关键词:
ICESat-2激光卫星
点云去噪
机器学习
多层感知机
摘要:
ICESat-2(Ice,Cloud,and Land Elevation Satellite-2)激光卫星作为当前最先进的激光测高卫星之一,通过发射532 nm波长的激光,能够有效获取浅海区域的水深数据,极大地推进了浅海测深技术的发展。然而,ICESat-2的原始数据常受到噪声点云的干扰,给数据的后期处理带来了不小的挑战。为提高数据处理的准确性和效率,本研究针对ICESat-2点云在水平方向上比垂直方向更为密集的特性,开发了一种基于多层感知机(Multilayer Perceptron,MLP)的去噪算法。该算法综合考虑了水平椭圆搜索区域内的点密度、点与点之间的平均距离、最近邻点间的距离(分别为3和5)等特征值,实现对噪声点的有效识别和去除。通过选取澳大利亚某岛礁区域的ICESat-2数据作为训练集,同时使用经过我国西沙群岛玉琢礁和东岛的数据对所提出的去噪模型进行验证。实验结果表明,本研究所提出的去噪方法正确率达到90%以上,显著优于现有的OPTICS去噪算法以及基于置信度的去噪结果。这一成果不仅为ICESat-2数据的噪声去除提供了一种新的解决方案,也为相关领域的研究提供了可靠的数据支持。