CN110954921A - 一种基于块匹配3d协同滤波的激光雷达回波信号信噪比提升方法 - Google Patents
一种基于块匹配3d协同滤波的激光雷达回波信号信噪比提升方法 Download PDFInfo
- Publication number
- CN110954921A CN110954921A CN201911220995.1A CN201911220995A CN110954921A CN 110954921 A CN110954921 A CN 110954921A CN 201911220995 A CN201911220995 A CN 201911220995A CN 110954921 A CN110954921 A CN 110954921A
- Authority
- CN
- China
- Prior art keywords
- hard
- laser radar
- echo signal
- radar echo
- signal
- 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
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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/95—Lidar systems specially adapted for specific applications for meteorological use
-
- 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Electromagnetism (AREA)
- Image Processing (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明公开了一种基于块匹配3D协同滤波的激光雷达回波信号信噪比提升方法,包括:输入预处理后的原始信号;基于参考块以块匹配技术建立3D图像集;结合3D线性变换和硬阈值滤波获得硬阈值滤波评估结果;改变参考块位置并遍历整个图像,对所有硬阈值滤波评估结果加权求和得到基本评估结果;以基本评估结果进行块匹配,建立基本估计结果和原始信号的3D图像集;结合3D线性变换和维纳滤波得到维纳滤波评估结果;改变参考块位置并遍历整个图像,对所有维纳滤波评估结果加权求和得到最终评估结果;反预处理得到信噪比显著提升的激光雷达回波信号。本发明综合考虑激光雷达回波信号的时、空维度信息,能在较高时空分辨率下提高回波信号的信噪比。
Description
技术领域
本发明属于大气气溶胶遥感激光雷达技术领域,尤其是涉及一种基于块匹配3D协同滤波的激光雷达回波信号信噪比提升方法。
背景技术
激光雷达作为一种全天时连续监测的主动遥感技术,具有遥测距离远、空间分辨率高、测量精度高等优势,目前正广泛应用于地球科学、气象学和生态环境监测等领域。激光雷达回波信号强度随着距离增大而衰减,并且不可避免地受到探测系统电噪声与太阳背景噪声的干扰,其信噪比是限制激光雷达技术发展的一个重要因素。提高激光雷达回波信号的信噪比从而提高激光雷达系统的反演精度是一个必须面对和解决的挑战。
目前,可以从硬件优化和软件算法去噪两个方面提高激光雷达回波信号信噪比。
硬件方法通过加大激光功率和采用窄带滤光片等方式来实现,但需要增加激光雷达的硬件成本。软件算法去噪目前主要通过脉冲时间累积以及空间滤波方法实现:脉冲时间累积通过牺牲回波信号的时间分辨率来提高信噪比;空间滤波主要由小波(Wavelets)滤波,高斯滤波,Savitzky-Golay(SG)滤波,卡尔曼(Kaman)滤波,Empirical ModeDecomposition(EMD)滤波等滤波方式实现,通过牺牲信号空间分辨率来提高信噪比。不同的滤波方式能够针对不同特征的信号取得较好的信噪比提升效果。然而,脉冲时间累积和空间滤波仅分别考虑激光雷达回波信号时间维度或空间维度,没有综合考虑回波信号的时空分布特点。
实际上,激光雷达回波信号具有高时空分辨率的特点,并在时间、空间两个维度均具有高相关性。因此,综合考虑回波信号的时空维度信息,在较高的时空分辨率下提高回波信号信噪比对激光雷达发展具有重要意义。
发明内容
针对上述激光雷达回波信号信噪比提升算法的不足,本发明提供了一种基于块匹配3D协同滤波的激光雷达回波信号信噪比提升方法,该方法综合利用回波信号时空信息,旨在解决激光雷达回波信号信噪比较低而导致的信号反演精度受限问题。
为了实现上述目的,本发明基于激光雷达时空两维回波信号,提出了一种基于块匹配3D协同滤波(BM3D)的激光雷达信噪比提升方法,包括以下步骤:
(1)输入激光雷达回波信号V(x)及其高斯噪声标准差σ;
(2)依据激光雷达回波信号的不同采集模式,对激光雷达回波信号进行相应预处理,获得算法输入信号u(x);
(3)确定初始噪声图像中参考块P尺寸khard×khard和搜索区域范围nhard×nhard,利用2D线性变换和硬阈值滤波,获得与参考块P相关性最大的Nhard个相似块,堆聚成3D图像集NP;
(4)对3D图像集NP进行3D线性变换,通过硬阈值滤波收缩变换域系数,再进行反3D线性变换以及图像位置复原,得到硬阈值评估结果uhard(x);
(5)通过设定的平移步长逐渐改变参考块P位置,重复步骤(3)和(4),并遍历整幅噪声图像,得到整幅图像不同位置的硬阈值评估结果,并对硬阈值评估结果加权求和获得每个像素的基本评估结果ubasic(x);
(6)以每个像素的基本评估结果ubasic(x)进行块匹配,确定参考块以及块匹配相关参数,获得相关性最大的Nwien个相似块,以相同的顺序将基本评估结果ubasic(x)和算法输入信号u(x)堆聚成两个3D图像集,分别对应Nbasic,P和NP;
(7)对3D图像集Nbasic,P和NP进行3D线性变换,利用3D图像集Nbasic,P的变换谱系数计算维纳滤波收缩系数并用于收缩NP的变换谱系数,再进行反3D线性变换以及图像位置复原,获得图像的维纳滤波评估结果uwien(x);
(8)与步骤(5)类似,通过滑动步长改变参考块位置并遍历整个噪声图像,对所有参考块的维纳滤波评估结果uwien(x)进行聚合,加权求和获得每个像素的基本评估结果ufinal(x);
(9)根据步骤(2),将图像ufinal(x)反变换,获得经滤波后信噪比提升后的激光雷达回波信号。
步骤(2)中,对于模拟探测和光子计数探测的激光雷达回波信号采用不同的方式进行预处理,其中,对于模拟探测激光雷达回波信号进行预处理的公式如下:
式中,i=1,2,3…为不同时间的回波单廓线序号,Vi(r)为激光雷达廓线回波信号,r为距离,Vi,b为背景噪声;
对于光子计数探测的激光雷达回波信号进行预处理时,进行Anscombe变换,使得回波信号噪声模型由Poisson分布转变为类高斯分布,具体公式如下:
式中,Vi(r)为激光雷达廓线回波信号。
步骤(3)中,获得与参考块P相关性最大的Nhard个相似块的步骤如下:
利用图像块间的归一化二次距离判断两个图像相关性,距离越大,则相关性越小,反之亦然,归一化二次距离d(P,Q)表示为:
Μ(P)={Q:d(P,Q)≤τhard}
选择满足要求的距离最小的Nhard个相似块,堆聚成3D图像集NP,且无须考虑图像块堆放顺序。
步骤(4)中,对3D图像集NP进行3D线性变换包括2D线性变换和1D线性变换两个步骤;硬阈值滤波通过将小于阈值的变换域系数置0,而使得大于阈值的变换域系数不变;最终将收缩后的系数进行反3D线性变换并恢复到原始图像位置;硬阈值评估结果uhard(x)由下式计算获得:
步骤(5)中,基本评估结果ubasic(x)的计算公式如下:
式中,χQ(x)是像素x处的权值,当像素点属于相似块集合Μ(P)时,χQ(x)=1,否则,其值为0;Q为参考块P对应的相似块,Μ(P)为对应的相似块集合,代表当参考块为P时,相似块Q的硬阈值滤波估计值;是聚合的权重,按下式计算获得:
步骤(8)中,按下述方式计算ufinal(x):
步骤(9)中,根据步骤(2)所做的信号预处理变换,当输入的信号为模拟探测的激光雷达回波信号时,进行去归一化处理;当输入的信号为光子计数探测激光雷达回波信号时,进行反Anscombe变换以获得信噪比提升的激光雷达回波信号。
相较于现有的技术,本发明的信噪比提升方法,充分利用激光雷达回波信号局部相关的特性,能够实现在较大的时空分辨率下的回波信号信噪比的提升,对激光雷达回波信号反演精度的提升具有重要意义。
附图说明
图1为本发明一种基于块匹配3D协同滤波的激光雷达回波信号信噪比提升方法的流程示意图;
图2为使用本发明方法前后的激光雷达回波信号对比示意图。
具体实施方式
下面结合附图和实施例对本发明做进一步详细描述,需要指出的是,以下所述实施例旨在便于对本发明的理解,而对其不起任何限定作用。
如图1所示,一种基于块匹配3D协同滤波的激光雷达回波信号信噪比提升方法,包括以下步骤:
步骤S1:输入长时间观测激光雷达回波信号V(x),并定义噪声标准差σ。本实验中,σ=1。
步骤S2:本发明实施例基于假设——激光雷达回波信号来源于模拟探测,其噪声分布特性更接近于高斯分布模型。对输入的激光雷达回波信号V(x)进行背景噪声去除、距离平方校正、幅值归一等预处理操作之后,获得算法输入信号u(x),表示为:
式中,i=1,2,3…为不同时间的回波单廓线序号。Vi(r)为激光雷达廓线回波信号,r为距离,Vi,b为背景噪声。
步骤S3:定义初始评估噪声图像参考块P尺寸khard×khard,以P为中心大小为nhard×nhard的搜索范围进行块匹配搜索相似块Q,相似块数量为Nhard。对输入信号进行2D线性变换,并进行硬阈值滤波,计算参考块和相似块的归一化二次距离:
Μ(P)={Q:d(P,Q)≤τhard}
将Μ(P)中的相似块堆聚成尺度大小为nhard×nhard×Nhard的3D图像集NP。在本试验中,khard=8,nhard=39,Lhard=3,Nhard=16,τhard=3000,2D线性变换为二维离散余弦变换。
步骤S4:对3D图像集NP进行3D线性变换。3D线性变换由2D线性变换和1D线性变换组成。如上步骤S2所述,对3D图像集NP进行2D线性变换,并在另一维度进行1D线性变换。本试验中2D线性变换为bior1.5小波变换,1D线性变换为haar小波变换。随后进行硬阈值滤波收缩变换谱系数,再经过反3D变换获得评估图像集Nhard,P,表示为:
步骤S5:定义滑动步长为Lhard,通过滑动步长改变参考块位置并遍历整个噪声图像,对所有参考块重复步骤S2和步骤S3内容,获得多组估计值。参考块尺寸大于滑动窗口尺寸,在块匹配过程中存在重叠,同时不同参考块包含相同像素的相似块成分。对所有评估的结果以像素进行加权求和,并恢复到图像初始位置,各像素的基本评估结果ubasic(x)可表示为:
步骤S6:确定维纳滤波参考块尺寸kwien=8,块匹配范围nwien=39,相似块数量Nwien=32,相似块距离阈值τwien=400。对基本评估结果ubasic(x),进行2D线性变换和硬阈值滤波,获得与参考块P相关性最大的Nwien个参考块,相似块集合Μ(Pbasic)可以表示为:
Μ(Pbasic)={Qbasic:d(Pbasic,Qbasic)≤τwien}
式中,τwien为距离阈值。以相同的排列顺序分别将基本评估结果ubasic(x)和噪声图像u(x)堆聚成两个3D图像集,分别对应Nbasic,P和NP。
步骤S7:对Nbasic,P图像集进行3D线性变换,其中2D线性变换为离散余弦变换,1D线性变换为haar小波变换。计算维纳滤波收缩系数:
步骤S8:如上步骤S4所述,定义滑动步长Lwien=3,通过滑动步长改变参考块位置并遍历整个噪声图像,并对所有维纳滤波评估结果恢复至原位置并进行加权求和,各像素的最终评估结果表示为
步骤S9:根据步骤S2所做的信号预处理变换,当输入的信号为模拟探测时,进行去归一化处理,而当输入的信号为光子计数探测时,进行反Anscombe变换,获得基于块匹配3D协同滤波方法后的具有较高信噪比的回波信号。
如图2所示,给出了使用本发明方法前后的激光雷达回波信号对比,图中,(a)表示原始含噪声的回波信号(时间、空间两个维度),(b)表示利用本发明方法进行信噪比提升后的回波信号(时间、空间两个维度),(c)为其中一条廓线信号(空间维度)。从图中可以看出,经过本发明的方法,由于噪声引起的回波信号的随机振荡明显减小,信号的信噪比有了大幅提升。
以上所述的实施例对本发明的技术方案和有益效果进行了详细说明,应理解的是以上所述仅为本发明的具体实施例,并不用于限制本发明,凡在本发明的原则范围内所做的任何修改、补充和等同替换,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于块匹配3D协同滤波的激光雷达回波信号信噪比提升方法,其特征在于,包括以下步骤:
(1)输入激光雷达回波信号V(x)及其高斯噪声标准差σ;
(2)依据激光雷达回波信号的不同采集模式,对激光雷达回波信号进行相应预处理,获得算法输入信号u(x);
(3)确定初始噪声图像中参考块P尺寸khard×khard和搜索区域范围nhard×nhard,利用2D线性变换和硬阈值滤波,获得与参考块P相关性最大的Nhard个相似块,堆聚成3D图像集NP;
(4)对3D图像集NP进行3D线性变换,通过硬阈值滤波收缩变换域系数,再进行反3D线性变换以及图像位置复原,得到硬阈值评估结果uhard(x);
(5)通过设定的平移步长逐渐改变参考块P位置,重复步骤(3)和(4),并遍历整幅噪声图像,得到整幅图像不同位置的硬阈值评估结果,并对硬阈值评估结果加权求和获得每个像素的基本评估结果ubasic(x);
(6)以每个像素的基本评估结果ubasic(x)进行块匹配,确定参考块以及块匹配相关参数,获得相关性最大的Nwien个相似块,以相同的顺序将基本评估结果ubasic(x)和算法输入信号u(x)堆聚成两个3D图像集,分别对应Nbasic,P和NP;
(7)对3D图像集Nbasic,P和NP进行3D线性变换,利用3D图像集Nbasic,P的变换谱系数计算维纳滤波收缩系数并收缩NP的变换谱系数,再进行反3D线性变换以及图像位置复原,获得图像的维纳滤波评估结果uwien(x);
(8)通过滑动步长改变参考块位置并遍历整个噪声图像,对所有参考块的维纳滤波评估结果uwien(x)进行聚合,加权求和获得每个像素的最终评估结果ufinal(x);
(9)根据步骤(2),将图像ufinal(x)反变换,获得经滤波后信噪比提升后的激光雷达回波信号。
8.根据权利要求1所述的基于块匹配3D协同滤波的激光雷达回波信号信噪比提升方法,其特征在于,步骤(9)中,当输入的信号为模拟探测的激光雷达回波信号时,进行去归一化处理;当输入的信号为光子计数探测激光雷达回波信号时,进行反Anscombe变换以获得信噪比提升的激光雷达回波信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911220995.1A CN110954921B (zh) | 2019-12-03 | 2019-12-03 | 一种基于块匹配3d协同滤波的激光雷达回波信号信噪比提升方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911220995.1A CN110954921B (zh) | 2019-12-03 | 2019-12-03 | 一种基于块匹配3d协同滤波的激光雷达回波信号信噪比提升方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110954921A true CN110954921A (zh) | 2020-04-03 |
CN110954921B CN110954921B (zh) | 2022-01-04 |
Family
ID=69979536
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911220995.1A Active CN110954921B (zh) | 2019-12-03 | 2019-12-03 | 一种基于块匹配3d协同滤波的激光雷达回波信号信噪比提升方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110954921B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112269182A (zh) * | 2020-09-24 | 2021-01-26 | 北京一径科技有限公司 | 目标雷达信号的确定方法和装置、存储介质、电子装置 |
CN113359207A (zh) * | 2021-06-03 | 2021-09-07 | 中国人民解放军国防科技大学 | 基于太赫兹雷达的声致水面微动特征提取方法及装置 |
CN113391287A (zh) * | 2021-06-10 | 2021-09-14 | 哈尔滨工业大学 | 基于时间序列的高频地波雷达海态数据融合方法 |
CN115031651A (zh) * | 2022-06-07 | 2022-09-09 | 天津大学 | 一种改进bm3d去噪ofdr分布式应变测量方法 |
Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0452985A2 (en) * | 1990-12-21 | 1991-10-23 | Kaman Aerospace Corporation | Imaging lidar systems and K-meters employing tunable and fixed frequency laser transmitters |
US5111437A (en) * | 1991-08-05 | 1992-05-05 | Exxon Production Research Company | Method for positioning seismic sources to flatten CDP fold in VSP surveys |
US6424914B1 (en) * | 2000-12-26 | 2002-07-23 | American Gnc Corporation | Fully-coupled vehicle positioning method and system thereof |
CN101988963A (zh) * | 2010-04-19 | 2011-03-23 | 南京恩瑞特实业有限公司 | 利用风廓线雷达获取三维风场的方法 |
CN104180804A (zh) * | 2014-09-11 | 2014-12-03 | 东南大学 | 基于水下信息网络的单参考节点水下航行器组合导航方法 |
US20150071566A1 (en) * | 2011-07-22 | 2015-03-12 | Raytheon Company | Pseudo-inverse using weiner-levinson deconvolution for gmapd ladar noise reduction and focusing |
CN104751426A (zh) * | 2015-04-09 | 2015-07-01 | 西安电子科技大学 | 基于三维块匹配变换去除高密度脉冲噪声的方法 |
US20150334318A1 (en) * | 2012-12-28 | 2015-11-19 | Nokia Corporation | A method and apparatus for de-noising data from a distance sensing camera |
US9285469B1 (en) * | 2014-10-29 | 2016-03-15 | Src, Inc. | Multiplatform GMTI radar with enhanced SNR, monopulse |
CN205861893U (zh) * | 2016-06-30 | 2017-01-04 | 南京大桥机器有限公司 | 一种气象探测雷达的收发系统检测设备 |
CN106934775A (zh) * | 2017-03-08 | 2017-07-07 | 中国海洋大学 | 一种基于低秩恢复的非局部图像去噪方法 |
CN107255806A (zh) * | 2017-06-14 | 2017-10-17 | 中国人民解放军92232部队 | 一种拟合反演海平面水平大气消光系数的方法 |
US20170347177A1 (en) * | 2016-05-25 | 2017-11-30 | Smartear, Inc. | In-Ear Utility Device Having Sensors |
CN108257098A (zh) * | 2018-01-05 | 2018-07-06 | 同济大学 | 基于最大后验概率译码和三维块匹配滤波的视频去噪方法 |
CN108876724A (zh) * | 2017-05-10 | 2018-11-23 | 核工业北京地质研究院 | 基于自适应三维块匹配的sar影像滤波方法 |
CN109344813A (zh) * | 2018-11-28 | 2019-02-15 | 北醒(北京)光子科技有限公司 | 一种基于rgbd的目标识别和场景建模方法及装置 |
CN109655843A (zh) * | 2019-01-16 | 2019-04-19 | 武汉大学 | 探测二氧化碳浓度廓线的脉冲红外差分吸收激光雷达系统 |
CN109799494A (zh) * | 2017-11-17 | 2019-05-24 | 中国林业科学研究院资源信息研究所 | 一种星载光子计数激光雷达数据快速去噪滤波方法 |
CN110161532A (zh) * | 2019-05-30 | 2019-08-23 | 浙江大学 | 一种基于多波长激光雷达反演气溶胶微物理特性的方法 |
CN110161481A (zh) * | 2019-05-21 | 2019-08-23 | 天津大学 | 基于激光雷达回波信号改进型的信噪比测算方法 |
CN110488241A (zh) * | 2019-08-26 | 2019-11-22 | 苏州迈斯泰克达光电科技有限公司 | 一种激光雷达多次回波信息提取装置及方法 |
-
2019
- 2019-12-03 CN CN201911220995.1A patent/CN110954921B/zh active Active
Patent Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0452985A2 (en) * | 1990-12-21 | 1991-10-23 | Kaman Aerospace Corporation | Imaging lidar systems and K-meters employing tunable and fixed frequency laser transmitters |
US5111437A (en) * | 1991-08-05 | 1992-05-05 | Exxon Production Research Company | Method for positioning seismic sources to flatten CDP fold in VSP surveys |
US6424914B1 (en) * | 2000-12-26 | 2002-07-23 | American Gnc Corporation | Fully-coupled vehicle positioning method and system thereof |
CN101988963A (zh) * | 2010-04-19 | 2011-03-23 | 南京恩瑞特实业有限公司 | 利用风廓线雷达获取三维风场的方法 |
US20150071566A1 (en) * | 2011-07-22 | 2015-03-12 | Raytheon Company | Pseudo-inverse using weiner-levinson deconvolution for gmapd ladar noise reduction and focusing |
US20150334318A1 (en) * | 2012-12-28 | 2015-11-19 | Nokia Corporation | A method and apparatus for de-noising data from a distance sensing camera |
CN104180804A (zh) * | 2014-09-11 | 2014-12-03 | 东南大学 | 基于水下信息网络的单参考节点水下航行器组合导航方法 |
US9285469B1 (en) * | 2014-10-29 | 2016-03-15 | Src, Inc. | Multiplatform GMTI radar with enhanced SNR, monopulse |
CN104751426A (zh) * | 2015-04-09 | 2015-07-01 | 西安电子科技大学 | 基于三维块匹配变换去除高密度脉冲噪声的方法 |
US20170347177A1 (en) * | 2016-05-25 | 2017-11-30 | Smartear, Inc. | In-Ear Utility Device Having Sensors |
CN205861893U (zh) * | 2016-06-30 | 2017-01-04 | 南京大桥机器有限公司 | 一种气象探测雷达的收发系统检测设备 |
CN106934775A (zh) * | 2017-03-08 | 2017-07-07 | 中国海洋大学 | 一种基于低秩恢复的非局部图像去噪方法 |
CN108876724A (zh) * | 2017-05-10 | 2018-11-23 | 核工业北京地质研究院 | 基于自适应三维块匹配的sar影像滤波方法 |
CN107255806A (zh) * | 2017-06-14 | 2017-10-17 | 中国人民解放军92232部队 | 一种拟合反演海平面水平大气消光系数的方法 |
CN109799494A (zh) * | 2017-11-17 | 2019-05-24 | 中国林业科学研究院资源信息研究所 | 一种星载光子计数激光雷达数据快速去噪滤波方法 |
CN108257098A (zh) * | 2018-01-05 | 2018-07-06 | 同济大学 | 基于最大后验概率译码和三维块匹配滤波的视频去噪方法 |
CN109344813A (zh) * | 2018-11-28 | 2019-02-15 | 北醒(北京)光子科技有限公司 | 一种基于rgbd的目标识别和场景建模方法及装置 |
CN109655843A (zh) * | 2019-01-16 | 2019-04-19 | 武汉大学 | 探测二氧化碳浓度廓线的脉冲红外差分吸收激光雷达系统 |
CN110161481A (zh) * | 2019-05-21 | 2019-08-23 | 天津大学 | 基于激光雷达回波信号改进型的信噪比测算方法 |
CN110161532A (zh) * | 2019-05-30 | 2019-08-23 | 浙江大学 | 一种基于多波长激光雷达反演气溶胶微物理特性的方法 |
CN110488241A (zh) * | 2019-08-26 | 2019-11-22 | 苏州迈斯泰克达光电科技有限公司 | 一种激光雷达多次回波信息提取装置及方法 |
Non-Patent Citations (7)
Title |
---|
GAO, F.; VEBERIČ, D.; STANIČ, S.; BERGANT, K.; HUA, D.-X: "Performance improvement of long-range scanning Mie lidar for the retrieval of atmospheric extinction", 《JOURNAL OF QUANTITATIVE SPECTROSCOPY AND RADIATIVE TRANSFER》 * |
MARKKU MÄKITALO AND ALESSANDRO FOI: "A Closed-Form Approximation of the Exact Unbiased Inverse of the Anscombe Variance-Stabilizing Transformation", 《IEEE TRANSACTIONS ON IMAGE PROCESSING》 * |
刘东: "星载激光雷达CALIOP 数据处理算法概述", 《红外与激光工程》 * |
宋继烨: "利用微脉冲激光雷达识别过冷水云层", 《北京大学学报(自然科学版)》 * |
段绿林: "大气遥感激光雷达信号处理关键技研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
洪光烈: "基于火星巡视器车载激光诱导击穿光谱仪系统设计米散射激光雷达可行性研究", 《光谱学与光谱分析》 * |
韩凯红: "深度图超分辨率重建研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112269182A (zh) * | 2020-09-24 | 2021-01-26 | 北京一径科技有限公司 | 目标雷达信号的确定方法和装置、存储介质、电子装置 |
CN112269182B (zh) * | 2020-09-24 | 2022-08-12 | 北京一径科技有限公司 | 目标雷达信号的确定方法和装置、存储介质、电子装置 |
CN113359207A (zh) * | 2021-06-03 | 2021-09-07 | 中国人民解放军国防科技大学 | 基于太赫兹雷达的声致水面微动特征提取方法及装置 |
CN113359207B (zh) * | 2021-06-03 | 2023-02-03 | 中国人民解放军国防科技大学 | 基于太赫兹雷达的声致水面微动特征提取方法及装置 |
CN113391287A (zh) * | 2021-06-10 | 2021-09-14 | 哈尔滨工业大学 | 基于时间序列的高频地波雷达海态数据融合方法 |
CN113391287B (zh) * | 2021-06-10 | 2023-09-01 | 哈尔滨工业大学 | 基于时间序列的高频地波雷达海态数据融合方法 |
CN115031651A (zh) * | 2022-06-07 | 2022-09-09 | 天津大学 | 一种改进bm3d去噪ofdr分布式应变测量方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110954921B (zh) | 2022-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110954921B (zh) | 一种基于块匹配3d协同滤波的激光雷达回波信号信噪比提升方法 | |
Bianchi et al. | Segmentation-based MAP despeckling of SAR images in the undecimated wavelet domain | |
CN106127688B (zh) | 一种超分辨率图像重建方法及其系统 | |
Yüksel | Edge detection in noisy images by neuro-fuzzy processing | |
CN101141560A (zh) | 基于独立成分分析基图像的合成孔径雷达图像消噪方法 | |
CN103473755B (zh) | 基于变化检测的sar图像稀疏去噪方法 | |
CN112598069B (zh) | 基于特征提取和权重系数参数更新的高光谱目标跟踪方法 | |
CN104103040B (zh) | 一种图像增强的方法 | |
Gopinathan et al. | Wavelet and FFT Based Image Denoising Using Non-Linear Filters. | |
CN112598711B (zh) | 一种基于联合光谱降维和特征融合的高光谱目标跟踪方法 | |
CN103077507B (zh) | 基于Beta算法的多尺度SAR图像降噪方法 | |
Mastriani et al. | Neural shrinkage for wavelet-based SAR despeckling | |
CN111915518A (zh) | 基于三重低秩模型的高光谱图像去噪方法 | |
CN101540039A (zh) | 单帧图象超分辨方法 | |
CN109724693B (zh) | 一种基于平稳小波的融合光谱去噪方法 | |
Patil et al. | Bilateral filter for image denoising | |
CN111461999B (zh) | 一种基于超像素相似性测量的sar图像相干斑抑制方法 | |
CN109615584B (zh) | 一种基于单应性约束的sar图像序列map超分辨率重建方法 | |
CN115657140A (zh) | 基于结构化汉克尔全变分正则化的磁异常检测方法及系统 | |
CN113160069B (zh) | 一种基于图信号的高光谱图像去噪方法 | |
CN112686814B (zh) | 一种基于仿射低秩的图像去噪方法 | |
Pang | Improved image denoising based on Haar wavelet transform | |
Kashyap et al. | Edge Detection Using Sobel Method With Median Filter | |
Tang et al. | How SAR Image Denoise Affects the Performance of DCNN-Based Target Recognition Method | |
Dharani et al. | Morphological edge enhancement techniques on satillite image |
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 |