CN111679337B - 一种水下主动激光扫描成像系统中散射背景抑制方法 - Google Patents

一种水下主动激光扫描成像系统中散射背景抑制方法 Download PDF

Info

Publication number
CN111679337B
CN111679337B CN202010748337.6A CN202010748337A CN111679337B CN 111679337 B CN111679337 B CN 111679337B CN 202010748337 A CN202010748337 A CN 202010748337A CN 111679337 B CN111679337 B CN 111679337B
Authority
CN
China
Prior art keywords
image
refocusing
laser
value
imaging system
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.)
Active
Application number
CN202010748337.6A
Other languages
English (en)
Other versions
CN111679337A (zh
Inventor
屠大维
张旭
吉勇
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.)
University of Shanghai for Science and Technology
Original Assignee
University of Shanghai for Science and Technology
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 University of Shanghai for Science and Technology filed Critical University of Shanghai for Science and Technology
Publication of CN111679337A publication Critical patent/CN111679337A/zh
Application granted granted Critical
Publication of CN111679337B publication Critical patent/CN111679337B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V8/00Prospecting or detecting by optical means
    • G01V8/10Detecting, e.g. by using light barriers

Landscapes

  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics (AREA)
  • Studio Devices (AREA)

Abstract

本发明涉及一种水下主动激光扫描成像系统中散射背景抑制方法,本方法对记录接收的光场图像作两次重聚焦处理,第一次重聚焦是对激光照射到被测物体表面激光光点的重聚焦,第二次重聚焦是对激光光点前景散射光的重聚焦,再对前后两幅图像作差分处理,并计算反射光点的衬度值;采用一种计算机自动判断流程,使得差分所得图像上激光点的衬度值最大,或足够大。本发明的实施例表明,采用光场记录的水下激光主动扫描成像系统,采用上述前后两次重聚焦、差分处理及计算机自动判定流程,达到了较好的散射背景抑制效果。

Description

一种水下主动激光扫描成像系统中散射背景抑制方法
技术领域
本发明属于水下主动视觉成像技术领域,涉及一种水下主动激光成像系统中能对散射背景抑制方法。
背景技术
水下视觉在海底资源勘探、海洋开发、水下探测、水下反恐等方面有广泛的应用。众所周知,水下声成像的图像分辨力低,目标细节无法从图像中获取,难以满足上述应用需要;水下光成像,尤其是水下主动激光成像可弥补声成像的不足。然而,由于水介质具有较强的散射光学特性,影响了水下激光成像系统的成像质量。目前,已有多种水下激光主动成像技术和方法,如,基于时间分离的距离选通法、基于空间分离的同步扫描法,以及基于偏振抑制的偏振成像法等,这些方法都能够起到一定程度抑制发射激光散射的作用,但仍需要进一步改进完善。此外,除发射激光散射外,还有背景光(如太阳光)在水中的散射光、微生物荧光,以及各种散射光的多次散射等影响。
传统水下主动激光扫描系统采用普通相机对目标反射光进行接收记录,反射激光点掩埋在背景散射噪声中无法分离。本发明采用商品化光场相机记录激光扫描成像系统水下全部光场,包括激光反射光线和各种散射背景杂光的位置和方向信息,为散射背景杂光与激光反射光分离提供了可能。
已公开的专利CN201710152249采用光场记录水下激光同步扫描三角测距成像的全部光场信息,基于光场记录信息,通过空域光场变换技术来实现对不同深度场景的断层扫描重聚焦,获得物方场景不同深度的重聚焦切片图像,从而提取投射到物体表面反射后的激光光斑清晰图像,抑制物方场景其它位置的散射光和各种杂光。本发明采用不同的处理方法:首先,对记录的光场图像进行前后两次重聚焦,第一次重聚焦是对激光照射到物体表面激光光点的重聚焦,第二次重聚焦是对激光光点前景散射光的重聚焦,再对前后两幅图像差分处理;为确定第二次重聚焦的合适位置,提出一种计算机自动判断流程,使得差分所得图像上激光点的衬度最大,或足够大。本发明的实施例表明,采用光场记录的水下激光主动成像系统,通过前后两次重聚焦、差分处理及计算机自动判定流程,可以达到较好的散射背景抑制作用,且实施方法简便。
发明内容
本发明目的在于针对水下主动激光扫描成像系统中散射光导致的激光反射光点衬度问题,提供一种水下主动激光扫描成像系统中散射背景抑制方法,可以有效的将水下散射背景与激光反射光相分离,提高图像激光点的衬度值。
为达到上述目的,本发明的构思是:
本发明的水下主动激光扫描成像系统中散射背景抑制方法,包括如下操作原理:
1)两次重聚焦,具体为:第一次重聚焦是对激光照射到被测物体2表面上激光光点的重聚焦,第二次重聚焦是对被测物体2表面上激光光点前景,对应对焦深度系数为β的散射光场重聚焦。
2)差分处理,具体为:将第一次重聚焦图像与第二次重聚焦图像差分处理,得到包含激光反射光点的差分图像。
3)差分图像反射光点衬度值计算机自动判定,具体为:为确定第二次重聚焦的合适位置,
采取计算机自动判断流程,使得差分所得图像上激光点的衬度值最大,或足够大。
根据上述发明构思,本发明采用下述技术方案:
一种水下主动激光扫描成像系统中散射背景抑制方法,应用在采用光场相机接收记录的水下主动激光扫描成像系统中,该系统包括激光发射扫描系统,被测物体,光场相机,以及构成光场相机的主透镜,微透镜阵列和图像传感器,其特征在于操作步骤如下:
步骤1:第一次重聚焦:对照射到被测物体表面的激光光点重聚焦。计算此时图像激光点的衬度值,设置对焦深度系数β初始值为0;
步骤2:设置对焦深度系数β的增长步长值astep。
步骤3:对焦深度系数β值增长一个步长;
步骤4:根据当前β值进行重聚焦,获得对应的前景散射光图像。
步骤5:将上面步骤1所得的激光光点重聚焦图像与步骤4所得的前景散射光重聚焦图像作差分处理,得到差分图像反射激光点图像;
步骤6:计算差分图像反射激光点的衬度值;
步骤7:判定差分图像反射激光点的衬度值是否增大或者在较小范围内波动。若否,则减去原来增长步长值astep,修改步长值astep,回到上述步骤3;若是,执行步骤8;
步骤8:判定差分图像反射激光点的衬度值是否足够大或保持较小波动。若否,回到上述步骤3;若是,执行步骤9;
步骤9:确定此时的对焦深度系数β为合适值,对应的重聚焦图像作为第二次散射背景重聚焦图像,得到差分图像反射激光点图像;
步骤10:结束。
本发明具有如下显而易见的优点:对不同浊度的水下环境、不同距离的被测物体、不同被测物体表面反射率、不同发射激光功率,都可以采取计算机程序自动判定方法,自动确定合适的前景对焦深度系数,得到前景散射背景光图像;由于在一定深度范围内散射光能量呈各向均匀性,得到的散射背景光场强度基本相同,而由于离焦的原因,散射背景图像上激光光点能量被消弱。因此,将第一次激光照射光点重聚焦图像与计算机自动判定确定的前景散射背景光图像差分,就可以将散射背景光与激光反射光分离,从而提高反射图像激光点的衬度值。
附图说明
图1为采用光场记录接收的水下主动激光扫描成像系统光路图。激光发射扫描系统1发出一束准直激光束,照明到水下被测物体2表面上的A点,并发生漫反射,被光场相机3接收记录,光场相机3由主透镜4,微透镜阵列5和图像传感器6构成,被测物体2表面上的照明点A,在图像传感器6上的像点为A’点。
图2为差分图像反射光点衬度值计算机自动判定流程图。
图3为不同对焦深度系数β与对应的差分后激光点图像衬度值的关系曲线。
具体实施方式
本发明的优选实施例结合附图详述如下:
实施例一:
本水下主动激光扫描成像系统中散射背景抑制方法,包括下列步骤:
1,采用光场相机接收记录的水下主动激光扫描成像系统,包括激光发射扫描系统1,被测物体2,光场相机3,以及构成光场相机3的主透镜4,微透镜阵列5和图像传感器6,见附图1。
2,一种水下主动激光扫描成像系统中散射背景抑制方法,其特征在于:
1)两次重聚焦,具体为:第一次重聚焦是对激光照射到被测物体2表面上激光光点的重聚焦,第二次重聚焦是对被测物体2表面上激光光点前景,对应对焦深度系数为β的散射光场重聚焦。
2)差分处理,具体为:将第一次重聚焦图像与第二次重聚焦图像差分处理,得到包含激光反射光点的差分图像。
3)差分图像反射光点衬度值计算机自动判定,具体为:为确定第二次重聚焦的合适位置,采取计算机自动判断流程,使得差分所得图像上激光点的衬度最大,或足够大。
结合图2,具体包括如下步骤:
步骤1中对照射到被测物体2表面的激光光点重聚焦,获得第一次重聚焦图像。设置对焦深度系数β初始值为0。计算此时图像激光点的衬度值,衬度值计算公式为:
Figure BDA0002609153500000041
其中,B0为激光点的强度;Bb为图像面各像素平均强度值。
步骤2中设置对焦深度系数β的增长步长值astep为0.05。
步骤3中步长的增长为:β=β+astep。
步骤4中根据当前β值进行重聚焦,获得对应的前景散射光图像。
步骤5中将上面步骤1所得的激光光点重聚焦图像与步骤4所得的前景散射光重聚焦图像作差分处理,得到差分图像反射激光点图像。
步骤6中计算差分图像反射激光点的衬度值。衬度值计算公式为:
Figure BDA0002609153500000042
其中,B0为差分所得激光点的强度;Bb为差分所得图像面各像素平均强度值。
步骤7中波动范围设置为0.1,判定差分图像反射激光点的衬度值是否增大或者在较小范围内波动。若否,则减去原来增长步长值astep,并修改步长astep=0.5*astep。回到上述步骤3;若是,执行步骤8。
步骤8中当图像激光点的衬度值≥1.0时,则认为衬度值足够大;较小波动保持范围设置为0.1。判定差分图像反射激光点的衬度值是否足够大或保持较小波动。若否,回到上述步骤3;若是,执行步骤9。
步骤9中确定此时的对焦深度系数β为合适值,对应的重聚焦图像作为第二次散射背景重聚焦图像,得到差分图像反射激光点图像。
步骤10中自动判定程序结束。
综上所述,本发明中的计算机自动判定方法可以适应不同浊度的水下环境、不同距离的被测物体、不同被测物体表面反射率、不同发射激光功率,自动确定合适的前景对焦深度系数,得到前景散射背景光图像;通过前后两次差分处理,对散射背景进行有效的抑制,得到满足衬度要求的激光反射光点图像。
实施例二:
作为实施例,图1中光场相机3采用美国Lytro公司的Lytro Illum商品化光场相机,它由主透镜4,微透镜阵列5和图像传感器6组成。
本实施例中,图3为不同对焦深度系数β对应的差分后激光点图像的衬度值。由图可知随着β的增长,激光点图像的衬度值在随之增加,当β值为0.55时衬度值已经大于所设阈值1.0达到足够大小,计算机选定的合适的β值为0.55。
本实施例采用一种抑制激光点图像散射背景光的方法,通过两次光场重聚焦,分别获得激光点对焦图像与前景散射光重聚焦图像,将前后两次重聚焦图像作差分处理,得到差分激光点图像,并计算衬度值。本实施例中的计算机自动判定方法可以自动获取最佳前景散射光图像的最佳对焦深度系数,对激光点图像的散射背景进行有效的抑制,得到满足衬度要求的激光反射光点图像。

Claims (1)

1.一种水下主动激光扫描成像系统中散射背景抑制方法,应用在采用光场相机接收记录的水下主动激光扫描成像系统中,该系统包括激光发射扫描系统(1),被测物体(2),光场相机(3),以及构成光场相机(3)的主透镜(4),微透镜阵列(5)和图像传感器(6),其特征在于:
步骤1:第一次重聚焦:对照射到被测物体表面的激光光点重聚焦,计算此时图像激光点的衬度值,设置对焦深度系数β初始值为0;
步骤2:设置对焦深度系数β的增长步长值astep;
步骤3:对焦深度系数β值增长一个步长;
步骤4:根据当前β值进行重聚焦,获得对应的前景散射光图像;
步骤5:将上面步骤1所得的激光光点重聚焦图像与步骤4所得的前景散射光重聚焦图像作差分处理,得到差分图像反射激光点图像;
步骤6:计算差分图像反射激光点的衬度值;
步骤7:判定差分图像反射激光点的衬度值是否增大或者在较小范围内波动,若否,则减去原来增长步长值astep,修改步长值astep,回到上述步骤3;若是,执行步骤8;
步骤8:判定差分图像反射激光点的衬度值是否足够大或保持较小波动,若否,回到上述步骤3;若是,执行步骤9;
步骤9:确定此时的对焦深度系数β为合适值,对应的重聚焦图像作为第二次散射背景重聚焦图像,得到差分图像反射激光点图像;
步骤10:结束。
CN202010748337.6A 2019-10-15 2020-07-30 一种水下主动激光扫描成像系统中散射背景抑制方法 Active CN111679337B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201910975423 2019-10-15
CN2019109754238 2019-10-15

Publications (2)

Publication Number Publication Date
CN111679337A CN111679337A (zh) 2020-09-18
CN111679337B true CN111679337B (zh) 2022-06-10

Family

ID=72438414

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010748337.6A Active CN111679337B (zh) 2019-10-15 2020-07-30 一种水下主动激光扫描成像系统中散射背景抑制方法

Country Status (1)

Country Link
CN (1) CN111679337B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107063117A (zh) * 2017-03-15 2017-08-18 上海大学 基于光场成像的水下激光同步扫描三角测距成像系统和方法
WO2018024006A1 (zh) * 2016-08-04 2018-02-08 深圳市未来媒体技术研究院 一种聚焦型光场相机的渲染方法和系统
CN107909578A (zh) * 2017-10-30 2018-04-13 上海理工大学 基于六边形拼接算法的光场图像重聚焦方法
CN107995424A (zh) * 2017-12-06 2018-05-04 太原科技大学 基于深度图的光场全聚焦图像生成方法
CN109089025A (zh) * 2018-08-24 2018-12-25 中国民航大学 一种基于光场成像技术的影像仪数字聚焦方法
CN110012196A (zh) * 2019-02-22 2019-07-12 华中光电技术研究所(中国船舶重工集团有限公司第七一七研究所) 一种光场相机重聚焦方法
CN110018494A (zh) * 2019-04-29 2019-07-16 中国科学院西安光学精密机械研究所 一种提升浑浊水下激光成像分辨率的系统及方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013053952A1 (en) * 2011-10-14 2013-04-18 Iee International Electronics & Engineering S.A. Spatially selective detection using a dynamic mask in an image plane
US9456141B2 (en) * 2013-02-22 2016-09-27 Lytro, Inc. Light-field based autofocus
CN104899870B (zh) * 2015-05-15 2017-08-25 清华大学深圳研究生院 基于光场数据分布的深度估计方法
CN106373152B (zh) * 2016-09-18 2019-02-01 清华大学深圳研究生院 一种基于手持式光场相机的距离估计方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018024006A1 (zh) * 2016-08-04 2018-02-08 深圳市未来媒体技术研究院 一种聚焦型光场相机的渲染方法和系统
CN107063117A (zh) * 2017-03-15 2017-08-18 上海大学 基于光场成像的水下激光同步扫描三角测距成像系统和方法
CN107909578A (zh) * 2017-10-30 2018-04-13 上海理工大学 基于六边形拼接算法的光场图像重聚焦方法
CN107995424A (zh) * 2017-12-06 2018-05-04 太原科技大学 基于深度图的光场全聚焦图像生成方法
CN109089025A (zh) * 2018-08-24 2018-12-25 中国民航大学 一种基于光场成像技术的影像仪数字聚焦方法
CN110012196A (zh) * 2019-02-22 2019-07-12 华中光电技术研究所(中国船舶重工集团有限公司第七一七研究所) 一种光场相机重聚焦方法
CN110018494A (zh) * 2019-04-29 2019-07-16 中国科学院西安光学精密机械研究所 一种提升浑浊水下激光成像分辨率的系统及方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
基于镜面成像技术的三维立体视觉测量与重构综述;郭伟青等;《计算机科学》;20160915(第09期);全文 *
激光二维光机扫描系统设计;屠大维;《光学技术》;19980920(第05期);全文 *
视觉集成传感中二维图像与三维面形间的映射;程胜等;《仪器仪表学报》;20011230;全文 *

Also Published As

Publication number Publication date
CN111679337A (zh) 2020-09-18

Similar Documents

Publication Publication Date Title
CN112731443B (zh) 一种单光子激光雷达与短波红外图像融合的三维成像系统及方法
US9762881B2 (en) Reducing disparity and depth ambiguity in three-dimensional (3D) images
CN108304781B (zh) 一种面阵盖革apd激光成像雷达图像预处理方法
CN103477644A (zh) 记录图像和从图像获得3d信息的方法、相机系统
CN107063117A (zh) 基于光场成像的水下激光同步扫描三角测距成像系统和方法
CN112703421B (zh) 回波信号处理方法、装置、系统及存储介质
CN111856490B (zh) 一种非视域目标探测时中介面回波的抑制方法
CN109738903A (zh) 一种侧扫声呐实时二维成像方法及系统
CN112525165A (zh) 一种多通道激光雷达极浅水测深数据处理方法
CN105574529A (zh) 一种侧扫声纳目标检测方法
CN111123619B (zh) 短相干照明与偏振结合的水下远距离光学成像装置及方法
CN111679337B (zh) 一种水下主动激光扫描成像系统中散射背景抑制方法
Zhang et al. Three-dimensional imaging of ships in the foggy environment using a single-photon detector array
CN105785391A (zh) 一种水下高重频脉冲激光全选通成像雷达
CN113406594A (zh) 一种基于双量估计法的单光子激光透雾方法
CN111650591B (zh) 一种主动声纳宽带空间谱回波亮点增强及自动提取方法
US11503269B2 (en) Hybrid imaging system for underwater robotic applications
Risholm et al. A scatter removal technique to enhance underwater range-gated 3D and intensity images
Dubrovinskaya et al. Underwater LiDAR signal processing for enhanced detection and localization of marine life
CN116930125B (zh) 一种后向散射全选通成像水体衰减系数测量方法
CN113176549B (zh) 水下激光选通成像距离能量包络优先去噪方法
US20240144502A1 (en) Information processing apparatus, information processing method, and program
Wang et al. Reconstruction of high-resolution depth profiling from single-photon data based on PCA
He et al. Optical image sensing through turbid water
Li et al. Photon-efficient 3D imaging up to 21.6 km

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