基于压缩感知的机载激光扫描数据完好性检验及特征级融合

项目名称： 基于压缩感知的机载激光扫描数据完好性检验及特征级融合

项目编号： No.41371333

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 天文学、地球科学

项目作者： 刘春

作者单位： 同济大学

项目金额： 75万元

中文摘要： 国内外对LiDAR数据的处理及应用研究已形成热点。但现有数据处理研究存在两个问题：缺少相应的理论与方法对点云数据的完好性进行检测与分析；融合方法多侧重于多源遥感信息像素级融合，缺乏高层次融合机理的探讨。解决这两个问题的关键是对LiDAR采集中的欠定问题求解。本项目采用压缩感知理论对LiDAR数据采集中的欠定问题进行数学解释，提出有效解决数据完好性和特征级融合的理论框架和方法。采用压缩感知理论实现点云的多尺度压缩与重构，检测数据中的缺失区域并寻找缺失规律，实现数据缺失补充，提出点云的完好性检验方法；依据压缩感知的变换基不相关的观测矩阵和信号重建理论，建立LiDAR数据与光谱影像的特征级融合准则并实现融合质量的综合评价；利用融合特征信息分析崇明湿地植被群落的空间分布规律及量化生物物理特征，分析数据完好性与融合质量对实际应用的影响规律。本研究将极大提高LiDAR数据在实际应用中的可用性。

中文关键词： 激光扫描；激光点云数据；稀疏化表达；特征索引；特征级融合

英文摘要： Research on the topic of LiDAR data processing and its application is now becoming a hotpot in remote sensing community. A lot of significant publications can be found accordingly in many research literatures. However, two main problems still exist in thi

英文关键词： laser scanning；LiDAR point cloud；sparse representation；feature index；feature-level data fusion