首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于分组LM算法的全波形LiDAR高斯分解
引用本文:王素元,马洪超,王杰栋,蔡湛,周薇薇,赵璐颖.基于分组LM算法的全波形LiDAR高斯分解[J].测绘与空间地理信息,2016(7):144-147.
作者姓名:王素元  马洪超  王杰栋  蔡湛  周薇薇  赵璐颖
作者单位:1. 武汉大学遥感信息工程学院,湖北武汉,430079;2. 武汉大学遥感信息工程学院,湖北武汉430079;武汉大学测绘遥感信息工程国家重点实验室,湖北武汉430079;3. 浙江省第二测绘院,浙江杭州,310012
摘    要:LM(Levenberg-Marquardt)算法是全波形机载激光雷达(Li DAR)数据高斯分解中求解模型参数的一种方法。针对其结果在一定程度上依赖初值、雅克比矩阵出现非数值导致无结果等问题,本文提出分组LM算法,以广义高斯混合函数为模型,模型参数初始化后,将参数分组并使用LM算法依次对各组参数进行优化,并生成点云。为验证结果的可靠性,以系统点云为参考,与基于改进的EM(Expectation Maximum)算法全波形分解法做对比。结果表明,本方法不仅得到较高质量的点云,而且得到回波位置和宽度等信息。

关 键 词:全波形LiDAR  分组LM算法  改进的EM算法  高斯分解

Gaussian Decomposition of Full-waveform LiDAR Based on Grouping LM Algorithm
Abstract:
Keywords:full-waveform LiDAR  grouping LM algorithm  improved EM algorithm  Gaussian decomposition
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号