密度聚类算法在光子点云去噪中的应用与评价

摘要：

针对密度聚类算法DBSCAN在ICESat-2激光点云去噪时关键参数无法自适应确定、应用效能差等问题,提出了 一种基于最终聚类数和光子特点的DBSCAN参数寻优方法.该方法根据ICESat-2光子剖面数据分布情况,将参数邻域最小点数MinPts设置为经验值,根据最终聚类个数与K平均最邻近法确定半径参数Eps最佳值.采用多种类型ICESat-2数据开展去噪能力验证.实验结果表明:DBSCAN算法最小点参数MinPts可以采用经验参数,搜索半径Eps虽然能自适应确定,但计算代价较大.对多组实验数据的去噪结果表明,DBSCAN整体去噪精度优于97％,能够较为有效地处理光子噪声.

关键词：光子计数、激光雷达、空间聚类、自适应、去噪算法

所属期刊栏目：37

分类号：P236(摄影测量学与测绘遥感)

资助基金：地理信息工程国家重点实验室自立项目;青年自主创新科学基金项目

在线出版日期：2023-03-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：21-26