CN108304781A - 一种面阵盖革apd激光成像雷达图像预处理方法 - Google Patents
一种面阵盖革apd激光成像雷达图像预处理方法 Download PDFInfo
- Publication number
- CN108304781A CN108304781A CN201711477383.1A CN201711477383A CN108304781A CN 108304781 A CN108304781 A CN 108304781A CN 201711477383 A CN201711477383 A CN 201711477383A CN 108304781 A CN108304781 A CN 108304781A
- Authority
- CN
- China
- Prior art keywords
- laser
- denoising
- picture
- pulse
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000007781 pre-processing Methods 0.000 title claims abstract description 11
- 238000001514 detection method Methods 0.000 claims abstract description 40
- 230000003044 adaptive effect Effects 0.000 claims abstract description 22
- 238000002405 diagnostic procedure Methods 0.000 claims abstract description 19
- 230000011218 segmentation Effects 0.000 claims description 8
- 230000000877 morphologic effect Effects 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 3
- 230000002194 synthesizing effect Effects 0.000 claims description 2
- 238000009825 accumulation Methods 0.000 abstract description 12
- 230000005856 abnormality Effects 0.000 abstract description 2
- 238000012545 processing Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 210000001367 artery Anatomy 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004080 punching Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/155—Segmentation; Edge detection involving morphological operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
- G06F2218/04—Denoising
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明公开了一种面阵盖革APD激光成像雷达图像预处理方法，属于激光雷达技术领域。本方法先采集目标面阵盖革APD激光成像雷达单脉冲探测结果数据；之后累积多个单脉冲探测结果，使用自适应峰值判别法生成多脉冲累积激光强度像及距离像；再对多脉冲累积激光强度像及距离像进行自适应阈值分割，生成中间去噪激光强度像及距离像；最后对中间去噪激光距离像进行灰度形态学运算，得到信噪比较高的去噪后激光距离像，根据去噪后激光距离像得到去噪后激光强度像。本方法根据激光成像雷达数据特点，在目标回波信号较弱的情况下，可自适应处理激光数据，提高算法对于目标回波与噪声的分辨能力，有效去除图像中的距离反常噪声，提升图像信噪比。
Description
技术领域
本发明属于激光雷达技术领域，更具体地，涉及一种面阵盖革APD激光成像雷达图像预处理方法。
背景技术
盖革APD阵列探测器是一种单光子探测器，能够探测微弱的光信号，广泛用于微光探测邻域。采用盖革APD阵列探测器的单光子计数激光三维成像系统因其灵敏度高、作用距离远、成像速度快、易于系统小型化的特点，具有很大的发展潜力，是非扫描激光主动成像方案的热点发展方向之一。目前，以国内自研的盖革APD面阵探测器为核心器件的激光成像雷达，已能够实现远距离目标探测，具备实际应用的研究条件。
盖革APD面阵探测器工作原理是：脉冲激光器发射的脉冲激光经发射镜头扩束后穿过大气，照射对整个目标场景。一小部分脉冲能量由触发雪崩光电二极管(Trigger APD)接收，由脉冲边沿检测器形成时间数字转换器(TDC)电路的Start信号，用来触发计时电路开始计时。其余脉冲激光经过目标表面反射，其回波信号由接收光学系统接收，进入雪崩光电二极管(APD)探测阵列。为了抑制大气后向散射，减少背景噪声，探测系统采用距离门(Range Gate)技术提高系统的探测性能。在脉冲激光的往返飞行过程中，距离门关闭，探测器不工作，从而拒绝了大气后向散射与背景噪声；经过一段延迟时间后，目标回波信号到达接收器，距离门开启，探测器探测到激光回波信号的入射光子并触发雪崩，产生的雪崩信号被探测，即对时间数字转换器(TDC)电路输出一个计时停止信号，获得脉冲激光回波时刻，得到对应回波时刻的一次光子计数。
虽然盖革APD阵列探测器能够获取高精度的距离信息，但盖革APD阵列只能探测信号的有和无，得到当前脉冲飞行时间的一次光子计数，单次测量难以区分目标回波信号脉冲和噪声脉冲。盖革APD阵列探测器的噪声主要来自背景噪声及探测器本身所产生的暗计数噪声，根据盖革APD阵列探测器得到的激光数据，可以认为盖革APD阵列探测器的噪声都是均匀分布的，时间相关性差，而目标回波时间相关性好。
对目标进行探测时，盖革APD阵列探测器生成的激光距离像不能得到完整的目标表面信息并带有大量的噪声，图像信噪比低，也无法直接获得强度信息。为获取盖革APD阵列激光雷达的距离像与强度像，盖革模式APD阵列都工作于高重频小能量激光发射方式，采用多脉冲累积探测的方式，统计多次测量数据得到光子计数统计直方图，利用目标距离信息的相关性和直方图中峰值点位置判断目标距离信息，在背景噪声和暗计数中将真实的距离数据提取出来。并利用光子计数表征为目标的强度信息。对于激光脉冲宽度大于计时时钟分辨率的宽脉冲累积探测盖革APD雷达来说，目标回波信号会分布在多个连续的时间片区间内，在此区间内的任意时刻，都可能产生一次光子计数。因此，宽脉冲累积探测只有在达到一定的累积数的前提下，才能使目标回波信号实现叠加增强。当累积探测次数较少，目标回波信号弱的情况下，目标回波依旧会淹没在噪声中。在已发表的文献中，普遍采用质心算法和峰值判别法来获取目标的距离信息，两种方法都会统计多次宽脉冲累积探测的测量数据得到光子计数统计直方图，质心算法通过计算信号回波区间的质心位置得到目标距离信息，峰值判别法通过直方图中峰值点位置得到目标距离信息。但当宽脉冲累积探测的累计数较少时，目标回波分布区间内只有少数分散的探测结果，在噪声的干扰下，以上两种算法都不能有效的获得目标距离信息，得到目标的激光图像。而多脉冲累积的方式也会保留大量的背景噪声，并在图像中无法得到准确距离信息的目标点处形成距离反常噪点，生成的激光距离像与强度像信噪比较低，很难用于之后的研究工作。
发明内容
针对现有技术的以上缺陷或改进需求，本发明提供了一种面阵盖革APD激光成像雷达图像预处理方法，在目标激光雷达回波较弱的情况下，从噪声中提取盖革APD阵列探测器得到的目标回波信号，有效去除图像中的噪声，获得较为完整的目标表面信息，提升图像信噪比。
为实现上述目的，本发明提供了一种面阵盖革APD激光成像雷达图像预处理方法，所述方法包括：
(1)采集目标面阵盖革APD激光成像雷达的单脉冲探测结果数据；
所述面阵盖革APD激光成像雷达脉冲宽度大于其计时时钟分辨率；
(2)累积T个单脉冲探测结果数据，对其使用自适应峰值判别法生成多脉冲激光强度像及距离像；T为预设值；T的取值范围为20<T<60，优选T＝40；所述步骤(2)具体包括：
(21)提取T个单脉冲探测结果数据中的T个单脉冲激光距离像；
(22)从T个单脉冲激光距离像的同一像素位置提取得到T个探测结果，由T个探测结果生成各像素探测结果直方图；直方图横坐标为回波时间计数值，纵坐标为光子累计数；若该像素位置T次探测都没有结果，则多脉冲激光距离像该像素灰度值为Max，多脉冲激光强度像该像素灰度值为0；Max等于激光成像雷达距离门宽度对应的回波时间计数值；
(23)若直方图中只有一个峰值时，则进入步骤(24)；否则进入步骤(25)；所述峰值为光子累计数最大处对应的回波时间计数值；
(24)将直方图中峰值位置的回波时间计数值作为多脉冲激光距离像对应像素的灰度值，峰值包络范围内光子累计数之和作为多脉冲激光强度像对应像素的灰度值，进入步骤(26)；所述包络范围为预设值，包络范围取值范围为0～6；优选值为6；
(25)将探测结果直方图中各波峰包络范围内光子累计数相加作为波峰新的光子累计数，由各波峰的新的光子累计数更新直方图，新直方图峰值位置的回波时间计数值作为多脉冲激光距离像对应像素的灰度值，峰值位置的光子累计数作为多脉冲激光强度像对应像素的灰度值；
(26)重复步骤(22)～(25)，直到处理完所有像素位置，合成多脉冲激光强度像及距离像。
(3)对多脉冲激光强度像及距离像进行自适应阈值分割，生成中间去噪激光强度像及距离像；所述步骤(3)具体包括：
(31)设置搜索灰度值I，并赋初值I＝2；
(32)找出多脉冲激光强度像灰度值为I的像素点，及其在多脉冲激光距离像中对应位置的像素点，记为J；
(33)对比J的8邻域内像素点的灰度值和J的灰度值，统计灰度值之差小于灰度差阈值的像素点个数P，若P不小于3，则像素点为目标点，否则像素点为噪声点，目标点的个数记为ni；灰度差阈值为预设值；灰度差阈值取值范围为0～100，优选50；
(34)遍历多脉冲激光强度像中所有像素点，重复步骤(32)～(33)，得到目标点总数N，N＝n2+……+ni；
(35)若N>X，则分割阈值I1＝I，进入步骤(36)；否则I＝I+1，返回步骤(32)；所述X为设定阈值；X的取值范围为0～10，优选X＝3；
(36)利用分割阈值I1对多脉冲激光强度像及距离像进行阈值分割，得到中间去噪激光强度像和中间去噪激光距离像。
(4)对中间去噪激光距离像进行灰度形态学运算，得到信噪比较高的去噪后激光距离像，根据去噪后激光距离像得到去噪后激光强度像；所述步骤(4)具体包括：
(41)由目标大小及其几何信息确定形态学结构元素；
(42)利用形态学结构元素对中间去噪激光距离像进行一次灰度形态学开运算；
(43)对开运算后得到的中间去噪激光距离像进行一次灰度形态学闭运算，生成去噪后激光距离像；
(44)由去噪后激光距离像得到去噪后激光强度像。
进一步地，所述步骤(36)具体为：
利用以下公式对多脉冲激光强度像及距离像进行阈值分割：
其中，Xrange(i,j)表示点(i,j)的多脉冲激光距离像灰度值，Xintensity(i,j)表示点(i,j)的多脉冲激光强度像灰度值，Xr(i,j)表示点(i,j)的中间去噪激光距离像灰度值，Xi(i,j)表示点(i,j)的中间去噪激光强度像灰度值。
进一步地，所述步骤(44)具体为：
利用以下公式将由去噪后激光距离像得到去噪后激光强度像：
其中，Xi′(i,j)表示点(i,j)的去噪后激光强度像灰度值，Xi(i,j)表示点(i,j)的中间去噪激光强度像灰度值，Xr(i,j)表示点(i,j)的中间去噪激光距离像灰度值。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，具有以下技术特征及有益效果：
本发明根据面阵盖革APD激光成像雷达的激光数据特点，自适应判断并处理目标回波信号较弱的情况，提高算法对于各探测器像元探测结果中目标回波信号与噪声的分辨能力，得到了目标表面信息较为完整的激光距离像与强度像，通过结合激光距离像与强度像各自的特点，有效抑制了距离像与强度像中的背景噪声，除了目标中的距离反常噪声，得到了信噪比较高的激光图像。
附图说明
图1为本发明总体流程示意图；
图2为距目标距离1.7-1.9km的单脉冲激光距离像；
图3为距目标距离1.7-1.9km的可见光图像，黑色矩形框为激光雷达视场范围；
图4为自适应峰值判别法流程示意图；
图5a为面阵盖革APD阵列13行12列处，位于图像目标区域像元的探测结果直方图，其峰值的横坐标为588；
图5b为面阵盖革APD阵列15行25列处，位于图像背景区域像元的探测结果直方图；
图6为面阵盖革APD阵列15行24列处像元40脉冲累积的具有多个峰值的探测结果直方图；
图7为将图6直方图中横坐标1310到1324的局部放大图像；
图8为将图6直方图中各回波时间计数值包络范围内光子累计数相加作为新直方图统计结果，得到的具有单峰值的新直方图；
图9为将图8直方图中横坐标1310到1324的局部放大图像；
图10a是自适应峰值判别法生成的多脉冲累积激光距离像；
图10b是自适应峰值判别法生成的多脉冲累积激光强度像；
图11a是原峰值判别法目标多脉冲累积激光距离像；
图11b是原峰值判别法目标多脉冲累积激光强度像；
图12为本发明方法自适应阈值分割流程示意图；
图13a是自适应峰值判别法经自适应阈值分割得到的中间去噪激光距离像；
图13b是自适应峰值判别法经自适应阈值分割得到的中间去噪激光强度像；
图14a是原峰值判别法经自适应阈值分割得到的中间去噪激光距离像；
图14b是原峰值判别法经自适应阈值分割得到的中间去噪激光强度像；
图15为本发明方法灰度形态学运算流程示意图；
图16a是对图13a进行灰度形态学运算所得去噪后激光距离像；
图16b是对图13b进行灰度形态学运算所得去噪后激光强度像；
图17a是对图14a进行灰度形态学运算所得去噪后激光距离像；
图17b是对图14b进行灰度形态学运算所得去噪后激光强度像。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
下面参考图1流程以建筑物目标为例来说明本发明的步骤：
步骤一，采集目标面阵盖革APD激光成像雷达单脉冲探测结果数据；激光成像雷达在距建筑物目标距离1.7-1.9km发射一次激光脉冲得到的单脉冲激光距离像，如图2所示；本实例中所述激光图像大小均为32×32个像素点。目标可见光图像如图3所示，其中黑色矩形框为激光雷达视场范围，成像目标为图像中心的3栋白色建筑物。
步骤二，累积多个所述单脉冲探测结果，使用自适应峰值判别法生成多脉冲累积激光强度像及距离像，流程如图4所示，包括以下子步骤：
步骤201，累积40次所述激光雷达发射单个激光脉冲所得到的单脉冲激光距离像。
步骤202，按从上到下、从左到右的顺序取所述距离像中探测器同一像元位置得到的40个探测结果，对所述各探测结果进行统计，如探测结果为设置的最大值，表明此次探测没有接收到回波信号，则不进行统计，生成各像元探测结果直方图。所述直方图横坐标为回波时间计数值，纵坐标为光子累计数，如图5所示，目标区域像元直方图如图5a所示，背景区域像元直方图如图5b所示。若该像素位置N次探测都没有结果，则多脉冲激光距离像该像素灰度值为Max，多脉冲激光强度像该像素灰度值为0；Max等于激光成像雷达距离门宽度对应的回波时间计数值，本实施列中Max＝1944。
步骤203，若直方图中只有一个峰值时，则进入步骤204；否则进入步骤205；所述峰值为光子累计数最大处对应的回波时间计数值；
步骤204，只有一个峰值时，根据所述直方图中峰值位置得到强度像、距离像灰度值，将所述直方图中峰值位置的回波时间计数值作为距离像的灰度值，将峰值位置±6包络范围内光子累计数之和作为此像素强度像的灰度值，转入步骤206。
步骤205，有多个峰值时，如面阵盖革APD阵列15行24列处像元的探测结果直方图，如图6所示；直方图中横坐标1310到1324的局部放大图像，如图7所示；将所述直方图中各波峰回波时间计数值±6包络范围内光子累计数相加作为新直方图统计结果，新直方图如图8所示；直方图中横坐标1310到1324的局部放大图像，如图9所示；根据所述新直方图峰值位置得到强度像、距离像灰度值，峰值位置的回波时间计数值作为距离像的灰度值，峰值位置的光子累计数作为此像素强度像的灰度值。
步骤206，判断是否处理完探测器所有像元位置，若没有全部处理完毕，返回步骤202，若处理完毕，生成多脉冲激光强度像、距离像，如图10所示，距离像如图10a所示，强度像如图10b所示。
作为对比，原峰值判别法生成的图像如图11所示，距离像如图11a所示，强度像如图11b所示。
步骤三，对所述多脉冲累积激光强度像及距离像进行自适应阈值分割，生成中间去噪激光强度像及距离像；自适应阈值分割结合激光强度像与距离像确定分割阈值，分别处理距离像与强度像，通过自适应阈值分割去除强度像及距离像对应位置大部分的背景噪声，流程如图12所示，包括以下子步骤：
步骤301，设置搜索灰度值I的初值为2。
步骤302，找出所有所述多脉冲激光强度像灰度值为I的点，及其在所述多脉冲激光距离像中对应坐标位置的点。
步骤303对比J的8邻域内像素点的灰度值和J的灰度值，统计灰度值之差小于50的像素点个数P，若P不小于3，则像素点为目标点，否则像素点为噪声点，目标点的个数记为ni；灰度差阈值为预设值；灰度差阈值取值范围为；
步骤304遍历多脉冲激光强度像中所有像素点，重复步骤302～303，得到目标点总数N，N＝n2+……+ni；
步骤305若N>X，则分割阈值I1＝I，进入步骤306；否则I＝I+1，返回步骤302；所述X为设定阈值；X＝3；
步骤306利用分割阈值I1对多脉冲激光强度像及距离像进行阈值分割，得到中间去噪激光强度像和中间去噪激光距离像。
步骤307
根据公式(1)和公式(2)通过分割阈值I1对所述多脉冲激光图像进行阈值分割，公式(1)和公式(2)如下：
其中，Xrange(i,j)表示点(i,j)的多脉冲激光距离像灰度值，Xintensity(i,j)表示点(i,j)的多脉冲激光强度像灰度值，Xr(i,j)表示点(i,j)的中间去噪激光距离像灰度值，Xi(i,j)表示点(i,j)的中间去噪激光强度像灰度值；
步骤308，判断是否处理完所述多脉冲激光图像中所有点，若没有全部处理完毕，返回步骤307，若处理完毕，生成中间去噪激光强度像、距离像。中间去噪激光强度像、距离像如图13所示，其中图13a是中间去噪激光距离像结果图，图13b是中间去噪激光强度像结果图。
作为对比，原峰值判别法经过自适应阈值分割后的图像如图14所示，其中图14a是中间去噪激光距离像结果图，图14b是中间去噪激光强度像结果图。
步骤四，对所述中间去噪激光距离像进行灰度形态学运算，得到信噪比较高的去噪后激光距离像，根据所述去噪后激光距离像得到去噪后激光强度像，流程如图15所示，包括以下子步骤：
步骤401，由目标大小及其几何信息确定形态学结构元素，本实例选取的形态学结构元素为：
| 1 | 1 |
| 1 | 1 |
步骤402，对所述中间去噪激光距离像进行一次灰度形态学开运算，填补目标区域中的空洞点及灰度较高的噪声点。
步骤403，对所述开运算后所得距离像进行一次灰度形态学闭运算，除去灰度较低的噪声点，生成去噪后激光距离像，如图16a所示。
步骤404，由所述去噪后激光距离像，根据公式(3)处理所述中间去噪激光强度像，公式(3)如下：
其中，Xi′(i,j)表示点(i,j)的去噪后激光强度像灰度值，Xi(i,j)表示点(i,j)的中间去噪激光强度像灰度值，Xr(i,j)表示点(i,j)的中间去噪激光距离像灰度值。
步骤405，判断是否处理完所述中间去噪激光强度像中所有点，若没有全部处理完毕，返回步骤404，若处理完毕，生成去噪后激光强度像，如图图16b所示。
作为对比，原峰值判别法经过上述去噪处理后的图像如图17所示，其中图17a是去噪后激光距离像，图17b是去噪后激光强度像，可以看出，本发明可以去除面阵盖革APD激光成像雷达生成激光图像中的噪声，与原峰值判别法相比，能够保留图像中目标回波信号较弱的区域，提高了图像质量。
以上内容本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (7)
1.一种面阵盖革APD激光成像雷达图像预处理方法，其特征在于，所述方法包括：
(1)采集目标面阵盖革APD激光成像雷达的单脉冲探测结果数据；
(2)累积T个单脉冲探测结果数据，对其使用自适应峰值判别法生成多脉冲激光强度像及距离像；T为预设值；
(3)对多脉冲激光强度像及距离像进行自适应阈值分割，生成中间去噪激光强度像及距离像；
(4)对中间去噪激光距离像进行灰度形态学运算，得到信噪比较高的去噪后激光距离像，根据去噪后激光距离像得到去噪后激光强度像。
2.根据权利要求1所述的一种面阵盖革APD激光成像雷达图像预处理方法，其特征在于，所述面阵盖革APD激光成像雷达脉冲宽度大于其计时时钟分辨率。
3.根据权利要求1所述的一种面阵盖革APD激光成像雷达图像预处理方法，其特征在于，所述步骤(2)具体包括：
(21)提取T个单脉冲探测结果数据中的T个单脉冲激光距离像；
(22)从T个单脉冲激光距离像的同一像素位置提取得到T个探测结果，由T个探测结果生成各像素探测结果直方图；直方图横坐标为回波时间计数值，纵坐标为光子累计数；若该像素位置T次探测都没有探测结果，则多脉冲激光距离像该像素灰度值为Max，多脉冲激光强度像该像素灰度值为0；Max等于激光成像雷达距离门宽度对应的回波时间计数值；
(23)若直方图中只有一个峰值时，则进入步骤(24)；否则进入步骤(25)；所述峰值为光子累计数最大处对应的回波时间计数值；
(24)将直方图中峰值位置的回波时间计数值作为多脉冲激光距离像对应像素的灰度值，峰值包络范围内光子累计数之和作为多脉冲激光强度像对应像素的灰度值，进入步骤(26)；所述包络范围为预设值；
(25)将探测结果直方图中各波峰包络范围内光子累计数相加作为波峰新的光子累计数，由各波峰的新的光子累计数更新直方图，新直方图峰值位置的回波时间计数值作为多脉冲激光距离像对应像素的灰度值，峰值位置的光子累计数作为多脉冲激光强度像对应像素的灰度值；
(26)重复步骤(22)～(25)，直到处理完所有像素位置，合成多脉冲激光强度像及距离像。
4.根据权利要求1所述的一种面阵盖革APD激光成像雷达图像预处理方法，其特征在于，所述步骤(3)具体包括：
(31)设置搜索灰度值I，并赋初值I＝2；
(32)找出多脉冲激光强度像灰度值为I的像素点，及其在多脉冲激光距离像中对应位置的像素点，记为J；
(33)对比J的8邻域内像素点的灰度值和J的灰度值，统计灰度值之差小于灰度差阈值的像素点个数P，若P不小于3，则像素点为目标点，否则像素点为噪声点，目标点的个数记为ni；灰度差阈值为预设值；
(34)遍历多脉冲激光强度像中所有像素点，重复步骤(32)～(33)，得到目标点总数N，N＝n2+……+ni；
(35)若N>X，则分割阈值I1＝I，进入步骤(36)；否则I＝I+1，返回步骤(32)；所述X为设定阈值；
(36)利用分割阈值I1对多脉冲激光强度像及距离像进行阈值分割，得到中间去噪激光强度像和中间去噪激光距离像。
5.根据权利要求1所述的一种面阵盖革APD激光成像雷达图像预处理方法，其特征在于，所述步骤(4)具体包括：
(41)由目标大小及其几何信息确定形态学结构元素；
(42)利用形态学结构元素对中间去噪激光距离像进行一次灰度形态学开运算；
(43)对开运算后得到的中间去噪激光距离像进行一次灰度形态学闭运算，生成去噪后激光距离像；
(44)由去噪后激光距离像得到去噪后激光强度像。
6.根据权利要求3或4所述的一种面阵盖革APD激光成像雷达图像预处理方法，其特征在于，所述步骤(36)具体为：
利用以下公式对多脉冲激光强度像及距离像进行阈值分割：
其中，Xrange(i,j)表示点(i,j)的多脉冲激光距离像灰度值，Xintensity(i,j)表示点(i,j)的多脉冲激光强度像灰度值，Xr(i,j)表示点(i,j)的中间去噪激光距离像灰度值，Xi(i,j)表示点(i,j)的中间去噪激光强度像灰度值。
7.根据权利要求3或5所述的一种面阵盖革APD激光成像雷达图像预处理方法，其特征在于，所述步骤(44)具体为：
利用以下公式将由去噪后激光距离像得到去噪后激光强度像：
其中，Xi′(i,j)表示点(i,j)的去噪后激光强度像灰度值，Xi(i,j)表示点(i,j)的中间去噪激光强度像灰度值，Xr(i,j)表示点(i,j)的中间去噪激光距离像灰度值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711477383.1A CN108304781B (zh) | 2017-12-29 | 2017-12-29 | 一种面阵盖革apd激光成像雷达图像预处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711477383.1A CN108304781B (zh) | 2017-12-29 | 2017-12-29 | 一种面阵盖革apd激光成像雷达图像预处理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108304781A true CN108304781A (zh) | 2018-07-20 |
| CN108304781B CN108304781B (zh) | 2020-07-14 |
Family
ID=62867835
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711477383.1A Active CN108304781B (zh) | 2017-12-29 | 2017-12-29 | 一种面阵盖革apd激光成像雷达图像预处理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108304781B (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110554404A (zh) * | 2019-08-08 | 2019-12-10 | 华中科技大学 | 一种强背景噪声下Gm-APD阵列激光雷达成像方法及系统 |
| CN110954919A (zh) * | 2019-12-13 | 2020-04-03 | 华中科技大学 | 一种面阵激光探测器的固定值噪声确定方法及去除方法 |
| CN111157977A (zh) * | 2018-11-07 | 2020-05-15 | 百度（美国）有限责任公司 | 用于自动驾驶车辆的、使用时间-数字转换器和多像素光子计数器的lidar峰值检测 |
| CN111830488A (zh) * | 2020-06-28 | 2020-10-27 | 中山大学 | 一种基于gm-apd激光测距系统的回波信号数据处理方法及系统 |
| CN112764005A (zh) * | 2021-01-05 | 2021-05-07 | 哈尔滨工业大学 | 一种结合形态学滤波的Gm-APD激光雷达低信噪比回波数据重构方法 |
| CN113176549A (zh) * | 2021-04-27 | 2021-07-27 | 中国科学院半导体研究所 | 水下激光选通成像距离能量包络优先去噪方法 |
| CN114594494A (zh) * | 2022-01-13 | 2022-06-07 | 杭州宏景智驾科技有限公司 | 激光雷达系统及其环境光去噪方法 |
| CN117590353A (zh) * | 2024-01-19 | 2024-02-23 | 山东省科学院海洋仪器仪表研究所 | 一种光子计数激光雷达的弱回波信号快速提取及成像方法 |
| CN117741622A (zh) * | 2024-01-19 | 2024-03-22 | 哈尔滨集睿谱光电技术有限公司 | 一种Gm-APD激光雷达距离门自动调节方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1503914A (zh) * | 2001-04-25 | 2004-06-09 | ������������ʽ���� | 测距装置、测距方法及光电转换电路 |
| CN102136068A (zh) * | 2011-03-31 | 2011-07-27 | 中国科学院半导体研究所 | 基于平均灰度的距离选通图像有效信息区的提取方法 |
-
2017
- 2017-12-29 CN CN201711477383.1A patent/CN108304781B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1503914A (zh) * | 2001-04-25 | 2004-06-09 | ������������ʽ���� | 测距装置、测距方法及光电转换电路 |
| CN102136068A (zh) * | 2011-03-31 | 2011-07-27 | 中国科学院半导体研究所 | 基于平均灰度的距离选通图像有效信息区的提取方法 |
Non-Patent Citations (2)
| Title |
|---|
| 张秀丽,李琦,王骐: "红外主被动图像融合的三维视觉预处理", 《第三届图像图形技术与应用学术会议论文集》 * |
| 李自勤,李金新,王骐: "激光雷达距离像背景抑制算法研究", 《中国激光》 * |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111157977A (zh) * | 2018-11-07 | 2020-05-15 | 百度（美国）有限责任公司 | 用于自动驾驶车辆的、使用时间-数字转换器和多像素光子计数器的lidar峰值检测 |
| CN111157977B (zh) * | 2018-11-07 | 2023-10-03 | 百度（美国）有限责任公司 | 用于自动驾驶车辆的、使用时间-数字转换器和多像素光子计数器的lidar峰值检测 |
| CN110554404B (zh) * | 2019-08-08 | 2020-05-19 | 华中科技大学 | 一种强背景噪声下Gm-APD阵列激光雷达成像方法及系统 |
| CN110554404A (zh) * | 2019-08-08 | 2019-12-10 | 华中科技大学 | 一种强背景噪声下Gm-APD阵列激光雷达成像方法及系统 |
| CN110954919B (zh) * | 2019-12-13 | 2022-03-18 | 华中科技大学 | 一种面阵激光探测器的固定值噪声确定方法及去除方法 |
| CN110954919A (zh) * | 2019-12-13 | 2020-04-03 | 华中科技大学 | 一种面阵激光探测器的固定值噪声确定方法及去除方法 |
| CN111830488B (zh) * | 2020-06-28 | 2023-06-27 | 中山大学 | 一种基于gm-apd激光测距系统的回波信号数据处理方法及系统 |
| CN111830488A (zh) * | 2020-06-28 | 2020-10-27 | 中山大学 | 一种基于gm-apd激光测距系统的回波信号数据处理方法及系统 |
| CN112764005A (zh) * | 2021-01-05 | 2021-05-07 | 哈尔滨工业大学 | 一种结合形态学滤波的Gm-APD激光雷达低信噪比回波数据重构方法 |
| CN113176549A (zh) * | 2021-04-27 | 2021-07-27 | 中国科学院半导体研究所 | 水下激光选通成像距离能量包络优先去噪方法 |
| CN114594494A (zh) * | 2022-01-13 | 2022-06-07 | 杭州宏景智驾科技有限公司 | 激光雷达系统及其环境光去噪方法 |
| CN117590353A (zh) * | 2024-01-19 | 2024-02-23 | 山东省科学院海洋仪器仪表研究所 | 一种光子计数激光雷达的弱回波信号快速提取及成像方法 |
| CN117741622A (zh) * | 2024-01-19 | 2024-03-22 | 哈尔滨集睿谱光电技术有限公司 | 一种Gm-APD激光雷达距离门自动调节方法 |
| CN117590353B (zh) * | 2024-01-19 | 2024-03-29 | 山东省科学院海洋仪器仪表研究所 | 一种光子计数激光雷达的弱回波信号快速提取及成像方法 |
| CN117741622B (zh) * | 2024-01-19 | 2024-06-04 | 哈尔滨集睿谱光电技术有限公司 | 一种Gm-APD激光雷达距离门自动调节方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108304781B (zh) | 2020-07-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108304781A (zh) | 一种面阵盖革apd激光成像雷达图像预处理方法 | |
| CN110554404B (zh) | 一种强背景噪声下Gm-APD阵列激光雷达成像方法及系统 | |
| US10948575B2 (en) | Optoelectronic sensor and method of measuring the distance from an object | |
| CN105954733B (zh) | 基于光子飞行时间相关性的时域滤波方法 | |
| CN112924981A (zh) | 一种飞行时间测距方法、系统和设备 | |
| CN112817001B (zh) | 一种飞行时间测距方法、系统和设备 | |
| Ye et al. | A real-time restraint method for range walk error in 3-D imaging lidar via dual detection | |
| JP2010170449A (ja) | 車両用距離画像データ生成装置及び方法 | |
| CN106371093B (zh) | 基于建筑物透视雷达成像的多目标检测定位方法 | |
| Oh et al. | Time-of-flight analysis of three-dimensional imaging laser radar using a Geiger-mode avalanche photodiode | |
| CN102749625A (zh) | 距离选通激光成像猫眼效应目标探测方法 | |
| Tan et al. | Long-range daytime 3D imaging lidar with short acquisition time based on 64× 64 Gm-APD array | |
| Wang et al. | A photon-number-based systematic algorithm for range image recovery of GM-APD lidar under few-frames detection | |
| CN113253240B (zh) | 一种基于光子探测的空间目标识别分法、存储介质和系统 | |
| US20210302554A1 (en) | System and method for lidar defogging | |
| Wang et al. | Echo broadening effect in the range-gated active imaging technique | |
| US20200371240A1 (en) | Real-time image formation from geiger-mode ladar | |
| Mau et al. | Through thick and thin: Imaging through obscurant using spad array | |
| Risholm et al. | A scatter removal technique to enhance underwater range-gated 3D and intensity images | |
| EP4198553A1 (en) | Method, device and program for estimating object reflectivity in a lidar system | |
| Kirmani et al. | Spatio-temporal regularization for range imaging with high photon efficiency | |
| Henriksson et al. | Photon counting panoramic 3D imaging | |
| Xu et al. | Dual Gm-APD polarization lidar to acquire the depth image of shallow semitransparent media with a wide laser pulse | |
| Zhou et al. | Research of detecting the laser’s secondary reflected echo from target by using Geiger-mode avalanche photodiode | |
| Ronnback et al. | On filtering of laser range data in snowfall |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |