一种单光子激光雷达空间变换噪声判断、滤波方法及装置与流程

本发明涉及遥感测绘技术领域，具体而言，涉及一种单光子激光雷达空间变换噪声判断、滤波方法及装置。

背景技术：

单光子激光雷达是近年来发展出来的新型激光探测技术，与传统的全波形激光雷达相比，单光子激光雷达在设计思想和数据处理方法上有较大区别。在获取回波信号时，单光子激光雷达不再专注于用高能量发射获取高信噪比的波形，而是注重利用有限的资源，充分利用回波信号中的每一个光子。单光子激光雷达从探测机理上来讲，具有更高的脉冲发射重复频率，并采用极高灵敏高的接受器件，可以探测接受数百甚至数千光子的回波包络幅值探测转化为对单个光子的探测，因此具有距离远、高重频、高效率、轻量化等优势，同时克服了传统激光器体积大、质量大、可靠性低以及脉冲能量和重复频率之间矛盾等问题。针对单光子激光雷达的数据处理，与传统的全波形激光雷达相比也截然不同，其通过在低信噪比的信号中通过概率分布实现有效信号光子的提取，从而实现高精度的测量。

当扫描探测目标区域存在不同地物目标或多种地物混合目标时，以及探测环境变化，都会导致单光子激光雷达的点云数据随不同探测区域和不同地物类型产生空间密度的变化，即导致空间中的点云密度分布不均匀。现有技术中，针对这种光子数据类型进行处理的算法一般都是使用等间距切片分割，然后用同一阈值进行滤波，但是这种方法的滤波效果都不甚理想。

技术实现要素：

本发明解决的是现有技术中对单光子激光雷达点云数据滤波效果不理想的技术问题，为达上述目的，第一方面，本发明提供了一种单光子激光雷达空间变换噪声判断方法，其包括：

获取单光子激光雷达的原始点云数据；

根据预设光子数量确定所述原始点云数据中的每个光子的初始邻域光子区域；

对所述初始邻域光子区域内的光子进行空间pca变换，确定不同方向的三个主分量矢量；

根据所述三个主分量矢量构建空间中的立体椭圆；

根据所述立体椭圆内和所述初始邻域光子区域内的光子数量判断所述原始点云数据中每个光子是否为噪声信号。

进一步地，所述初始邻域光子区域为半径可变的空间球体。

进一步地，所述根据预设光子数量确定所述原始点云数据中的每个光子的初始邻域光子区域包括：

对所述原始点云数据中的每个光子构建一个空间球体，使得所述空间球体内包含所述预设数量的光子。

进一步地，所述对所述初始邻域光子区域内的光子进行空间pca变换，确定不同方向的三个主分量矢量包括：

根据所述初始邻域光子区域内每个光子的坐标维度确定数据集矩阵；

确定所述数据集矩阵的协方差矩阵；

对所述协方差矩阵进行特征分解，确定特征向量矩阵；

确定所述特征向量矩阵中的前三个主分量作为所述三个主分量矢量。

进一步地，所述根据所述三个主分量矢量构建空间中的立体椭圆包括：

根据所述三个主分量矢量的方向构建一个新坐标系；

将所述初始邻域光子区域内每个光子的原始坐标分别投影到所述新坐标系的三个坐标轴上，并根据每个所述光子的原始坐标分别在所述三个坐标轴上的投影确定三个投影间距；

将三个所述投影间距作为空间立体椭圆的三个半径，构建所述立体椭圆。

进一步地，所述根据所述立体椭圆内和所述初始邻域光子区域内的光子数量判断所述原始点云数据中每个光子是否为噪声信号包括：

分别确定所述立体椭圆内包含的光子数量和所述初始邻域光子区域内包含的光子数量；

确定所述立体椭圆内包含的光子数量和所述初始邻域光子区域内包含的光子数量的比值；

判断所述比值是否满足噪声判断条件，所述噪声判断条件为所述比值小于预设阈值；

当满足所述噪声判断条件时，将所述立体椭圆的中心光子确定为所述噪声信号。

进一步地，所述确定所述立体椭圆内的光子数量包括：

确定所述初始邻域光子区域内每个光子经过所述空间pca变换后的新坐标；

根据所述新坐标确定每个所述光子是否位于所述立体椭圆内，以确定所述立体椭圆内的光子数量。

为达上述目的，第二方面，本发明提供了一种单光子激光雷达空间变换噪声判断装置，其包括：

获取模块，用于获取单光子激光雷达的原始点云数据；

处理模块，用于根据预设光子数量确定所述原始点云数据中的每个光子的初始邻域光子区域；还用于对所述初始邻域光子区域内的光子进行空间pca变换，确定不同方向的三个主分量矢量；还用于根据所述三个主分量矢量构建空间中的立体椭圆；

判断模块，用于根据所述立体椭圆和所述初始邻域光子区域内的光子数量判断所述原始点云数据中每个光子是否为噪声信号。

使用本发明的单光子激光雷达空间变换噪声判断方法或装置，通过立体可变半径球体对空间中的每个光子点进行邻域光子的区域划分；根据球体内的空间光子点进行空间pca变换，计算其对应的空间上不同方向的三个主分量矢量并构建新的坐标系，将球体内的空间光子点分别投影到不同的矢量轴上，并分别计算每个矢量轴上的投影间距；以计算的投影间距作为半径，根据矢量轴的方向构建空间立体椭圆；并计算空间立体椭圆和空间球体中光子数量的比值，以该比值为基础对空间球体内的光子进行滤波：当比值小于阈值时则判断该椭圆的中心光子为噪声信号。本发明实施例充分考虑了空间中光子的密度分布和目标地物的方向连续特性，针对不同方向和不同密度的光子点云，构建自适应选择不同尺寸大小和方向的空间椭圆，从而实现自动、快速、高精度的判断光子点云数据中的噪声信号。

为达上述目的，第三方面，本发明提供了一种单光子激光雷达空间变换滤波方法，其包括：

获取单光子激光雷达的原始点云数据中的噪声信号，其中，采用如上所述的单光子激光雷达空间变换噪声判断方法来判断所述原始点云数据中包含的每个光子是否为所述噪声信号；

剔除所述原始点云数据中的所述噪声信号，以进行滤波。

为达上述目的，第四方面，本发明提供了一种单光子激光雷达空间变换滤波装置，其包括：

第二获取模块，用于获取单光子激光雷达的原始点云数据中的噪声信号，其中，采用如上所述的单光子激光雷达空间变换噪声判断方法来判断所述原始点云数据中包含的每个光子是否为所述噪声信号；

滤波模块，用于剔除所述原始点云数据中的所述噪声信号，以进行滤波。

使用本发明的单光子激光雷达空间变换滤波方法或装置，通过高精度的噪声信号判断方法，从原始点云数据中快速准确的判断出属于噪声信号的光子，并将噪声信号从原始点云数据中剔除，以实现对二维和三维单光子数据进行快速、高精度的滤波。

为达上述目的，第五方面，本发明提供了一种非临时性计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现根据本发明第一方面所述的单光子激光雷达空间变换噪声判断方法或实现根据本发明第三方面所述的单光子激光雷达空间变换滤波方法。

为达上述目的，第六方面，本发明提供了一种计算设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现根据本发明第一方面所述的单光子激光雷达空间变换噪声判断方法或实现根据本发明第三方面所述的单光子激光雷达空间变换滤波方法。

根据本发明的非临时性计算机可读存储介质和计算设备，具有与根据本发明第一方面提供的单光子激光雷达空间变换噪声判断方法或与本发明第三方面提供的单光子激光雷达空间变换滤波方法具有类似的有益效果，在此不再赘述。

附图说明

图1为根据本发明实施例的单光子激光雷达空间变换噪声判断方法的流程示意图；

图2为根据本发明实施例的单光子激光雷达原始空间光子点云数据的示意图；

图3为根据本发明实施例的构建空间球体的原理示意图；

图4为根据本发明实施例的确定不同方向的三个主分量矢量的流程示意图；

图5为根据本发明实施例的构建立体椭圆的流程示意图；

图6为根据本发明实施例的确定投影间距的示意图；

图7为根据本发明实施例的确定一个坐标轴的投影长度的示意图；

图8为根据本发明实施例的构建立体椭圆的示意图；

图9为根据本发明实施例的判断噪声信号的流程示意图；

图10为根据本发明实施例的确定立体椭圆内包含的光子数量的流程示意图；

图11为根据本发明实施例的单光子激光雷达空间变换噪声判断装置的结构示意图；

图12为根据本发明实施例的单光子激光雷达空间变换滤波方法的流程示意图；

图13为根据本发明实施例的滤波后的有效信号光子的示意图；

图14所示为根据本发明实施例的单光子激光雷达空间变换滤波装置的结构示意图；

图15为根据本发明实施例的计算设备的结构示意图。

具体实施方式

下面将参照附图详细描述根据本发明的实施例，描述涉及附图时，除非另有表示，不同附图中的相同附图标记表示相同或相似的要素。要说明的是，以下示例性实施例中所描述的实施方式并不代表本发明的所有实施方式。它们仅是与如权利要求书中所详述的、本发明公开的一些方面相一致的装置和方法的例子，本发明的范围并不局限于此。在不矛盾的前提下，本发明各个实施例中的特征可以相互组合。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

目前，作为一种新型激光三维雷达，光子计数激光雷达（也称单光子激光雷达）的发展时间较短。其特点是回波信号强度低噪声大于激光回波，光电探测系统的响应率处于少光子水平。但是由于探测系统灵敏度极高，目标背景环境产生的大量噪声仍会对探测电路形成触发，产生大量噪声数据。激光雷达能够同时记录目标回波光子事件和背景噪声中的光子事件，无法利用阈值鉴别方法。根据实验经验，现有的可行的激光点云数据处理方法是利用统计学进行滤波，从而将噪声剔除。

与常见的点云去噪处理相比，单光子激光雷达数据去噪的特殊性主要表现在以下两个方面：第一，噪声大且无特定的模式，与观测环境密切相关，而且难以预测。这是由单光子激光雷达的工作模式造成的。第二，单光子激光雷达与传统的推扫式或扫描式激光雷达不同，其数据沿飞行轨迹呈窄带状分布，属于高程剖面点云，且点云密度较低。因此现有的点云去噪算法不能直接应用于单光子激光雷达的点云数据处理中。

发明通过充分考虑空间中光子的密度分布和目标地物的方向连续特性，针对不同方向和不同密度的光子点云，自适应地构建不同尺寸大小和方向的空间椭圆进行滤波。实现自动、快速、高效的光子点云有效数据提取，从而实现高精度的点云数据滤波。

图1所示为根据本发明实施例的单光子激光雷达空间变换噪声判断方法的流程示意图，包括步骤s1至s5。

在步骤s1中，获取单光子激光雷达的原始点云数据。图2所示为根据本发明实施例的单光子激光雷达原始空间光子点云数据的示意图，其中，x、y为水平方向，z为高程方向。在本发明实施例中，单光子激光雷达的原始点云数据为一个三维点集，如下式（1）所示：

其中，分别表示每一个光子在空间坐标系下的空间坐标，n表示原始点云数据包含的光子数量。

在步骤s2中，根据预设光子数量确定所述原始点云数据中的每个光子的初始邻域光子区域。在本发明实施例中，所述初始邻域光子区域为半径可变的空间球体。图3所示为根据本发明实施例的构建空间球体的原理示意图，在本发明实施例中，针对原始点云数据中的任意一个光子点p，其在空间坐标系下的空间坐标表示为。以任意一个光子点p为中心，构建一个半径为r的空间球体，如下式（2）所示：

在本发明实施例中，对所述原始点云数据中的每个光子构建一个半径为r的空间球体，使得所述空间球体内包含预设数量的光子，如下式（3）所示：

其中，sp表示空间球体内包含的光子集，i表示球体内每个光子的编号，n表示空间球体内包含总的光子数量。在本发明实施例中，每个空间球体内包含30个光子，则n=30。可以理解的是，所述空间球体内包含光子的预设数量可根据实际需求进行设置和调整，本发明并不以此为限。

在本发明实施例中，可根据每个光子的邻域光子的不同密度来构建半径可变的空间球体，使得每个光子的初始邻域光子区域内均包含有一定数量的光子，自适应的调整空间球体的半径来选择合适的初始邻域光子区域，有效提高了后续对点云数据进行滤波的准确度和可靠性。

在步骤s3中，对所述初始邻域光子区域内的光子进行空间pca（principalcomponentanalysis，主成分分析）变换，确定不同方向的三个主分量矢量。图4所示为根据本发明实施例的确定不同方向的三个主分量矢量的流程示意图，包括步骤s31至s34。

在步骤s31中，根据所述初始邻域光子区域内每个光子的坐标维度确定数据集矩阵。在本发明实施例中，以空间球体内的光子集sp为基础，构建数据集矩阵s，如下式（4）所示：

其中，n表示空间球体内的光子数量，m表示空间球体内每个光子的坐标维度，例如1、2、3或4维空间，其中，第4维一般表示为时间维度，用于表示不同时间、同一目标区域获得的光子点云。

在步骤s32中，确定所述数据集矩阵s的协方差矩阵c。在本发明实施例中，确定数据集矩阵s的中心化矩阵，如下式（5）所示：

其中，表示不同维度中的样本数据均值。

根据中心化矩阵确定所述协方差矩阵c，如下式（6）所示：

在步骤s33中，对所述协方差矩阵进行特征分解，确定特征向量矩阵。在本发明实施例中，对协方差矩阵c进行对角化，确定一个正交的特征向量矩阵u,使其满足，因此通过对协方差矩阵c进行特征分解，得到特征值矩阵和特征向量矩阵u，如下式（7）所示：

其中，表示特征向量对应的特征值。

在步骤s34中，确定所述特征向量矩阵中的前三个主分量作为所述三个主分量矢量。在本发明实施例中，根据上式（7）获得经过空间pca变换中前三个主分量的方向，即矢量。

在本发明实施例中，对空间球体中的点云数据进行空间pca变换，通过线性变换将原始数据变换为一组各维度线性无关的表示，可用于提取点云数据的主要特征分量，进行分析寻找大量数据之间的规律。因此，通过空间pca变换可以分析出大量的空间光子点在空间中的不同方向上的密度分布特性，实现光子密度最大的三个方向的有效探测，进一步提高了后续对点云数据进行滤波的准确度和可靠性。

在步骤s4中，根据所述三个主分量矢量构建空间中的立体椭圆。图5所示为根据本发明实施例的构建立体椭圆的流程示意图，包括步骤s41至s43。

在步骤s41中，根据所述三个主分量矢量的方向构建一个新坐标系。在本发明实施例中，基于上述确定的前三个主分量矢量的方向作为坐标轴，以空间球体的中心为原点，构建一个新的坐标系。

在步骤s42中，将所述初始邻域光子区域内每个光子的原始坐标分别投影到所述新坐标系的三个坐标轴上，并根据每个所述光子的原始坐标分别在所述三个坐标轴上的投影确定三个投影间距。图6所示为根据本发明实施例的确定投影间距的示意图。在本发明实施例中，根据上述公式（7）获得pca变换中前三个主分量的方向，即矢量；基于这三个矢量方向构建一个新的坐标系，然后将上述空间球体内的所有光子的原始坐标分别垂直投影于新坐标系的三个轴上，在每个轴线上获取一个投影长度，如图6中所示的2a、2b和2c。图7所示为根据本发明实施例的确定一个坐标轴的投影长度的示意图，以轴为例进行说明。将初始邻域光子区域内每个光子的原始坐标分别投影到新坐标系的轴上时，确定其最左边的点pa以及最右边的点pb，将pa和pb之间的距离作为投影长度（即2b）。在本发明实施例中，将三个投影长度的一半，即a、b和c确定为三个投影间距。

在步骤s43中，将三个所述投影间距作为空间立体椭圆的三个半径，构建所述立体椭圆。图8所示为根据本发明实施例的构建立体椭圆的示意图。在本发明实施例中，将上述计算得到的三个投影间距a、b和c分别作为空间立体椭圆的三个半径，根据三个主分量矢量的方向，构建一个空间立体椭圆（如图8所示），所述空间立体椭圆的数学表达式如下式（8）所示：

可以理解的是，在本发明实施例中，通过上述步骤可构建自适应选择不同尺寸大小和方向的空间立体椭圆，充分考虑了空间中不同方向和不同密度的光子点云的特性，为实现自动、快速、高精度的光子点云数据提取提供了可靠依据。

在步骤s5中，根据所述立体椭圆内和所述初始邻域光子区域内的光子数量判断所述原始点云数据中每个光子是否为噪声信号。图9所示为根据本发明实施例的判断噪声信号的流程示意图，包括步骤s51至s54。

在步骤s51中，分别确定所述立体椭圆内包含的光子数量和所述初始邻域光子区域内包含的光子数量。图10所示为根据本发明实施例的确定立体椭圆内包含的光子数量的流程示意图，包括步骤s511至s512。

在步骤s511中，确定所述初始邻域光子区域内每个光子经过所述空间pca变换后的新坐标。在本发明实施例中，空间球体内包含的光子集sp中每个光子的坐标通过上述空间pca变换后，在新的坐标系中表示为光子集ep。两种坐标系间的转换如下式（9）所示：

（9）

其中，p表示转换矩阵。

在步骤s512中，根据所述新坐标确定每个所述光子是否位于所述立体椭圆内，以确定所述立体椭圆内的光子数量。在本发明实施例中，将光子集ep中的每个光子经空间pca变换后的新坐标带入下式（10）进行计算：

（10）

在本发明实施例中，如果表示该光子在构建的空间立体椭圆外部，如果则表示该光子在构建的空间立体椭圆内部。由此统计所有落在空间立体椭圆内部的光子数量。

在步骤s52中，确定所述立体椭圆内包含的光子数量和所述初始邻域光子区域内包含的光子数量的比值。在本发明实施例中，初始邻域光子区域内的光子数量为n，则立体椭圆内的光子数量和初始邻域光子区域内的光子数量的比值，其中。

在步骤s53中，判断所述比值是否满足噪声判断条件。在本发明实施例中，根据立体椭圆内的光子数量和初始邻域光子区域内的光子数量的比值进行判断，即通过空间中光子的密度分布进行噪声光子的判断，可有效提高对点云数据中噪声信号判断的准确度。

在步骤s54中，当满足所述噪声判断条件时，将所述立体椭圆的中心光子确定为所述噪声信号。在本发明实施例中，所述噪声判断条件为所述比值小于预设阈值，即当比值小于预设的阈值时，则判断该立体椭圆的中心光子为噪声信号。

采用本发明实施例的单光子激光雷达空间变换噪声判断方法，通过立体可变半径球体对空间中的每个光子点进行邻域光子的区域划分；根据球体内的空间光子点进行空间pca变换，计算其对应的空间上不同方向的三个主分量矢量并构建新的坐标系，将球体内的空间光子点分别投影到不同的矢量轴上，并分别计算每个矢量轴上的投影间距；以计算的投影间距作为半径，根据矢量轴的方向构建空间立体椭圆；并计算空间立体椭圆和空间球体中光子数量的比值，以该比值为基础对空间球体内的光子进行滤波：当比值小于阈值时则判断该椭圆的中心光子为噪声信号。本发明实施例充分考虑了空间中光子的密度分布和目标地物的方向连续特性，针对不同方向和不同密度的光子点云，构建自适应选择不同尺寸大小和方向的空间椭圆，从而实现自动、快速、高精度的判断光子点云数据中的噪声信号。

可以理解的是，本发明实施例的单光子激光雷达空间变换噪声判断方法可适用于三维和二维空间的星载和机载单光子激光雷达点云数据的噪声判断，实现高精度的信号光子提取。针对二维数据，空间球体和立体椭球将变为二维空间的圆形和椭圆探测窗口进行滤波。

本发明第二方面的实施例还提供了一种单光子激光雷达空间变换噪声判断装置。图11所示为根据本发明实施例的单光子激光雷达空间变换噪声判断装置1100的结构示意图，包括获取模块1101、处理模块1102以及判断模块1103。

获取模块1101用于获取单光子激光雷达的原始点云数据。

处理模块1102用于根据预设光子数量确定所述原始点云数据中的每个光子的初始邻域光子区域；还用于对所述初始邻域光子区域内的光子进行空间pca变换，确定不同方向的三个主分量矢量；还用于根据所述三个主分量矢量构建空间中的立体椭圆。

判断模块1103用于根据所述立体椭圆和所述初始邻域光子区域内的光子数量判断所述原始点云数据中每个光子是否为噪声信号。

在本发明实施例中，处理模块1102还用于根据所述初始邻域光子区域内每个光子的坐标维度确定数据集矩阵；确定所述数据集矩阵的协方差矩阵；对所述协方差矩阵进行特征分解，确定特征向量矩阵；确定所述特征向量矩阵中的前三个主分量作为所述三个主分量矢量。

在本发明实施例中，处理模块1102还用于根据所述三个主分量矢量的方向构建一个新坐标系；将所述初始邻域光子区域内每个光子的原始坐标分别投影到所述新坐标系的三个坐标轴上，并分别确定每个所述光子的原始坐标在所述三个坐标轴上的投影间距；将三个所述投影间距作为空间立体椭圆的三个半径，构建所述立体椭圆。

所述单光子激光雷达空间变换噪声判断装置1100的各个模块的更具体实现方式可以参见对于本发明的单光子激光雷达空间变换噪声判断方法的描述，且具有与之相似的有益效果，在此不再赘述。

本发明第三方面的实施例还提供了一种单光子激光雷达空间变换滤波方法。图12所示为本发明实施例的单光子激光雷达空间变换滤波方法的流程示意图，包括步骤s101至s102，其中：

在步骤s101中，获取单光子激光雷达的原始点云数据中的噪声信号，其中，采用如上所述的单光子激光雷达空间变换噪声判断方法来判断所述原始点云数据中包含的每个光子是否为所述噪声信号。

在步骤s102中，剔除所述原始点云数据中的所述噪声信号，以进行滤波。图13所示为根据本发明实施例的滤波后的有效信号光子的示意图，通过对噪声光子的准确判断和剔除，提取出有效信号光子，实现高精度滤波。

采用本发明实施例的单光子激光雷达空间变换滤波方法，通过高精度的噪声信号判断方法，从原始点云数据中快速准确的判断出属于噪声信号的光子，并将噪声信号从原始点云数据中剔除，以实现对二维和三维单光子数据进行快速、高精度的滤波。

本发明第四方面的实施例还提供了一种单光子激光雷达空间变换滤波装置。图14所示为根据本发明实施例的单光子激光雷达空间变换滤波装置1400的结构示意图，包括第二获取模块1401以及滤波模块1402。

第二获取模块1401用于获取单光子激光雷达的原始点云数据中的噪声信号，其中，采用如上所述的单光子激光雷达空间变换噪声判断方法来判断所述原始点云数据中包含的每个光子是否为所述噪声信号。

滤波模块1402用于剔除所述原始点云数据中的所述噪声信号，以进行滤波。

所述单光子激光雷达空间变换滤波装置1400的各个模块的更具体实现方式可以参见对于本发明的单光子激光雷达空间变换滤波方法的描述，且具有与之相似的有益效果，在此不再赘述。

本发明第五方面的实施例提出了一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时，实现根据本发明第一方面所述的单光子激光雷达空间变换噪声判断方法或实现根据本发明第三方面所述的单光子激光雷达空间变换滤波方法。

一般来说，用于实现本发明方法的计算机指令的可以采用一个或多个计算机可读的存储介质的任意组合来承载。非临时性计算机可读存储介质可以包括任何计算机可读介质，除了临时性地传播中的信号本身。

计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子（非穷举的列表）包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器（ram）、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言，特别是可以使用适于神经网络计算的python语言和基于tensorflow、pytorch等平台框架。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。

本发明第六方面的实施例提供了一种计算设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现根据本发明第一方面所述的单光子激光雷达空间变换噪声判断方法或实现根据本发明第三方面所述的单光子激光雷达空间变换滤波方法。

根据本发明第五、六方面的非临时性计算机可读存储介质和计算设备，可以参照根据本发明第一方面实施例或第三方面实施例具体描述的内容实现，并具有与根据本发明第一方面实施例的单光子激光雷达空间变换噪声判断方法或第三方面实施例的单光子激光雷达空间变换滤波方法具有类似的有益效果，在此不再赘述。

图15示出了适于用来实现本公开的实施方式的示例性计算设备的框图。图15显示的计算设备12仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图15所示，计算设备12可以通用计算设备的形式实现。计算设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件（包括系统存储器28和处理单元16）的总线18。

总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构（industrystandardarchitecture；以下简称：isa）总线，微通道体系结构（microchannelarchitecture；以下简称：mac）总线，增强型isa总线、视频电子标准协会（videoelectronicsstandardsassociation；以下简称：vesa）局域总线以及外围组件互连（peripheralcomponentinterconnection；以下简称：pci）总线。

计算设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器（randomaccessmemory；以下简称：ram）30和/或高速缓存存储器32。计算设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性的计算机可读存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质（图中未显示，通常称为“硬盘驱动器”）。尽管图15中未示出，可以提供用于对可移动非易失性磁盘（例如“软盘”）读写的磁盘驱动器，以及对可移动非易失性光盘（例如：光盘只读存储器（compactdiscreadonlymemory；以下简称：cd-rom）、数字多功能只读光盘（digitalvideodiscreadonlymemory；以下简称：dvd-rom）或者其它光介质）读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。系统存储器28可以包括至少一个程序产品，该程序产品具有一组（例如至少一个）程序模块，这些程序模块被配置以执行本公开各实施例的功能。

具有一组（至少一个）程序模块42的程序/实用工具40，可以存储在例如系统存储器28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本公开所描述的实施例中的功能和/或方法。

计算设备12也可以与一个或多个外部设备14（例如键盘、指向设备、显示器24等）通信，还可与一个或者多个使得用户能与该计算设备12交互的设备通信，和/或与使得该计算设备12能与一个或多个其它计算设备进行通信的任何设备（例如网卡，调制解调器等等）通信。这种通信可以通过输入/输出（i/o）接口22进行。并且，计算设备12还可以通过网络适配器20与一个或者多个网络（例如局域网（localareanetwork；以下简称：lan），广域网（wideareanetwork；以下简称：wan）和/或公共网络，例如因特网）通信。如图所示，网络适配器20通过总线18与计算设备12的其它模块通信。要说明的是，尽管图中未示出，可以结合计算设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁盘驱动器以及数据备份存储系统等。

处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现前述实施例中提及的方法。

本发明的计算设备可以是服务器，也可以有限算力的终端设备。

尽管上面已经示出和描述了本发明的实施例，应当理解的是，上述实施例是示例性的，不能解释为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。