李清泉教授团队于IEEE Transactions on Geoscience and Remote Sensing发表学术论文：Target detection algorithm based on conditional random field for the full-waveform airborne laser bathymetry system.

通过采用数字全波形探测技术的机载测深激光雷达，可捕捉波形信号在传输过程中所表现出的强度连续变化特征，从而有效获取激光光束传播过程中包含的多个后向散射截面位置及信号衰减过程。该探测模式在包含大气与水体两种介质传输的近岸水陆一体化探测方面具有良好的应用效果。然而，由于系统通常采用波段范围为470~580-nm的可见光波段，回波信号中除了多层次目标表面回波响应之外，还受到系统内部不完善及传输介质中的强散射等非目标信号的干扰，因此，目标与非目标信号分量之间的相互叠加是影响目标回波识别准确性的主要因素。在具有明显空间结构特征的目标区域，通过点云生成处理将噪声问题转化为点云空间滤波或目标分类提取问题可获得较好的处理效果，但当信号中的非目标噪声强度较大，且探测目标空间结构特征复杂或高程方向呈多层分布时，针对机载激光测深系统探测结果的处理效果往往不佳。

图1.机载全波形测深激光雷达水陆一体化探测示意图

本文提出基于目标回波信号响应特征的信号探测方法。在波形分解的基础上，通过建立回波分量特征的条件随机场模型，在信号处理阶段实现目标回波信号的判定与筛选，进而提高后期点云处理精度与效果。

图2 实测实验区域

图3. 数据处理流程  （① 训练数据索引; ②CRF模型训练; ③目标回波分量识别）

通过分析不同ALB系统与不同类型目标区域探测处理效果，验证了相关策略能够有效降低目标表面检测的不确定性，且对空间结构复杂的目标物探测具有较好的适用性。实验结果表明，与单波束回声测深仪相比，在两个不同的实验区域，水下高程偏差的均方根误差分别降低了3.2cm和4.9cm。

图4. 本文方法在水下区域处理效果

本文研究得到相关结论如下：

（1） 在全波形处理中，噪声信号的干扰和回波分量的叠加影响目标回波提取的准确性。根据波形分解，目标回波分量的提取问题可以转化为回波分量的响应特征和相邻信号分量之间相互耦合的条件识别。这提供了一种使用非独立回波分量特征来准确提取目标回波的方法。

（2） 在复杂的反向散射表面和不同的传播介质的情况下，基于信号条件随机场模型的波形信号处理弥补了用于确定目标位置的一般方法的缺点，该方法依赖于点云空间分布的拓扑特征。它不需要点云的额外信息，充分发挥了全波形ALB系统的优势。

（3） 全波形条件随机场模型和点云空间滤波相结合的方法可以有效地提高沿海地区ALB系统的检测效果。特别是对于受水散射严重影响的浅海地区，ALB系统检测效果的精度提高将更加显著。

此外，本文提出的方法将目标检测与回波信号的智能处理相结合。为了有效提高ALB系统的检测效果，减少ALB系统在线信号处理研究中的人工干预非常重要。事实上，这项研究具有许多进一步应用的前景，例如训练数据的自动选择以及全波形信号和形容词空间位置之间的相关性，以提高目标检测精度。研究团队将进一步开展更多的定量测试，并研究该方法在系统接收信号在线处理中的应用。

引文格式 ：Kai Guo, Qingquan Li, Chisheng Wang, et al. Target detection algorithm based on conditional random field for the full-waveform airborne laser bathymetry system[J]. IEEE Transactions on Geoscience and Remote Sensing, 2022,60

原文链接 ：

https://ieeexplore.ieee.org/abstract/document/9955553/

实验室简介

人工智能与数字经济广东省实验室（深圳）（以下简称光明实验室）为省政府批准筹建的第三批广东省实验室之一，经市政府批准已设立为事业单位。实验室面向人工智能与数字经济的重大战略需求，由广东省政府统筹规划及顶层设计，深圳市政府主导建设、运营与管理，深圳大学作为牵头建设单位。实验室致力于打造人工智能与数字经济全链条创新平台、数字经济区域开放产学研合作平台、创新人才聚集和培养的基地以及核心技术成果转化和孵化平台。在此建设目标下，实验室遵循“创新、责任、进取、合作”的核心价值观，主要围绕区块链与金融科技、智能传感与精准医疗、机器学习与智能系统、泛在感知与智慧城市四个方向展开研究。

编 辑丨李沛昱

扫码关注我们

人工智能与数字经济广东省实验室（深圳）

官方网站：http://www.gml.ac.cn

招聘联系：hr_office@gml.ac.cn