CN110824452A - 一种激光雷达频域稀疏采样方法 - Google Patents

一种激光雷达频域稀疏采样方法 Download PDF

Info

Publication number
CN110824452A
CN110824452A CN201911111664.4A CN201911111664A CN110824452A CN 110824452 A CN110824452 A CN 110824452A CN 201911111664 A CN201911111664 A CN 201911111664A CN 110824452 A CN110824452 A CN 110824452A
Authority
CN
China
Prior art keywords
frequency domain
sparse sampling
small
scale detector
sampling method
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.)
Pending
Application number
CN201911111664.4A
Other languages
English (en)
Inventor
李道京
胡烜
周凯
朱宇
于海锋
张润宁
刘磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Electronics of CAS
Beijing Institute of Spacecraft System Engineering
Original Assignee
Institute of Electronics of CAS
Beijing Institute of Spacecraft System Engineering
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Institute of Electronics of CAS, Beijing Institute of Spacecraft System Engineering filed Critical Institute of Electronics of CAS
Priority to CN201911111664.4A priority Critical patent/CN110824452A/zh
Publication of CN110824452A publication Critical patent/CN110824452A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本公开提供了一种激光雷达频域稀疏采样方法，包括：步骤A：采用激光照射目标，用傅里叶透镜将激光回波信号变换到频域；步骤B：在频域利用小规模探测器进行稀疏采样，重构图像。本公开对激光回波信号在频域用小规模探测器进行稀疏采样，以解决宽视场高分辨率成像所需的大规模探测器问题，实现大规模探测器的成像效果，同时避免现有方法产生的大数据量，便于成像数据传输。

Description

一种激光雷达频域稀疏采样方法
技术领域
本公开涉及激光雷达数据获取领域，尤其涉及一种激光雷达频域稀疏采样方法。
背景技术
目前探测器规模在20k×20k的可见光相机已很常见，随着高分辨率宽幅相机需求的不断扩大，探测器的规模还在进一步扩大。
由此带来两个问题：(1)大规模探测器研制周期长成本较高，通过小规模探测器拼接大规模探测器(尤其是要实现无缝拼接)将使相机方案复杂，并会增加较多的体积重量。(2)大规模探测器给数据存储、传输和处理带来极大困难，为实现数传，数据压缩已是必不可少环节。前端先大数据量采集，然后后端再数据压缩，这似乎是一个前后矛盾的过程。
和可见光相机类似，用于高分辨率宽幅成像的激光雷达也有同样问题，研究在稀疏采样条件下的激光雷达成像方法具有重要意义。
发明内容
(一)要解决的技术问题
本公开提供了一种激光雷达频域稀疏采样方法，以至少部分解决下述技术问题：
对激光回波信号直接在频域进行稀疏采样，以解决激光雷达数据量大的问题。
通过在频域使用小规模探测器实施稀疏采样，实现宽视场高分辨率成像所需的大规模探测器的效果。
(二)技术方案
根据本公开的一个方面，提供了一种激光雷达频域稀疏采样方法，包括：
步骤A：采用激光照射目标，用傅里叶透镜将激光回波信号变换到频域；
步骤B：在频域利用小规模探测器进行稀疏采样，重构图像。
在本公开的一些实施例中，所述步骤B中在频域利用小规模探测器进行稀疏采样时，所述小规模探测器覆盖低频区域，以使信号失真程度最小。
在本公开的一些实施例中，所述步骤B中在频域利用小规模探测器进行稀疏采样时，所述小规模探测器在频域随机布设，以使信号失真程度最小。
在本公开的一些实施例中，应用对象为直接探测体制激光雷达。
在本公开的一些实施例中，所述步骤B中重构图像选用逆傅里叶变换法、压缩感知法中任一种。
(三)有益效果
从上述技术方案可以看出，本公开激光雷达频域稀疏采样方法至少具有以下有益效果其中之一或其中一部分：
本公开通过在频域进行稀疏采样，大幅度降低探测器规模，在保证重构图像质量的同时降低数据量，为后续数据传输和处理减轻压力，特别适用于高分辨率宽幅激光成像应用场合。
附图说明
图1为本公开实施例激光雷达频域稀疏采样方法流程框图。
图2为傅里叶光学成像中的4f实验示意图。
图3(a)为依据本公开激光雷达频域稀疏采样方法中的遥感图像频谱。
图3(b)为图3(a)对应的遥感图像。
图3(c)为图3(a)对应的遥感图像局部放大图。
图4(a)为依据本公开激光雷达频域稀疏采样方法中的1/2×1/2规模频域探测器范围。
图4(b)为图4(a)对应的遥感图像。
图4(c)为图4(a)对应的遥感图像局部放大图。
图5(a)为依据本公开激光雷达频域稀疏采样方法中的1/4×1/4规模频域探测器范围。
图5(b)为图5(a)对应的遥感图像。
图5(c)为图5(a)对应的遥感图像局部放大图。
图6(a)为依据本公开激光雷达频域稀疏采样方法中的5个有缝拼接1/4×1/4规模频域探测器范围。
图6(b)为图6(a)对应的遥感图像。
图6(c)为图6(a)对应的遥感图像局部放大图。
具体实施方式
本公开提供了一种激光雷达频域稀疏采样方法，包括：步骤A：采用激光照射目标，用傅里叶透镜将激光回波信号变换到频域；步骤B：在频域利用小规模探测器进行稀疏采样，重构图像。本公开通过在频域进行稀疏采样，大幅度降低探测器规模，在保证重构图像质量的同时降低数据量，为后续处理减轻压力，特别适用于高分辨率宽幅激光成像应用场合。
为使本公开的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本公开进一步详细说明。
本公开某些实施例于后方将参照所附附图做更全面性地描述，其中一些但并非全部的实施例将被示出。实际上，本公开的各种实施例可以许多不同形式实现，而不应被解释为限于此数所阐述的实施例；相对地，提供这些实施例使得本公开满足适用的法律要求。
压缩感知(Compressed Sensing，CS)是稀疏采样成像的一类方法，可用于空间域和变换域(如频域或小波域)，但稀疏性是其应用的基础。对地成像时地物的复杂性，限制了基于空间域稀疏CS成像方法的应用。
根据CS理论，如果图像在变换域是稀疏的，那么在稀疏采样条件下，也应能够重建图像。图像在变换域稀疏也是实现数据压缩的物理基础。
目前，在微波成像领域提出的基于干涉处理变换域稀疏雷达成像方法，与传统满采样成像方法相比，该方法在约50％的稀疏采样条件下，仍可获得接近满采样的成像效果。相关概念应也能用于光学成像。
激光是一种窄带单色信号，不同于宽谱段的可见光。对直接探测体制激光雷达，激光照射下的地物目标图像在频域是稀疏的，且场景的连续性使其频谱集中在低频段，如傅里叶光学成像中的4f实验。那么将采样过程设置在频域，即可实施稀疏采样。
在本公开的第一个示例性实施例中，提供了一种激光雷达频域稀疏采样方法。图1为本公开实施例激光雷达频域稀疏采样方法流程框图。如图1所示，本公开激光雷达频域稀疏采样方法包括：
步骤A：采用激光照射目标，用傅里叶透镜将激光回波信号(聚焦后即是图像信号)变换到频域。参照图2，图2为傅里叶光学成像中的4f实验示意图。
步骤B：在频域利用小规模探测器进行稀疏采样，再在计算机上重构图像。其中，在频域利用小规模探测器进行稀疏采样时，小规模探测器覆盖低频区域，以使信号失真程度最小。这里需要进一步说明的是，低频区域为归一化频率小于0.5的频率范围。小规模探测器在频域随机布设，以使信号失真程度最小。本公开不对布设方式进行具体限定。关于重构图像，一般通过计算机选用逆傅里叶变换法、压缩感知法或其他本领域技术人员能够知晓的重构图像的方法进行重构图像。
需要进一步详细说明的是，所述小规模探测器的规模为64×64或320×256，但并不现定于以上几种规模，这里小规模探测器规模应是本领域技术人员能够知晓的探测器常用规模，同时需要说明的是这里的小规模探测器是相对于大规模探测器而言。
此外，本公开应用对象包括但不限定于直接探测体制激光雷达，其他本领域技术人员能够知晓的应用场景也可选用。
实施例一
图3(a)为依据本公开激光雷达频域稀疏采样方法中的遥感图像频谱。图3(b)为图3(a)对应的遥感图像。图3(c)为图3(a)对应的遥感图像局部放大图。如图3(b)至图3(c)所示，遥感图像像素规模为2048×2048，图像频谱主要集中在低频部分。
实施例二
图4(a)为依据本公开激光雷达频域稀疏采样方法中的1/2×1/2规模频域探测器范围。图4(b)为图4(a)对应的遥感图像。图4(c)为图4(a)对应的遥感图像局部放大图。如图4(a)至图4(c)所示，一个1/2×1/2规模频域探测器，在25％(1/4)的频域稀疏采样条件下，可获得接近满采样的成像效果。
实施例三
图5(a)为依据本公开激光雷达频域稀疏采样方法中的1/4×1/4规模频域探测器范围。图5(b)为图5(a)对应的遥感图像。图5(c)为图5(a)对应的遥感图像局部放大图。如图5(a)至图5(c)所示，一个1/4×1/4规模频域探测器，在6.25％(1/16)的频域稀疏采样条件下，图像分辨率有明显下降。
实施例四
图6(a)为依据本公开激光雷达频域稀疏采样方法中的5个有缝拼接1/4×1/4规模频域探测器范围。图6(b)为图6(a)对应的遥感图像。图6(c)为图6(a)对应的遥感图像局部放大图。如图6(a)至图6(c)所示，五个有缝拼接1/4×1/4规模频域探测器，在约31％(5/16)的频域稀疏采样条件下，仍可获得较好的图像。本实施例中提供的频域探测器为近似十字型布局，根据稀疏采样和图像重构理论，当探测器随机布设在频域，可获得更好的成像效果。
至此，已经结合附图对本公开实施例进行了详细描述。需要说明的是，在附图或说明书正文中，未绘示或描述的实现方式，均为所属技术领域中普通技术人员所知的形式，并未进行详细说明。此外，上述对各元件和方法的定义并不仅限于实施例中提到的各种具体结构、形状或方式，本领域普通技术人员可对其进行简单地更改或替换。
依据以上描述，本领域技术人员应当对本公开激光雷达频域稀疏采样方法有了清楚的认识。
综上所述，本公开提供一种激光雷达频域稀疏采样方法，通过在频域进行稀疏采样，大幅度降低探测器规模，在保证重构图像质量的同时降低数据量，为后续处理减轻压力，特别适用于探测器规模较大的场合。
还需要说明的是，实施例中提到的方向用语，例如“上”、“下”、“前”、“后”、“左”、“右”等，仅是参考附图的方向，并非用来限制本公开的保护范围。贯穿附图，相同的元素由相同或相近的附图标记来表示。在可能导致对本公开的理解造成混淆时，将省略常规结构或构造。
并且图中各部件的形状和尺寸不反映真实大小和比例，而仅示意本公开实施例的内容。另外，在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。
除非有所知名为相反之意，本说明书及所附权利要求中的数值参数是近似值，能够根据通过本公开的内容所得的所需特性改变。具体而言，所有使用于说明书及权利要求中表示组成的含量、反应条件等等的数字，应理解为在所有情况中是受到「约」的用语所修饰。一般情况下，其表达的含义是指包含由特定数量在一些实施例中±10％的变化、在一些实施例中±5％的变化、在一些实施例中±1％的变化、在一些实施例中±0.5％的变化。
再者，单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。
此外，除非特别描述或必须依序发生的步骤，上述步骤的顺序并无限制于以上所列，且可根据所需设计而变化或重新安排。并且上述实施例可基于设计及可靠度的考虑，彼此混合搭配使用或与其他实施例混合搭配使用，即不同实施例中的技术特征可以自由组合形成更多的实施例。
类似地，应当理解，为了精简本公开并帮助理解各个公开方面中的一个或多个，在上面对本公开的示例性实施例的描述中，本公开的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本公开要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，公开方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本公开的单独实施例。
以上所述的具体实施例，对本公开的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本公开的具体实施例而已，并不用于限制本公开，凡在本公开的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。

Claims (5)

1.一种激光雷达频域稀疏采样方法，其中，包括：
步骤A：采用激光照射目标，用傅里叶透镜将激光回波信号变换到频域；
步骤B：在频域利用小规模探测器进行稀疏采样，重构图像。
2.根据权利要求1所述的激光雷达频域稀疏采样方法，其中，所述步骤B中在频域利用小规模探测器进行稀疏采样时，所述小规模探测器覆盖低频区域，以使信号失真程度最小。
3.根据权利要求1所述的激光雷达频域稀疏采样方法，其中，所述步骤B中在频域利用小规模探测器进行稀疏采样时，所述小规模探测器在频域随机布设，以使信号失真程度最小。
4.根据权利要求l所述的激光雷达频域稀疏采样方法，其中，应用对象为直接探测体制激光雷达。
5.根据权利要求1所述的激光雷达频域稀疏采样方法，其中，所述步骤B中重构图像选用逆傅里叶变换法、压缩感知法中任一种。
CN201911111664.4A 2019-11-13 2019-11-13 一种激光雷达频域稀疏采样方法 Pending CN110824452A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911111664.4A CN110824452A (zh) 2019-11-13 2019-11-13 一种激光雷达频域稀疏采样方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911111664.4A CN110824452A (zh) 2019-11-13 2019-11-13 一种激光雷达频域稀疏采样方法

Publications (1)

Publication Number Publication Date
CN110824452A true CN110824452A (zh) 2020-02-21

Family

ID=69555054

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911111664.4A Pending CN110824452A (zh) 2019-11-13 2019-11-13 一种激光雷达频域稀疏采样方法

Country Status (1)

Country Link
CN (1) CN110824452A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103364768A (zh) * 2012-03-31 2013-10-23 中国科学院电子学研究所 压缩感知雷达重构方法
CN104052494A (zh) * 2014-07-08 2014-09-17 哈尔滨工业大学 面向频域稀疏信号的信号重构方法
WO2015139260A1 (zh) * 2014-03-20 2015-09-24 华为技术有限公司 基于压缩感知的信号处理方法及装置
CN110031820A (zh) * 2019-03-05 2019-07-19 中国科学院西安光学精密机械研究所 一种激光成像去噪方法及装置
CN110231292A (zh) * 2019-06-28 2019-09-13 深圳先进技术研究院 一种单像素太赫兹波成像方法和系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103364768A (zh) * 2012-03-31 2013-10-23 中国科学院电子学研究所 压缩感知雷达重构方法
WO2015139260A1 (zh) * 2014-03-20 2015-09-24 华为技术有限公司 基于压缩感知的信号处理方法及装置
CN104052494A (zh) * 2014-07-08 2014-09-17 哈尔滨工业大学 面向频域稀疏信号的信号重构方法
CN110031820A (zh) * 2019-03-05 2019-07-19 中国科学院西安光学精密机械研究所 一种激光成像去噪方法及装置
CN110231292A (zh) * 2019-06-28 2019-09-13 深圳先进技术研究院 一种单像素太赫兹波成像方法和系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
周志盛 等: "基于迭代的傅里叶望远镜图像重构方法", 《光学学报》 *
张天序等: "《气动光学效应校正-原理、方法与应用》", 31 January 2014 *
李道京等: "衍射光学系统的激光应用和稀疏成像", 《第六届高分辨率对地观测学术年会》 *

Similar Documents

Publication Publication Date Title
US9864054B2 (en) System and method for 3D SAR imaging using compressive sensing with multi-platform, multi-baseline and multi-PRF data
US9971031B2 (en) System and method for 3D imaging using compressive sensing with hyperplane multi-baseline data
CN112488924B (zh) 一种图像超分辨率模型训练方法、重建方法及装置
CN110471082B (zh) 单像素激光计算成像装置及方法
Saraf IRS-1C-LISS-III and PAN data fusion: an approach to improve remote sensing based mapping techniques
US20190098208A1 (en) Scanning with frame averaging
Tang et al. Two-stage through-the-wall radar image formation using compressive sensing
US8487807B2 (en) Synthetic aperture imaging interferometer
CN110554384A (zh) 一种基于微波信号的成像方法
Vasileiou et al. Efficient CNN-based super resolution algorithms for mmWave mobile radar imaging
CN111736171A (zh) 一种单像素太赫兹检测系统及图像获取方法
Zhang et al. Enhanced Multi-Attention Network for Single Image Super-resolution
Yuan et al. 600-GHz Fourier imaging based on heterodyne detection at the 2nd sub-harmonic
CN110824452A (zh) 一种激光雷达频域稀疏采样方法
Liu et al. Multi-focus image region fusion and registration algorithm with multi-scale wavelet
Yasin et al. SAR imaging of moving targets by subaperture based low-rank and sparse decomposition
CN111220981B (zh) 基于非正交非线性坐标系输出的中轨星载sar成像方法
CN109283821A (zh) 基于涡旋透镜的相移数字全息单次曝光成像装置及方法
Tian et al. Plug-and-play algorithms for single-pixel imaging
Huang et al. An NSST-Based Fusion Method for Airborne Dual-Frequency, High-Spatial-Resolution SAR Images
Fu et al. Optical and SAR image fusion method with coupling gain injection and guided filtering
CN110146880B (zh) 成像方法、终端设备以及计算机存储介质
Xie et al. Blind deconvolution combined with level set method for correcting cupping artifacts in cone beam CT
CN112666625A (zh) 用于毫米波安检的快速成像设备及其方法
Zhao et al. Color single-pixel imaging based on multiple measurement vectors model

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200221

RJ01 Rejection of invention patent application after publication