(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211147585.0 (22)申请日 2022.09.21 (65)同一申请的已公布的文献号 申请公布号 CN 115222949 A (43)申请公布日 2022.10.21 (73)专利权人 自然资源部第一海 洋研究所 地址 266061 山东省青岛市崂山区仙霞岭 路6号 (72)发明人 孟文君　李杰　唐秋华　刘森波　 徐文学　陈鲁宾　 (74)专利代理 机构 青岛海昊知识产权事务所有 限公司 37201 专利代理师 邱岳 (51)Int.Cl. G06V 10/30(2022.01)G06V 10/764(2022.01) G06V 10/82(2022.01) G06V 20/10(2022.01) G06V 20/13(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (56)对比文件 CN 111524084 A,2020.08.1 1 审查员 范园园 (54)发明名称 一种基于激光卫星数据的浅海区域光子去 噪方法 (57)摘要 一种基于激光卫星数据的浅海区域光子去 噪方法， 属于激光卫星数据信号处理领域。 该方 法包括以下步骤： 通过构建椭圆形搜索区域确定 参数统计范围； 通过统计搜索范围内的点密度、 点间平均距离、 点间K=3距离、 点间K=5距离确定 BP神经网络的训练参数； 当所述BP神经网络训练 完成之后即可用于浅海区域光子数据进行去噪 处理。 本发 明针对搭载光子计数激光雷达的卫星 获取的激光卫星数据进行去噪， 具有运算速度 快， 去噪效果好， 数据处理连贯等特点。 通过数据 去噪可获取高精度、 小半径的光子数据， 在例如 岛礁周边、 近海沿岸的浅海区域可 以实现精度、 效率及经济成本的测绘， 具有很大的技术优势和 发展前景。 权利要求书1页 说明书3页 附图2页 CN 115222949 B 2022.12.06 CN 115222949 B 1.一种基于 激光卫星数据的浅海区域 光子去噪方法， 其特 征是包括以下步骤： 步骤1： 对浅海区域的原始激光卫星数据， 分别以每个光子为椭圆中心构建椭圆形搜索 区域； 步骤2： 对搜索区域内的所有光子数据统计参数， 获取每 个光子的4个属性信息； 步骤3： 将统计的参数信息 输入BP神经网络训练， 得到训练好的BP神经网络； 步骤4： 将训练好的BP神经网络用于其 他浅海区域， 得到 浅海区域 光子去噪结果； 所述步骤1中， 将原始激光卫星数据高斯投影到平面坐标系上， 横坐标为光子沿轨距 离， 纵坐标为光子高程； 椭圆形搜索区域的长半轴 为5m， 短半轴 为0.5m， 分别以每一个光子 点为椭圆中心构建椭圆搜索区域； 所述步骤2中， 在构建椭圆形搜索区域之后， 每个椭圆形搜索区域内部会包含若干光 子， 分别统计各搜索区域内部光子的点密度、 点间平均距离、 点间K=3距离、 点间K=5距离； 所 述点间K=3距离或点间K=5距离是按照K近邻法， 计算每个椭圆内点与点之间的距离， 构建点 与点之间距离列表， 对距离列 表每行进 行升序排列后计算每列距离的平均值， 点间K=3 即此 距离列表第三列对应的数值， K= 5即第五列对应的数值； 所述步骤4中， 对于其他浅海区域的原始激光卫星数据， 按照所述步骤1、 2的方式获取 每个光子的4个属性信息， 将其作为步骤3所述BP神经网络的输入数据， 从而得到浅海区域 光子去噪结果。 2.如权利要求1所述的基于激光卫星数据的浅海区域光子去噪方法， 其特征是所述BP 神经网络 输出层采用Sigmo id激活函数。权　利　要　求　书 1/1 页 2 CN 115222949 B 2一种基于激光 卫星数据的浅海区域光子 去噪方法 技术领域 [0001]本发明涉及 一种数据的去噪处理方法， 具体涉及 一种基于激光卫星数据的浅海区 域光子去噪方法， 属于 激光卫星数据信号处 理领域。 背景技术 [0002]激光卫星数据是研究海洋， 尤其是研究海底状况的重要手段。 光子计数激光雷达 系统采用更加灵敏的单光子探测器， 具有更高的脉冲重复频率， 更高的精度和更小的激光 足印， 在岛礁周边的浅海区域可以实现精度、 效率及经济成本的最优选择， 具有很大的技术 优势和发展 前景。 为了获取更好的技术效果， 对激光卫星数据进 行去噪处理尤为重要。 现有 针对光子数据 处理的研究主要集中在去 噪问题上， 现存的去 噪算法中可分为三类： 基于局 部统计参数 的去噪算法、 基于栅格转换 的去噪算法和基于密度聚类去 噪算法。 其中基于局 部统计参数和基于密度聚类算法的研究较多， 但其存在聚类参数难以确定的问题； 基于栅 格转换的去噪算法则会出现精度损失等问题； 目前基于神经网络的去噪算法研究较少。 发明内容 [0003]本发明目的是提供了一种基于激光卫星数据的浅海区域光子去噪方法， 以克服现 有技术中的不足。 [0004]本发明通过构建椭圆形搜索区域确定参数统计范围； 通过统计搜索范围内的点密 度、 点间平均距离、 点间K=3距离、 点间K=5距离确定BP神经网络的训练参数； 通过训练BP神 经网络， 对例如岛礁周边、 近海沿岸的浅海区域 光子点云数据进行去噪处 理。 [0005]本发明采用的具体技 术方案如下： [0006]一种基于 激光卫星数据的浅海区域 光子去噪方法， 其特 征是包括以下步骤： [0007]步骤1： 对浅海区域的原始激光卫星数据， 分别以每个光子为椭圆中心构建椭圆形 搜索区域； [0008]步骤2： 对搜索区域内的所有光子数据统计参数， 获取每 个光子的4个属性信息； [0009]步骤3： 将统计的参数信息 输入BP神经网络训练， 得到训练好的BP神经网络； [0010]步骤4： 将训练好的BP神经网络用于其 他浅海区域， 得到 浅海区域 光子去噪结果； [0011]所述步骤1中， 将原始激光卫星数据高斯投影到平面坐标系上， 横坐标为光子沿轨 距离， 纵坐标为光子高程； 椭圆形搜索区域的长半轴为5m， 短半轴为0.5m， 分别以每一个光 子点为椭圆中心构建椭圆搜索区域； [0012]所述步骤2中， 在构建椭圆形搜索区域之后， 每个椭圆形搜索区域内部会包含若干 光子， 分别统计各搜索区域内部光子的点密度、 点间平均距离、 点间K=3距离、 点间K=5距离； 所述点间K距离是按照K邻近距离法， 计算每个椭圆内点与点之间的距离， 构建点与点之间 距离列表， 对距离列 表每行进 行升序排列后计算每列 距离的平均值， 点间K=3 即此距离列表 第三列对应的数值， K= 5即第五列对应的数值。 [0013]所述BP神经 网络输出层采用S igmoid激活函数， 该函数是平滑的阶梯函数， 处处可说　明　书 1/3 页 3 CN 115222949 B 3