星载三维形貌测量技术在对地观测、太空探索等领域有广泛应用，立体摄影和激光高度计是两种常用的技术。立体影像空间分辨率高，但无地面控制点时高程精度提高困难；激光高度计高程精度高，但空间分辨率不足。基于激光控制点和立体影像联合平差的方法得到了广泛研究，然而，传统激光高度计脉冲功耗大、足印稀疏，在山地区域难以为联合平差提供准确激光控制点。

以ICESat-2（Ice, Cloud and Land Elevation Satellite 2）为代表的新一代星载光子计数激光高度计具有微脉冲、高重频等特点，除能为立体影像提供传统的控制点外，还能在山地区域提供地形剖线约束。然而，光子计数激光高度计还存在如信噪比低等问题，其与立体影像的融合方法还未得到充分研究。

本文主要研究新型光子计数激光高度计数据与立体影像主被动融合三维形貌测量技术。在完善星载光子计数激光高度计数据处理技术的同时，通过主被动数据融合提高立体影像三维重建的高程精度。本文的主要研究内容如下：

（1）多范式光子计数信号光子提取方法的研究。光子计数探测方式灵敏度高，测量结果包含大量噪声，信号光子提取是后续研究的基础。ICESat-2数据表明，受全球多样地形地貌、气象和光照等影响，在山地等复杂场景下，低信噪比信号光子提取和自适应信号光子提取仍然面临诸多挑战。本文分别从传统人工算法设计和机器学习两种范式下对信号提取技术进行了研究。在传统人工算法设计范式下，重点研究了强背景噪声、弱回波信号、复杂地形地貌等极端情况下的信号光子提取问题，提出了一种多尺度约束信号提取方法。试验结果表明，多尺度约束方法的F指标在弱光通道和强光通道分别提升了11% ~ 20%和2% ~ 3%。

人工算法设计中数据分析和算法编码过程繁琐，而机器学习可以自主学习数据的分布特征并生成需要的处理方法，但在光子计数信号提取方面的研究还较少。本文针对传统点云分割网络结构复杂、没有结合光子计数测量特点等问题，设计了分区卷积点云分割网络。在试验数据中，预测效率为传统点云分割网络的5 ~ 8倍，较传统人工设计算法的F指标也有1% ~ 40%的提高。

（2）小范围地形迭代匹配指向角校准方法的研究。指向校准是消除激光测量系统误差的重要环节，且贯穿于整个任务周期。现有指向校准方法存在校准过程繁琐、或计算量大等问题，本文结合光子计数激光高度计高重频的特点和无人机测量设备逐渐普及的现状，提出了一种小范围地形迭代匹配指向角校准方法，利用局部高精度机载激光雷达数据对指向误差进行校准。试验结果表明，使用2.5 km长轨迹，指向校准误差约0.1角秒，计算时间仅为传统金字塔搜索方法的1/6。

（3）光子计数激光控制点和立体影像联合平差问题的研究。联合平差是传统激光数据与影像数据融合的主要方法，但光子计数激光控制点与立体影像的联合平差还处于发展阶段。本文在联合平差框架下，对光子计数激光数据应用于立体影像联合平差中的关键问题进行了重新设计和优化，并基于WorldView-3立体影像和ICESat-2数据进行了试验。结果表明，联合平差后立体影像三维重建结果的高程误差从最大4 m降低到1 m。

（4）非平坦地形下光子计数测量轨迹与立体影像匹配融合方法的研究。针对山地等非平坦区域准确激光控制点提取困难的问题，研究了通过激光轨迹约束提高立体影像高程精度的方法。并在传统最小高程差匹配基础上，进一步提出了最大似然高程差匹配方法，基于高分七号立体影像和ICESat-2数据进行了试验。结果表明，高程匹配标准差约0.1 m，水平匹配标准差1 m ~ 2 m。且最大似然高程差匹配方法还能直接使用原始带噪声光子计数测量结果进行匹配，减少了数据处理步骤。

本文研究成果有助于完善新型光子计数激光高度计数据处理技术，主被动融合方法可为我国未来高比例尺形貌测绘任务的系统方案设计和数据处理提供参考。