制点提取方法，可选地，采用多个高斯函数叠加 的方式对所述回波波形进行波形拟合，拟合公式如下式所示：
[0025]上式中t为时间，Am，tm，别为第m个高斯函数的幅值、均值和标准差，ε为波形噪 声值。
[0026]根据本发明的实施例的再一方面，提供了一种对地观测激光测高卫星数据处理方 法，其包括:对激光的发射和接收波形进行平滑、去噪，提取波形特征参数，确定发射和接收 波形重心对应的时刻，根据激光传输时间间隔，计算激光单向传输初始距离值;根据卫星姿 轨参数、激光发射时间、初始距离值及激光几何定位模型，计算激光足印点的粗略三维坐 标;根据卫星姿轨参数、足印影像、足印相机参数及足印影像几何定位模型，重采样生产出 足印影像几何粗纠正产品；采用前述的云雾量检测方法，对足印影像进行云雾量检测，对检 测到的云雾量值未超过预定标准的足印影像的激光足印点进行下一步处理。
[0027]根据本发明实施例的对地观测激光测高卫星数据处理方法，可选地，还包括:采用 大气延迟改正模型，根据大气参数及所述激光足印点粗略三维坐标获得大气延迟改正值； 根据几何检校获得的激光测距系统性误差值、所述初始距离值、所述大气延迟改正值，计算 精确的距离值;根据卫星姿轨参数、激光发射时间、所述精确的距离值及激光几何定位模 型，计算激光足印点三维坐标;采用潮汐改正模型，计算潮汐改正值，对所述计算激光足印 点三维坐标进行修正，获得激光足印点精确三维坐标。
[0028] 根据本发明实施例的对地观测激光测高卫星数据处理方法，可选地，还包括:根据 卫星姿轨参数、足印影像、足印相机参数及足印影像几何定位模型，采用地形数据生产足印 影像正射纠正产品；判断云雾量值未超过预定标准的足印影像为无云，则对回波波形特征 参数进行特征约束条件判断；如果满足所述特征约束条件，则用所述激光足印点精确三维 坐标和所述足印影像正射纠正产品来组合形成激光高程控制点。
[0029]根据本发明实施例的对地观测激光足印影像的云雾量检测方法、基于云雾量检测 和回波波形处理的对地观测激光高程控制点的提取方法和激光测高卫星数据处理方法，可 以减少云层对激光测距的影响，保证激光测距的精度，有效提高激光高程参考数据的准确 性。
【附图说明】
[0030] 为了更清楚地说明本发明实施例的技术方案，下面将对实施例的附图作简单地介 绍，显而易见地，下面描述中的附图仅仅涉及本发明的一些实施例，而非对本发明的限制。
[0031] 图1是根据本发明实施例的激光足印影像的云雾量检测方法的流程图；
[0032] 图2示意性地示出了根据本发明实施例的激光高程控制点精细提取流程；
[0033]图3A是激光测高卫星严密几何定位模型示意图，图3B是激光发射方向与本体坐标 坐标系的夹角示意图；
[0034]图4A和图4B分别示意性地示出了激光测高仪的发射波形和接收波形；
[0035]图5示意性地示出了根据本发明一个实施例的星载激光测高数据的处理流程；
[0036] 图6示意性地示出了激光测高卫星数据产品的分级体系；
[0037] 图7示出了基本产品的示意性生产流程；
[0038] 图8示出了标准产品的示意性生产流程；
[0039] 图9示出了专题产品/高级产品的示意性生产流程。
【具体实施方式】
[0040] 为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例 的附图，对本发明实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发 明的一部分实施例，而不是全部的实施例。基于所描述的本发明的实施例，本领域普通技术 人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0041] 除非另作定义，此处使用的技术术语或者科学术语应当为本发明所属领域内具有 一般技能的人士所理解的通常意义。本发明专利申请说明书以及权利要求书中使用的"第 一"、"第二"以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的 组成部分。同样，"一个"或者"一"等类似词语也不表示数量限制，而是表示存在至少一个。
[0042]我国计划于2018年发射的1:1万高精度民用立体测图卫星，其将搭载一套激光测 高系统。该激光测高系统作为辅助载荷，用于与CCD相机拍摄的光学影像联合平差，达到提 升高分辨率卫星无控定位精度的目的。该套激光测高系统还将配备足印相机，能够获取脉 冲到达地面形成的足印影像，从而可以确定足印的真实位置，克服激光测高系统平面定位 误差大的问题。例如，激光测高系统采用波长为l〇64nm的激光脉冲，该波长处于大气窗口波 段，对大气有较好的穿透性，然而在面临云遮挡或大雾的情况时，激光无法穿透云雾到达地 面，因而获得的足印位置可能是云雾表面的位置，这样的数据达不到观测要求，要予以剔 除。
[0043]可选地，可以通过将获得的测高数据与已有的数字高程模型(DEM)对比，将差距超 过一定阈值的测量数据判断认为测量的足印点位于云雾上，从而进行剔除。但是这种方法 对于有一定局限性，一方面对DEM的精度有一定要求，另一方面在激光能部分穿透云雾到达 地面，且能接收到地面回波信号时，该算法易失效，不能准确地反映激光测距值的可靠性。 [0044]根据本发明实施例的激光测距数据提取方法基于云雾量的检测结果对激光测距 数据进行筛选。利用足印影像，采用遥感影像分类的思想进行云雾检测判别，还可以进一步 结合激光回波波形特征，若足印路径上存在云及大雾时，且回波波形峰值较小、展宽较大的 则认为测量数据存在较大误差或不可用。
[0045]以下具体说明利用足印影像进行云雾量检测的方法。遥感影像的云雾量检测本质 上就是影像的分类，将云雾看做诸多地物的一种。一般而言，云雾量检测依赖的是云雾的两 个特征:光谱特征和纹理特征。光谱特征反映云团在不同波段的辐射反射情况，包括云的辐 射特性和云及地物的反射光谱特性。纹理特征可以被认为是，在局部范围内，图像灰度等级 间的空间分布及其空间的相互作用。
[0046] 由于激光测高系统的足印影像不包含多光谱信息，根据本发明，考虑利用足印全 色影像的云雾检测方法，可选地，采用基于灰度直方图的阈值法和基于灰度共生矩阵的检 测法来检测云雾。进一步，为提升云雾检测的准确率，可以综合这两种方法进行云雾判别。
[0047] 灰度直方图反映的是一副图像中各灰度级像素出现的频率，以灰度级为横坐标， 以灰度级的频率为纵坐标，它是图像的一个重要特征，反映了图像灰度分布的情况。当整张 足印影像的灰度直方图存在明显的二峰性时，则表明这个图像的较亮区域和较暗区域可以 较好的分离，以这两个峰值作为参考设定阈值，可以得到较好的二值图像处理效果。
[0048] 经过一定量的遥感影像样本训练获取云雾的灰度值特征的最佳阈值，在整幅遥感 影像的灰度直方图中，阈值处于一定频率时即可判别有云。利用灰度直方图可以从总体上 可判断含云量。将影像分割为若干子图块，对每个子图块统计其灰度均值，根据均值的大 小，初步实现云雾判定。
[0049]由于云在图像上的灰度分布均匀、跳变程度小，纹理较粗且模糊，与部分地物的特 征相似，比如沙漠与层云的纹理特征极为接近。为了增加云雾检测的准确度，可以对影像进 行直方图均衡化增强处理，突出隐含的纹理细节。均衡化的公式如下：
[0051] 0<rk< l,k = 0,l,2,. . .L-l
[0052] 上式中，sk为原图灰度值为k的像素经过变换后的新灰度值;Pr (ri)是灰度值为i的 像素频率;L即图像的灰度等级。
[0053] 另一方面，纹理可以被认为是，在局部范围内，图像灰度等级间的空间分布及其空 间的相互关系。灰度共生矩阵是对与图像保持某个距离的两个像素分别具有的特定灰度的 统计而得到，它能反映出灰度的分布特性，同时也可以反映具有同样灰度或接近同样灰度 的像素间的位置分布特性，是一种基于图像灰度联合概率矩阵的方法，即关于图像灰度变 化的二阶统计特征。由于云雾检测是基于足印影像灰度值的检测，因此云检测方案可使用 灰度共生矩阵作为其特征提取的依据。
[0054] 灰度共生矩阵是从图像灰度值为i的像元(x，y)出发，统计与其距离为d，灰度值为 j的像元(x+a，y+b)同时出现的频度P (i，j，d，Θ