应用不同模型於光达波形资料分解之比较.PDF

應用不同模型於光達波形資料 分解之比較 A COMPARISON OF LIDAR WAEVEFORM DECOMPOSITION MODELS 王正楷 王驥魁 曾義星 Wang, Cheng-Kai Wang, Chi-Kuei Tseng, Yi-Hsing 國立成功大學測量及空間訊學系 摘要 具備全波形資料儲存的能力乃是當前光達系統發展之重要科技，此系統除了儲 存傳統的三維點資訊外，尚紀錄了光達行進軌跡中的隨著時間變化的強度值，此強 度訊號即所謂波形，而波形資料的出現提供了使用者透過分析波形資訊來生產點雲 之可能性。目前為止，仍未有一個波形分解的標準方法，而一個波形可能由一些明 顯的響應以及微弱的響應或是重疊的響應所組成，波形的分解可能對於波形中明顯 的響應較容易處理，然而對於重疊或是微弱的響應則常常有處理上之困難，而本文 即著重在重疊響應之處理。首先要擬合一個波形必須先知道波形中有幾個響應，響 應數目的取得通常可以透過簡單的偵測法來獲取，如區域最大值法，然而此方法較 易受到雜訊之影響而造成判斷錯誤，因此，本文利用小波轉換的方法來進一步獲取 響應之個數。而在波形的擬合中，須先定義一個響應數學模型，此模型通常為高斯 函數，為了與高斯函數作比較，本文尚利用log-normal 函數來進行。我們的初步結 果顯示利用小波轉換的方法能夠得到較正確的響應個數同時具有偵測重疊響應之效 力，而log-normal的模型其擬合的效果在森林的波形資料中，比利用 Gaussian的擬 合成果還要來的好，而透過我們的方法所萃取出的點雲個數明顯多於傳統光達系統 所提供之點雲數量，這些多出來的點雲預期將有利於未來之各項應用，尤其是森林 之應用 。 關鍵詞： 全波形、光達、分解、小波 Abstract The storage capability of full waveform is the state-of-the-art technology of LIDAR. In addition to the 3D point information recorded by conventional LIDAR systems, waveform LIDAR systems encode the intensity of returned signal along the time domain. This provides a user the possibility to decompose the waveform for the detection of illuminated target points. Therefore, the locations of the illuminated targets can be refined by analyzing the waveform data. So far, a standard approach to waveform decomposition is still not available. A waveform may be a composition of some prominent, overlapped and weak return pulses. A waveform decomposition method may easily detect a prominent return pulse, but it usually has some difficulties to deal with overlapped and 1 weak pulses. In this paper, a waveform fitting method which takes the overlapped pulses into consideration will