1 吉林大学 地球探测科学与技术学院，吉林 长春 130000
2 上海工程技术大学 城市轨道交通学院，上海 201620
3 武汉大学 测绘遥感信息工程国家重点实验室，湖北 武汉 430079
4 自然资源部海洋遥测技术创新中心，山东 青岛 266061
单频机载激光雷达测深系统凭借低成本、低负载、高采样率等优势成为大范围海岸带地形地貌探测的理想选择。然而如何解决单频局限，在不依赖辅助传感器情况下实现全波形数据的准确划分成为精确点位坐标解算的关键环节。目前基于全波形形态特征进行波形分类研究缺乏系统性评估分析和普遍性结论。该研究尝试从全波形空间形态入手，细化了波形类别（异常波形、过拟合波形、陆地波形、海面波形和测深波形），在已有波形特征基础上，系统分析了不同类别波形的形态特征差异，有针对性地提取了24维波形特征并基于随机森林特征选择和分类模型完成了各特征分类性能及最佳特征组合评估与定量分析。研究证明，包括相邻两点间振幅偏差、震荡主频等在内的6维特征组合对5种波形的分类效果最好，总体分类精度可达98.55%，Kappa系数为0.9820。为了验证特征的普适性，另外选取了一块实验区域进行验证，得到水陆分类的总体精度为96.81%。
机载激光雷达测深 全波形 波形特征 波形分类 airborne LiDAR bathymetry full waveform waveform characteristics waveform classification 红外与激光工程
2023, 52(9): 20230096
1 国家海洋局第二海洋研究所卫星海洋环境动力学国家重点实验室, 浙江 杭州 310012
2 中国科学院上海光学精密机械研究所上海市全固态激光器与应用技术重点实验室, 上海 201800
3 山东科技大学测绘科学与工程学院, 山东 青岛 266590
4 中国海监南海航空支队, 广东 广州 510310
综合了已有的机载激光雷达测深系统的波形处理方法。基于国产多通道海洋激光雷达波形数据的多通道优势，运用去卷积、数值拟合和信号滤波等波形处理方法，针对不同类型的波形，提出了一套适用于国产硬件的波形处理方法。该方法可保证回波位置提取的稳健性。
遥感 激光雷达 测深系统 波形处理 波形分类 去卷积 数值拟合 信号滤波 激光与光电子学进展
2018, 55(8): 082808
1 国家海洋局第二海洋研究所卫星海洋环境动力学国家重点实验室, 浙江 杭州 310012
2 中国科学院上海光学精密机械研究所上海市全固态激光器与应用技术重点实验室, 上海 201800
3 浙江大学计算机科学与技术学院, 浙江 杭州 310013
4 山东科技大学测绘科学与工程学院, 山东 青岛 266590
针对国产机载激光雷达测深系统海陆波形分类识别的需求, 基于多通道海洋激光雷达波形数据的特点, 通过提取多通道波形的特征参数, 采用支持向量机的方法构建分类模型对海陆波形进行分类。通过检验结果证明, 该分类方法总体精度和Kappa系数分别达99.03%和0.9805。该方法海陆波形分类精度满足工程应用需求, 适用于国产机载激光雷达测深系统的波形分类处理, 为后续深度计算过程中水体介质光速校正和潮汐波浪改正奠定基础。
遥感 激光雷达 海陆 波形分类 支持向量机
1 首都师范大学三维信息获取与应用教育部重点实验室, 北京 100048
2 北京航空航天大学机械及自动化学院, 北京 100083
3 清华大学电子工程系, 北京 100084
针对机载全波形数据，提出了一种基于随机森林法的点云分类算法。通过全波形分解获得振幅，回波次数以及回波宽度，结合提出的特征提取方法，构建一个多维特征向量并进行特征选择，利用随机森林法将激光点云分为植被,地面以及建筑物三类。通过对比分析随机森林和支持向量机两种分类方法，实验结果表明所提取的特征在随机森林分类中具有良好的稳定性以及高效性，能够在城市分类应用中取得较好的分类效果。
信号处理 全波形分类 特征选择 随机森林法 支持向量机
