高原、格陵蘭島和南極洲冰蓋區(qū)域；海洋類型選取海南省南部沿海、美國東海岸和幾內(nèi)亞灣區(qū)域；植被類型選取嶺南、西伯利亞和亞馬遜叢林區(qū)域；海冰類型選取南極洲沿海、北冰洋、俄羅斯北部沿海區(qū)域。

2.3 實驗結(jié)果

為保證所選取范圍內(nèi)的地表覆蓋類型盡可能單一，本文分別對上述144 組測高數(shù)據(jù)進行了1 秒和2 秒的數(shù)據(jù)截取，并對背景光子率進行了統(tǒng)計。由于兩個截取時長下的背景光子率統(tǒng)計結(jié)果相近，因此下文統(tǒng)計結(jié)果與分析均使用截取時長為2 秒的測高數(shù)據(jù)。實驗統(tǒng)計了所有數(shù)據(jù)在2 秒內(nèi)的背景光子率總均值、同一地表覆蓋類型下不同研究區(qū)域間和不同季度間的背景光子率相對標(biāo)準(zhǔn)差，以及強弱波束的背景光子率均值，結(jié)果如圖1 所示。其中，橫坐標(biāo)上下的柱形圖分別表示六種地表覆蓋類型數(shù)據(jù)在白天（海冰數(shù)據(jù)為極晝）和夜晚（海冰數(shù)據(jù)為極夜）的背景光子率均值，黑色短線表示不同季度間的相對標(biāo)準(zhǔn)差，紅色短線表示不同研究區(qū)域間的相對標(biāo)準(zhǔn)差。紅色方塊和藍色菱形分別表示弱波束和強波束記錄下的背景光子率均值。為方便表達，后文中未加以特別說明時，海冰數(shù)據(jù)的“極晝”和“極夜”均以“白天”和“夜晚”表示。

圖1 不同地表類型背景光子率統(tǒng)計Fig.1 Statistics of background rate of different land cover

2.4 實驗結(jié)論

通過對上述統(tǒng)計結(jié)果的分析，可得結(jié)論如下：

（1）對于除海冰外的其余五種地表覆蓋類型（城市、沙漠、海洋、冰蓋/冰川及植被），ICESat-2所獲取的測高數(shù)據(jù)背景光子率在白天平均為106點/秒數(shù)量級，夜晚平均為104點/秒數(shù)量級。海冰數(shù)據(jù)在極晝期間，背景光子率平均為106點/秒數(shù)量級，極夜期間平均為105點/秒數(shù)量級。

（2）除海冰數(shù)據(jù)，冰蓋/冰川數(shù)據(jù)的年平均背景光子率在白天和夜晚均為最高，分別為6.330 6×106點/秒 和3.298 2×104點/秒?？?體上看，背景光子率受被測物體自身反射率的影響，反射物質(zhì)較為單一的地表覆蓋類型（冰蓋/冰川、海洋、沙漠、海冰）測高數(shù)據(jù)的背景光子率略高于反射物質(zhì)較復(fù)雜的地表覆蓋類型（城市、植被）的背景光子率。

（3）根據(jù)相對標(biāo)準(zhǔn)差的統(tǒng)計可得，所選數(shù)據(jù)具有代表性，除城市夜晚和冰蓋/冰川白天的數(shù)據(jù)，其它測高數(shù)據(jù)的背景光子率在四個季度間均無明顯差異；除植被夜晚和海冰夜晚的數(shù)據(jù)，其它測高數(shù)據(jù)的背景光子率在不同區(qū)域間也無明顯差異。

（4）強弱波束間背景光子率在數(shù)量級上無明顯差異，由此可見波束能量的強弱僅體現(xiàn)在信號光子的數(shù)量差異，而非背景光子率的不同。

此外，為研究2 秒內(nèi)背景光子率變化情況，本實驗還對比分析了背景光子率隨時間的變化情況。如圖2 所示，其中，黃線為白天弱波束數(shù)據(jù)，紅線為白天強波束數(shù)據(jù)，藍線為夜晚弱波束數(shù)據(jù)，紫線為夜晚強波束數(shù)據(jù)。結(jié)論如下：

圖2 背景光子率變化對比Fig.2 Comparison of background rate changes

（1）除海冰數(shù)據(jù)，其余地表覆蓋類型數(shù)據(jù)的背景光子率在夜晚的變化均比白天情況更復(fù)雜，波動幅度更大。

（2）被測物體表面反射率越高、反射物質(zhì)越單一的地表覆蓋類型，背景光子率曲線更平穩(wěn)。例如，在同一季度的數(shù)據(jù)中，城市區(qū)域（反射物質(zhì)不單一）比沙漠區(qū)域（反射物質(zhì)單一）的背景光子率曲線變化更復(fù)雜，如圖2（c）和（d）所示；平坦沙漠區(qū)域（表面反射率較低）比平坦冰蓋/冰川區(qū)域（反射率較高）的背景光子率曲線變化更復(fù)雜，如圖2（e）和（f）所示。

（3）地面坡度變化越大的數(shù)據(jù)背景光子率變化幅度越大，例如研究區(qū)域1（青藏高原）冰川數(shù)據(jù)比研究區(qū)域2（格陵蘭島）冰蓋數(shù)據(jù)的背景光子率變化更大，如圖2（g）和（h）所示。

（4）在實驗統(tǒng)計的大多數(shù)測高數(shù)據(jù)中，白天強弱波束的背景光子率曲線之間在時間尺度上均會出現(xiàn)一定程度上的偏移，尤其在植被及城市類型的部分?jǐn)?shù)據(jù)里偏移明顯。這是由于強弱波束在沿軌方向上存在一定間隔，因此，同組數(shù)據(jù)中一對強弱波束所記錄的信息會在時間上有一定的偏移。植被和城市類型的地表反射物體相對于其他四類地表覆蓋類型更為復(fù)雜，故該偏移也更為明顯。

3 ICESat-2 濾波算法研究進展

從上節(jié)分析可得，夜晚背景光子率要遠低于白天，這意味著夜晚獲取的數(shù)據(jù)精度要高于白天。同樣地，由于不同類型的地表覆蓋對光子有著不同的反射率，不同類型的光子點云數(shù)據(jù)也呈現(xiàn)了不一樣的特點。然而，通常情況下，測高數(shù)據(jù)中，被探測物體表面的光子密度遠大于噪聲光子密度。據(jù)此，學(xué)者們開發(fā)出了多種光子點云濾波算法，大致可分為3 類［14］。（1）柵格化濾波法：將點云數(shù)據(jù)進行柵格化，使其轉(zhuǎn)化為二維圖像，而后利用數(shù)字圖像處理算法（如Canny 邊緣檢測［15］、輪廓檢測［16］等）對柵格化后的數(shù)據(jù)進行處理，剔除噪聲。這類算法思路簡單且處理效率高，但柵格化操作會導(dǎo)致一定程度的數(shù)據(jù)損失［17］，難以精細化去噪。（2）局部統(tǒng)計量法：計算點云數(shù)據(jù)中每個光子點的局部統(tǒng)計量（如光子與周圍k個最鄰近光子的距離和），并對該量進行直方圖統(tǒng)計，根據(jù)直方圖設(shè)定閾值對噪聲進行剔除［18］。局部統(tǒng)計量法并未導(dǎo)致數(shù)據(jù)損失，且能夠反應(yīng)信號和噪聲的分布密度差，但該算法效果依賴閾值選取，且手動選擇閾值的過程會導(dǎo)致算法自適應(yīng)性的降低。（3）密度聚類分析法：遍歷光子數(shù)據(jù)，依據(jù)密度將光子點云分為噪聲光子和信號光子［19］。聚類分析的方法較為靈活，也更好地利用了點云剖面圖中噪聲和信號的密度差，但該類方法的結(jié)果受點云分布及搜索區(qū)形狀的影響，故選擇合適的搜索區(qū)對于獲得好的聚類結(jié)果至關(guān)重要。

為研究不同類型算法的去噪效果及探究噪聲數(shù)量對去噪效果的影響，在本文第2 節(jié)分析結(jié)論的基礎(chǔ)上，從144 組實驗數(shù)據(jù)中選取了21 組具有代表性的數(shù)據(jù)，然后從現(xiàn)有的點云濾波算法中，選取7 種典型算法進行去噪思路總結(jié)并對該21 組測高數(shù)據(jù)分別進行去噪處理，分析去噪精度并總結(jié)不同算法的特點。根據(jù)處理思路的特點，可將該7 種點云濾波算法分為前述三個大類，如圖3 所示。

3.1 柵格化濾波法

柵格化濾波法將光子點云剖面圖分為若干個柵格，利用每個柵格單元中的統(tǒng)計量（如柵格內(nèi)的光子數(shù)等）將柵格轉(zhuǎn)化為二維圖像，使用數(shù)字圖像處理算法進行去噪。

柵格化濾波法中，較有代表性的直方圖統(tǒng)計法 由Brunt 等 在2014 年［20］提 出。首先使用固 定大小的窗口將光子點云剖面圖進行分塊，統(tǒng)計每個窗口中的光子總數(shù)，接著利用光子總數(shù)的統(tǒng)計量進行閾值的選取，從而達到信號窗口和噪聲窗口的劃分。算法實現(xiàn)的具體步驟可分為5 步：（1）統(tǒng)計光子數(shù)；（2）信號窗口初篩選；（3）識別遺漏信號窗口；（4）創(chuàng)建信號光子緩沖區(qū)；（5）創(chuàng)建高程中位數(shù)緩沖區(qū)。

直方圖統(tǒng)計法處理效率高，但也有著柵格化濾波法的弊端，數(shù)據(jù)被壓縮、細節(jié)受損，因此后續(xù)的濾波算法多以單個光子為最小單位。

3.2 局部統(tǒng)計量法

局部統(tǒng)計量法以單個光子為計算單元，避免了數(shù)據(jù)丟失、忽略細節(jié)的問題。局部統(tǒng)計量法首先計算點云中所有點的局部統(tǒng)計量，接著生成局部統(tǒng)計量的直方圖，根據(jù)直方圖選擇合適的閾值，從而將每個點識別為噪聲光子或信號光子。

3.2.1 局部距離和法

夏少波等于2014 年［21］提出使用局部距離和法對光子點云剖面進行信號的提取，通過逐一計算剖面圖中光子到周圍最鄰近k個點的距離和作為局部距離，結(jié)合直方圖統(tǒng)計來尋找分割噪聲和信號的閾值。算法過程可概括為3 個步驟：（1）計算局部距離和；（2）直方圖統(tǒng)計；（3）設(shè)定閾值剔除噪聲。

3.2.2 密度維度法

密度維度法（Density-dimension Algorithm，DDA）由Herzfeld 等于2017 年［22］提出，該算法提出將光子密度作為一個新的維度，利用徑向基函數(shù)來計算每個光子周邊指定范圍的局部密度，以此作為局部統(tǒng)計量來分割噪聲和信號。具體計算步驟為：（1）分割點云為噪聲塊和信號塊；（2）利用徑向基函數(shù)計算局部光子密度；（3）計算雙重閾值剔除閾值。

局部統(tǒng)計量法對于地形的適應(yīng)性較高，同時也不會造成數(shù)據(jù)的丟失，能夠處理數(shù)據(jù)的細節(jié)部分，所以去噪效果相比柵格化濾波法有了很大的提高

3.3 密度聚類分析法

密度聚類分析法大多不需要手動確定閾值，在確定搜索區(qū)的大小和形狀后，對點云剖面中的每個光子進行遍歷，加以判斷處理即可將信號點聚為一類，從而完成去噪。

3.3.1 概率比較法

2016 年，Wang 等［23］提 出一種利用貝葉斯概率公式輔助去噪的自適應(yīng)算法。該算法利用光子周圍最鄰近k點的距離與貝葉斯概率公式計算光子作為噪聲和信號的概率，二者比較后得出光子分類結(jié)果。

3.3.2 改進DBSCAN 法

DBSCAN（Density Based Spatial Clustering of Applications with Noise）法為計算機視覺中典型 的聚類 算法之 一，Zhang 等在 2014 年［24］針對ICESat-2 數(shù)據(jù)的分布特點，提出了一種改進的DBSCAN 算法。與常規(guī)的DBSCAN 算法不同，由于被測地物的光子以水平分布為主，所以該算法將搜索區(qū)的形狀由常規(guī)的圓形改為了以水平方向為長軸的橢圓形，算法對水平分布的點更敏感，相近的分布密度下，算法更容易將水平方向的點聚為一類。

3.3.3 最佳濾波核法

謝峰等于2014 年［25］提出了一種利用方向可調(diào)的濾波核進行去噪的算法。在改進DBSCAN法中，橢圓形搜索區(qū)的橫軸是保持水平不變的，而最佳濾波核法則是通過旋轉(zhuǎn)濾波核的主軸來尋找其最佳方向，再利用不同方向加權(quán)平均的方法提高算法對最佳濾波核方向信號光子的提取能力。

3.3.4 改進局部密度法

改進局部密度法由Zhu 等在2018 年［26］提出，該算法利用了局部方向最大點密度和直方圖曲線擬合來提高去噪算法的精度。近似研究還包括改進OPTICS 法［27］、四叉樹法［28］等。

相較于前兩類點云濾波算法，密度聚類分析法對于先驗知識、參數(shù)的依賴性更低，因而對于不同分布類型的點云數(shù)據(jù)適應(yīng)性更高，但對于數(shù)據(jù)和搜索區(qū)的要求也較高。

3.4 去噪實驗數(shù)據(jù)

本文去噪實驗所采用的數(shù)據(jù)如表1 所示。

表1 去噪實驗數(shù)據(jù)信息Tab.1 Informations of the data in denoising experiment

3.5 去噪實驗結(jié)果

利用7 種具有代表性的濾波算法對上述21 組數(shù)據(jù)進行去噪處理后，采用召回率（Recall）、精準(zhǔn)度（Precision）及F值進行精度評估。精度計算所采用的標(biāo)準(zhǔn)數(shù)據(jù)是在ALT03 數(shù)據(jù)標(biāo)簽的基礎(chǔ)上，結(jié)合研究區(qū)域遙感影像，對測高點云數(shù)據(jù)進行目視解譯得到的測高點云數(shù)據(jù)。

首先，對不同算法的三個精度指標(biāo)進行了統(tǒng)計，如表2 所示。

表2 不同濾波算法精度Tab.2 Accuracy of different filtering algorithms

為直觀展示各地表類型的去噪效果，選取對應(yīng)效果最好的濾波算法進行展示，結(jié)果如圖4 所示，其中紅色為信號光子，黑色為噪聲光子。

圖4 各地表覆蓋類型數(shù)據(jù)去噪結(jié)果Fig.4 Denoising results of different land cover

由統(tǒng)計結(jié)果可見，不同算法間的精準(zhǔn)度相差不大，均達到了0.91 以上，但召回率相差較大，最高的改進局部密度法達到了0.927 6，而最低的密度維度法僅有0.354 3；而F值同時衡量了精準(zhǔn)度和召回率，因此從F值可以得出改進局部密度法去噪效果最好，密度維度法效果欠佳。

對于不同觀測條件，夜晚數(shù)據(jù)去噪結(jié)果的精準(zhǔn)率均遠高于白天數(shù)據(jù)的去噪結(jié)果；在召回率和F值方面，直方圖統(tǒng)計法、密度維度法、改進DBSCAN 法對白天數(shù)據(jù)的去噪處理效果優(yōu)于夜晚數(shù)據(jù)的去噪效果，局部距離和法、概率比較法、最佳濾波核法和改進局部密度法對夜晚數(shù)據(jù)的去噪效果優(yōu)于對白天數(shù)據(jù)的去噪效果。上節(jié)統(tǒng)計結(jié)果顯示，夜晚數(shù)據(jù)的背景光子率遠低于白天數(shù)據(jù)的背景光子率，二者結(jié)合說明總體上看，噪聲數(shù)量對于去噪效果的影響較小。

精準(zhǔn)度計算的是在濾波結(jié)果中，篩選出的信號光子中有多少是真正的信號光子。統(tǒng)計結(jié)果說明，背景光子率越小，噪聲光子對信號光子的影響越小，在分離噪聲和信號光子時，噪聲更不容易與光子混淆，因此夜晚數(shù)據(jù)去噪結(jié)果的精準(zhǔn)度比白天更高。

實驗還對不同地表覆蓋類型在所有算法處理下的總均值進行了統(tǒng)計，如圖5 所示。可以看到，冰蓋/冰川數(shù)據(jù)去噪效果最好，海洋數(shù)據(jù)去噪效果最差。總體上看反射面成分更單一、地形起伏更小的數(shù)據(jù)（沙漠、冰蓋/冰川、海冰）去噪效果優(yōu)于地表覆蓋較為復(fù)雜、地形起伏較大的數(shù)據(jù)（城市、植被）。海洋數(shù)據(jù)總體去噪效果差，經(jīng)觀察是由于在去噪實驗所選的白天數(shù)據(jù)中，反射表面的信號光子與背景噪聲光子密度較接近，基于信噪光子密度差研發(fā)的濾波算法無法較好地提取出海洋信號光子，因此拉低了晝夜平均的去噪精度。

圖5 各地表類型去噪結(jié)果統(tǒng)計Fig.5 Statistics of the denoising results of various land cover

實驗還計算了21 組數(shù)據(jù)的背景光子率及上述三個指標(biāo)的相關(guān)系數(shù)，結(jié)果發(fā)現(xiàn)整體去噪效果和背景噪聲之間的相關(guān)性并不是很高。

實際上，在進行去噪實驗的過程中我們發(fā)現(xiàn)，噪聲的分布情況對去噪效果的影響大于噪聲的數(shù)量對去噪效果的影響。例如城市和植被同屬于地形起伏和地表覆蓋復(fù)雜、地表反射率較低的類型，但植被數(shù)據(jù)存在大量近地表的噪聲光子，總體上看，濾波算法對植被數(shù)據(jù)的去噪效果比對城市數(shù)據(jù)的去噪效果差，因此可以說明，噪聲的分布對于去噪的效果有一定的影響。

此外，為探究不同算法對于不同地形的適應(yīng)性，實驗還分別統(tǒng)計了7 種算法對于不同地形起伏數(shù)據(jù)的去噪效果差異。最后得出：7 種算法中，坡度適應(yīng)性最差的是直方圖統(tǒng)計法，相對地，改進局部密度法坡度適應(yīng)性最好。

4 ICESat-2 濾波算法特點分析

從實驗結(jié)果可以得到，首先，背景光子率的統(tǒng)計實驗結(jié)果顯示，白天數(shù)據(jù)的背景光子率遠高于夜晚數(shù)據(jù)的背景光子率，但晝夜數(shù)據(jù)去噪的平均F值相近，分別為0.859 3 和0.852 4，且在實驗采用的七種算法中，直方圖統(tǒng)計法、密度維度法、改進DBSCAN 法對于白天數(shù)據(jù)的處理總精度高于夜晚數(shù)據(jù)，說明背景光子率對ICESat-2 測高數(shù)據(jù)的總精度影響不大。實驗結(jié)果還顯示所有算法對白天數(shù)據(jù)去噪精準(zhǔn)度均小于夜晚數(shù)據(jù)，白天平均精準(zhǔn)度為0.952 5，而夜晚為0.984 2，這說明背景光子率的大小主要影響去噪精準(zhǔn)度，背景光子率越大，精準(zhǔn)度越低，被錯分為信號的噪聲越多。其次，影響去噪效果的因素除背景噪聲數(shù)量外，還有噪聲的分布及信號本身的特性，接近信號光子的噪聲信號越多（如近地表的地下光子）、噪聲密度與信號密度越接近、地表起伏越大、覆蓋物越復(fù)雜，去噪效果越差。最后，不同算法對噪聲的敏感程度以及對坡度的適應(yīng)性均有不同?？傮w上看，改進局部密度法的去噪精度最高，對噪聲的敏感度更低，效果也更為穩(wěn)定。

結(jié)合去噪過程中出現(xiàn)的問題及精度計算結(jié)果，表3 對算法是否需要輸入?yún)?shù)、適用地表覆蓋類型、算法特點進行總結(jié)。

表3 點云濾波算法總結(jié)Tab.3 Summary of photon filtering algorithms

直方圖統(tǒng)計法對數(shù)據(jù)進行了壓縮，提高了處理速度，但無法處理點云剖面圖細節(jié)，適合處理地表起伏小、反射率高、地表覆蓋簡單的數(shù)據(jù)；局部距離和法效果較好，但在信號光子分布密度不均時，生成的直方圖會出現(xiàn)多個波峰，閾值選取會影響信號的保留情況；密度維度法采用了更為嚴(yán)格的雙重閾值，所提取的信號會比真實信號數(shù)量少，但準(zhǔn)確度高，適用于地表覆蓋單一且光子分布集中的地形，如各種地形的冰面；概率比較法對先驗信息的要求較高，先驗參數(shù)的細微偏差會對去噪結(jié)果精度產(chǎn)生較大的影響；改進DBSCAN 法對水平方向信號的提取能力有所提高，但固定的搜索區(qū)方向使得該算法在處理坡度較大的數(shù)據(jù)時，所提取的信號會出現(xiàn)斷續(xù)的現(xiàn)象，適用于處理平緩、密度分布較均勻的數(shù)據(jù)；最佳濾波核法經(jīng)過粗去噪和精去噪的過程，利用方向可變的濾波核及加權(quán)平均密度，大大提高了坡度適應(yīng)性，實驗驗證該算法精度處于較高的水平；改進局部密度法對局部光子密度方向進行了搜索，該操作提高了算法的坡度適應(yīng)性，同時利用兩個高斯函數(shù)對密度直方圖進行了擬合，提高了算法應(yīng)對不同地表覆蓋類型數(shù)據(jù)的去噪能力。

5 結(jié)論

本文首先統(tǒng)計分析了不同地表覆蓋類型測高數(shù)據(jù)背景光子率的分布特點，得出以下結(jié)論：光子點云測高數(shù)據(jù)的背景光子率在白天約為106點/秒數(shù)量級，夜晚約為104點/秒數(shù)量級；反射率較高、反射面組成更單一的地表覆蓋類型背景光子率更高，背景光子率的變化幅度越?。粡娙醪ㄊ涗浀谋尘肮庾勇试跀?shù)量上相差很小。

然后，本文對不同地表覆蓋類型數(shù)據(jù)使用7種具有代表性的濾波算法進行了處理，分析得到背景光子率的密度對去噪效果的影響低于背景噪聲光子分布（密集程度和被測地形）對去噪效果的影響；直方圖統(tǒng)計法處理效率最高，但效果欠佳，適合處理較簡單平緩的測高數(shù)據(jù)；改進DBSCAN 法、最佳濾波核法和改進局部密度法去噪效果較好，其中，改進局部密度法的去噪效果最佳，算法召回率、精準(zhǔn)度和F值平均分別為0.919 8、0.957 1 和0.937 0，效果較為穩(wěn)定。

而針對光子點云濾波算法的不足之處，本文總結(jié)了以下幾點想法：

（1）由點云濾波算法的發(fā)展可知，如今一些算法正是利用了計算機視覺的處理算法來對點云進行去噪（如改進DBSCAN 法和改進OPTICS 法），該類算法有著較高的自適應(yīng)性，所以可以進一步將點云去噪算法與計算機視覺、深度學(xué)習(xí)等領(lǐng)域相結(jié)合，提高算法的精度和自適應(yīng)性；

（2）由于同一閾值作用于不同的坡度可能會獲得不同的去噪效果，所以針對坡度變化較大的數(shù)據(jù)可以采用分段閾值的方法，在不同坡度的數(shù)據(jù)段使用不同的閾值，以提高算法對坡度的適應(yīng)性；

（3）在測高數(shù)據(jù)中，接近地面的區(qū)域會存在一些分布密度與信號光子分布密度相近的噪聲點，因此有些算法無法將此類噪聲點剔除，這會對后續(xù)的地面提取及高程估計等步驟產(chǎn)生一定的影響?？梢钥紤]使用迭代或者多重閾值的方式，利用二次篩選將誤判成信號的地面噪聲點剔除。