用单光子LiDAR数据进行3D目标检测和光谱分类

科学领域:

• 光子学和成像技术
• 计算成像技术的成像
• 遥感 遥感 遥感 遥感

背景情况:

• 3D单光子LiDAR成像至关重要,但面临的挑战是低信号噪声比和高数据量.
• 通过遮光剂或高环境光的成像降低了数据质量,并使分析复杂化.

研究的目的:

• 从光子计时直方图表开发一种多尺度的方法,以高效地从光子计时直方图进行3D表面检测.
• 为了使多光谱单光子LiDAR数据的无背景3D重建和光谱分类.

主要方法:

• 一种用于光子计时直方图的多尺度处理方法,以减少数据量.
• 一个层次化的贝叶斯模型用于3D重建和光谱分类.
• 坐标梯度下降算法用于参数估计,促进空间相关性.

主要成果:

• 显著减少3D单光子LiDAR的数据量.
• 为深度和反射性推断生成无背景表面.
• 与现有方法相比,对模拟和真实数据的证明好处.

结论:

• 拟议的多尺度方法增强了3D单光子LiDAR数据分析.
• 即使在杂或复杂的环境中,也可以实现有效的目标检测和重建.
• 该方法为多光谱单光子LiDAR数据处理提供了强大的解决方案.