基于L1/2范数正则化和MLS的TomoSAR山区地形重建方法

本发明公开了一种基于L1/2范数正则化和MLS的TomoSAR山区地形重建方法，针对山区初始点云由于异常点影响导致地形重建误差较大的问题，首先基于移动最小二乘法对局部曲线进行拟合，再根据局部曲线的拟合情况，构建基于L1/2范数正则化的异常点检测模型用于去除点云中的异常点，再使用移动最小二乘法对点云进行插值拟合，实现更准确的山区地形重构。本发明为了解决QIOR的低效问题，将压缩感知与QIOR集成，利用异常值的固有稀疏性，建立一个L1/2范数正则化模型来识别点集内异常值的位置，剔除异常点，可以抑制MLS对于异常点敏感的特性，从而达到提高拟合精度，提高山区重建精度，在保持检测精度的同时显著提高了计算效率。