GLAS全波形数据的小波与经验模态分解降噪

作者：***; 刘晓丹; 刘向锋^*

来源：激光与光电子学进展, 2021, 58(23): 364-371.

• 遥感
• 星载激光测高
• 全波形数据
• 降噪方法
• 小波变换
• 经验模态分解

受系统性能、传播介质散射、探测目标特性等因素的影响,地球科学激光测高系统(GLAS)获得的全波形数据存在不同程度的噪声,从而影响GLAS对地物垂直结构参数的提取与激光测距精度。因此,分析对比了高斯滤波、小波阈值降噪和经验模态分解(EMD)方法的降噪效果,并进一步对比了小波软阈值降噪和小波改进阈值降噪方法以及EMD-小波阈值降噪和EMD-Hurst降噪方法的性能。在六种典型地物数据上的实验结果表明,除EMD-小波阈值降噪外,小波阈值降噪和EMD-Hurst降噪方法的降噪结果均优于高斯滤波;高斯滤波、小波阈值降噪和EMD降噪三类降噪方法均对无坡度的田地降噪效果最佳。此外,小波改进阈值降噪方法的效果优于小波软阈值降噪方法,其信噪比(SNR)提高了10.70%～45.72%,均方根误差(RMSE)降低了32.04%～81.94%。EMD-Hurst方法的降噪效果优于EMD-小波阈值降噪方法,其SNR提高了6.38%～65.70%,RMSE降低了13.53%～33.33%。

• 单位
  上海海洋大学