CN111694014B - 一种基于点云模型的激光非视域三维成像场景建模方法 - Google Patents
一种基于点云模型的激光非视域三维成像场景建模方法 Download PDFInfo
- Publication number
- CN111694014B CN111694014B CN202010548267.XA CN202010548267A CN111694014B CN 111694014 B CN111694014 B CN 111694014B CN 202010548267 A CN202010548267 A CN 202010548267A CN 111694014 B CN111694014 B CN 111694014B
- Authority
- CN
- China
- Prior art keywords
- point
- scanning
- micro
- point cloud
- laser
- 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
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
- G01S17/89—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
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)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明公开了一种基于点云模型的激光非视域三维成像场景建模方法。该方法包括以下步骤:首先设定非视域场景空间参数、成像系统参数及成像指标参数,确定指定的扫描点对点云目标的可见区域;其次利用空间体素将可见区域点云分割成若干个微点云,并检测其角点形成微面元,估计各微面元的面积、形心和表面法线,再结合成像系统参数建立信号从激光器发出经过三次漫反射,被探测器接收的能量传输模型,得到回波能量和回波光子分布直方图;最后设置不同的扫描点,重复以上步骤得到多幅回波信号的光子分布直方图。该建模方法首次模拟了信号从激光器发出、经过中介面和具有三维特征的点云目标的三次漫反射、最后被探测和计数的过程。
Description
技术领域
本发明涉及光电成像技术领域,特别涉及激光非视域成像领域,具体地说是一种基于时间相关光子计数的激光非视域三维成像场景建模方法。
背景技术
激光非视域成像技术是一种能够绕过遮挡、对视线以外区域的目标进行成像的新型成像技术,具有很好的应用前景。发展实时、高质量的非视域成像技术可以应用于驾驶辅助,有效预防交通事故,在自动驾驶中有助于危险规避,还可以在灾难救援中用于定位被困人员,未来发展更高精度的非视域成像技术还可能用于古迹发掘以及医学诊疗等领域;在这些应用场景中,成像目标所在的空间(非视域空间)往往被遮挡物遮挡,以致成像目标在观察者可视范围之外,传统的成像方法对此束手无策。激光非视域成像技术通过探测多次反射后的光脉冲回波信号,用反演算法对盲区目标进行成像。
与激光雷达三维成像的单次漫反射不同,激光非视域成像从脉冲信号发出到信号采集的过程经历三次漫反射,传输过程更加复杂。此外非视域成像技术中包含的成像系统、中介扫描面、场景空间大小、成像指标等都是多参数对象,使得其信号传输过程难以描述,各器件的参数、场景参数以及成像指标难以把握,使得前期系统建模和仿真困难,进一步增加了系统的开发难度。
激光非视域成像平台一般包括脉冲激光器、位于脉冲激光器输出端的发射光学系统、位于发射光学系统后端的扫描系统、接收光学系统及光子计数器等。在搭建激光非视域成像平台时,评估脉冲激光器功率、波长、脉宽和重复频率及光子计数器的时间分辨率等系统参数对回波信号的影响是器件选型之前的重要工作内容之一;未来发展远距离、大范围的非视域成像技术需要完成不同的成像距离和不同大小的成像空间与系统器件以及反演算法之间的匹配。目前,为了方便建模,一般采用的目标模型非常简单,比如设置目标模型是简单的平面目标(不具有三维特征),而且要求平面目标平行于中介扫描面,这种方法有很多局限性,无法用于评估参数,也不能用于验证反演算法。
综上所述,建立一个描述脉冲信号从激光器发出,与中介扫描面和非视域目标发生三次漫反射,最后被探测器收集和光子计数器计数整个过程的模型在系统的前期开发、性能预测、参数优化以及反演算法验证和样本数据生成等方面显得尤为重要。
发明内容
本发明的目的是提供一种基于点云模型的激光非视域三维成像场景建模方法,以解决激光非视域三维成像技术中由于场景复杂、信号传输过程难以描述造成的系统开发难度大等问题。
本发明所描述的一种基于点云模型的激光非视域三维成像场景建模方法,其中激光非视域三维成像场景包括激光非视域三维成像系统及非视域场景,其中非视域场景内包括扫描中介面、遮挡物及点云目标,此处的点云目标即为隐藏目标的点云模型,点云目标被置于非视域空间中;包括以下步骤:
步骤一、根据激光非视域三维成像系统预设相关参数,计算激光单脉冲高斯能量分布;
1.1)包括:激光脉冲的半高全宽(Full Width at Half Maxima,FWHM),TCSPC时间分辨率Δt,单脉冲时长Ts;
1.2)计算激光单脉冲高斯能量分布:
式中,t为时间;TCSPC以皮秒级的时间分辨率对回波信号进行光子计数,将激光单脉冲高斯能量分布表达成序列形式:
式中,j为单脉冲时间间隔序列,[*]表示对“*”取整加1,即j的序列长度m是单脉冲时长Ts与时间分辨率Δt的比值取整加1;对单脉冲能量分布进行归一化处理,得到对应的激光单脉冲高斯能量的概率分布序列:
步骤二、设置非视域场景坐标系和初始扫描点;
设置非视域场景坐标系的XOY平面在中介扫描面上,即扫描点的深度坐标Z=0;Z轴垂直于中介扫描面指向点云目标,与X、Y轴呈右手坐标系;设定初始扫描点为扫描区域的基准点,其坐标为(X1,Y1,0);点云目标被置于非视域空间中;
步骤三、确定当前扫描点对目标的可见区域;即扫描点作为点光源时点亮点云目标的区域;
步骤四、预设非视域空间参数,用空间体素将可见区域的点云进行分割成微点云,检测角点并将其连接形成微面元,估计微面元参数;
4.1)包括:非视域空间长度LX、宽度LY、深度LZ,划分非视域空间的空间体素数目为N×N×N;
4.2)空间体素将非视域空间划分为N3个体素网格,每个体素网格代表一个三维空间中的坐标区间,根据可见区域点云的坐标数据将可见区域的点与体素网格一一匹配,点云目标表面的可见区域即被分割成为若干微点云,每个微点云包含数量不一的点;
4.3)对于每个微点云,计算坐标均值作为微点云的中心,由于微点云边界由体素网格的各个面围成,其角点是距离体素网格的边最近的点,且该距离小于两相邻点之间的距离,由此检测每个体素网格各边周围是否有对应的角点;完成检测后将角点连接形成微面元并估计微面元的面积、和表面法线;
步骤五、根据激光非视域三维成像系统预设相关参数,建立单一微面元的单脉冲回波光子分布;
5.1)包括:激光器位置坐标(X,Y,Z),平均功率P,波长λ、脉冲重复频率PRF,发射光学系统传输效率η1,接收光学系统传输效率η2,接收孔径面积S孔,单光子探测器填充因子γ,探测器量子效率σ;
5.2)将初始扫描点(X1,Y1,0)作为第一次漫反射的点光源,根据激光器平均功率P计算出射激光在该扫描点处产生的辐射强度为I1;
5.3)假设该扫描点(X1,Y1,0)对点云目标的可见区域经体素网格划分并检测角点之后形成n个微面元,选取任一微面元i(i=1,2…n),根据出射激光在该扫描点处产生的辐射强度I1计算在微面元i的中心处产生的辐射功率E1i;其中n为大于2的正整数;
5.4)在本发明所描述的场景建模方法中,将微面元i作为第二次漫反射的小面源,根据朗伯小面源辐射特性计算光学接收系统对应在扫描中介面上的有效接受面积内产生的辐射照度M1i和光学接收系统对应在扫描中介面上有效接受面积的光功率W1i;
5.5)在本发明所描述的场景建模中,将扫描中介面上光学系统有效接收面作为第三次漫反射的小面源,根据W1i计算光学接收系统的接收物镜内接收的光功率P1i;
5.6)计算微面元i对应单脉冲回波光子数:
其中j、c分别为普朗克常数和光速;
5.7)将步骤一获得的激光单脉冲高斯能量概率分布序列与微面元i对应的单脉冲回波光子数相乘得到该微面元i的单脉冲回波光子分布序列,用下式表示:
h1i=N1i·P(j);
步骤六、计算整个可见区域内所有微面元的单脉冲回波光子分布序列;
6.1)对于微面元i,假设l1、l1i分别为和激光器到扫描点和微面元中心到扫描点的路径长度,计算该微面元i对应的飞行时间:
这里,c表示光速,2l1+l1i)表示共焦系统中微面元i反射回波的三次漫反射光路路径长度,其单脉冲回波信号触发探测器的时间对应在光子计数模块的时间箱为:
6.2)微面元i的单脉冲回波光子分布序列在光子计数模块TCSPC时间轴上用下式表示:
H1i=N1i·P(j-T1i);
6.3)对于初始扫描点(X1,Y1,0),计算所有微面元的回波信号并在时间轴上叠加即为可见点云的单脉冲回波信号:
步骤七、预设成像指标参数,计算单扫描点对应的回波光子分布直方序列;
7.1)包括:成像速率S帧/秒,成像分辨率M×M,
7.2)采用下式计算单点扫描累积脉冲数:
7.3)计算该扫描点(X1,Y1,0)对应的光子分布直方序列Q1;
Q1=R·q1;
步骤八、预设背景噪声相关参数,计算回波中的噪声分布序列;
8.1)包括:环境中波长为λ的杂散光背景辐射照度IQ,门控时间Tgate;
8.2)计算在一个时间分辨率内探测器中收集的噪声光子数:
Noise=nnoise·[1:1:Ngate];
8.4)将噪声光子数加上脉冲回波光子数,得到扫描点(X1,Y1,0)对应的理论回波光子分布序列sig1;
sig1=Noise+Q1;
8.5)探测器对回波信号的采集是一个参数为sig1泊松过程,即对于扫描点(X1,Y1,0),最终集到的回波SIG1用下式描述:
步骤九、设定下一扫描点,完成整个扫描过程,得到多幅回波光子分布序列;
9.1)预设扫描区域的长度lX、宽度lY,根据扫描点数计算出中介扫描面上所有扫描点在非视域空间中的坐标;
9.2)选定下一扫描点,重复步骤三至步骤八,直至完成所有扫描;
进一步地,所述步骤9.1)具体为:
计算扫描面上位于第I行、第J列的扫描点在非视域空间中的坐标:
进一步地,步骤三具体为:
3.1)对于非视域场景中的目标,不同的扫描点会点亮三维目标表面不同的区域,本发明采用一种基于法线夹角的判断方法,先计算由点云目标上某一点指向扫描点的方向矢量,判断该方向矢量与该点表面法线之间的夹角,若夹角小于90°,判断该点可见为可见点,否则为不可见点;
3.2)遍历点云目标上所有的点,可见点的集合即为该扫描点对目标的可见区域。
进一步地,所述步骤4.2)中可见区域点云的坐标数据包括点的三维坐标和该点处对应的的三维法线矢量。例如某一点:(x,y,z,kx,ky,kz);
本发明的有益效果是:
1、本发明将非视域成像场景模型参数化,可以根据不同场景需要,比如成像距离、成像空间、成像场景、成像分辨率、成像速率和系统参数设置不同的模型,并生成对应的回波光子分布图,通过反演算法完成对非视域空间内点云目标的三维成像;
将三维成像的图像与隐藏目标的三维模型对比,通过评判成像质量调整模型参数,辅助系统平台搭建,或用于反演算法的验证;
2、本发明是基于点云目标模型数据的场景建模,可以使用反演算法和回波光子分布对目标的三维结构进行成像,通过对比成像结果和点云目标的三维细节用以算法的验证和辅助系统开发。
附图说明
图1为基于点云模型的激光非视域三维成像场景建模流程图;
图2为对点云目标可见区域进行体素划分流程图;
图3为微点云角点检测与微面元参数估计流程图;
图4为本发明所述的非视域场景俯视图;
图5为针对微面元的能量传输模型示意图;
图6为回波光子分布图的叠加原理示意图。
具体实施方式
本发明所述的一种基于点云模型的激光非视域三维成像场景建模方法包括以下要素:
系统组件要素:脉冲激光器、发射光学系统、扫描系统、接收光学系统、单光子探测器SPAD和时间相关光子计数模块TCSPC;
场景要素:中介扫描面、遮挡物、隐藏目标的点云模型;
本发明所述的激光非视域三维成像场景建模方法的原理为:
脉冲信号从激光器发出,与此同时,时间相关光子计数模块TCSPC开始计数,激光器光信号输出端与发射光学系统输入端连接,发射光学系统输出信号经过扫描系统指向中介扫描面,经中介扫描面第一次漫反射的部分脉冲信号,会反射到单光子探测器SPAD上,这部分光信号能量高而且无益于三维成像,因此一般通过门控电路控制探测器关闭;部分一次漫反射信号会在点云目标表面发生第二次漫反射,二次漫反射的部分信号经由中介扫描面发生第三次反射,三次反射后的部分信号进入接收光学系统进行能量汇聚,并照射到单光子探测器SPAD上,此时再打开SPAD以完成回波脉冲信号的采集,并由时间相关光子计数模块TCSPC进行计数,得到对应扫描点的光子分布直方图,扫描系统不断扫描,将所有扫描点对应的光子分布直方图输入到图形工作站,通过反演算法完成对非视域空间内点云目标的三维成像;
以下结合附图对本发明所提供的方法做进一步的描述;
结合附图1说明,本发明所描述的一种基于点云模型的激光非视域三维成像场景建模方法包括以下步骤:
步骤一、设置非视域场景参数;
非视域空间长度LX、宽度LY、深度LZ,点云目标被包含在内,划分非视域空间的体素数目为N×N×N;激光器位置坐标(X,Y,Z);扫描点数目与成像分辨率设置为M×M,中介扫描面尺寸为lX×lY,初始扫描点为基准点,其坐标为(X1,Y1,0);目标点云数据包括点的坐标数据和对应点的表面法线矢量;
需要说明的是,中介扫描面为非视域场景空间坐标系的XOY平面,即扫描点的深度值Z=0;Z轴垂直于中介扫描面指向点云目标,与X、Y轴呈右手坐标系;扫描方式为逐点扫描;该步骤参数的设置也可以在后续的每个相对应的步骤中预设。
步骤二、根据激光非视域三维成像系统预设相关参数,计算激光单脉冲高斯能量概率分布;
包括参数:激光脉冲的半高全宽(Full Width at Half Maxima,FWHM),TCSPC时间分辨率Δt;
采用下式计算出射激光单脉冲高斯能量分布;
上式中,t为时间,考虑TCSPC以皮秒级的时间分辨率对回波光子数进行计数,将单脉冲高斯能量分布表达成序列形式:
上式中,Δt为TCSPC时间分辨率,j为单脉冲时间间隔序列,其长度m是单脉冲时长与Δt的比值取整加1,用下式表示:
根据下式对单脉冲高斯能量分布进行归一化处理,得到对应的单脉冲高斯能量的概率分布序列:
步骤三、设置初始扫描点,判断点云目标相对于该扫描点的可见区域;
针对步骤一中设置的非视域场景,设点云目标上某一点的坐标为(x,y,z),该点对应的表面法线矢量为(kx,ky,kz),判断初始扫描点坐标(X1,Y1,0)对该点是否可见依据以下余弦公式:
若cos(θ)≥0,判断该点可见,若cos(θ)<0,判断该点不可见;
遍历目标点云上所有的点,由可见点组成的点云即为该扫描点对目标的可见区域,扫描点不同,对应的可见区域也不同;
步骤四、采用空间体素将可见区域划分成微点云,检测微点云的角点并将其连接成为微面元,估计微面元参数;
结合附图2说明,采用空间体素对可见区域的划分类似一个简单的聚类,空间体素将非视域空间划分为N3个体素网格,每个体素网格代表一个三维坐标区间,即一个类,聚类的过程就是根据点坐标数据将可见区域包含的点与体素网格对应的坐标区间一一匹配,点云目标表面的可见区域即被分割成为若干微点云,每个微点云包含数量不一的点数;
以初始扫描点(X1,Y1,0)作为点光源说明本实施例,假设对应的可见区域经空间体素网格划分成n个微面元,选取其中任一微面元i(i=1,2…n);
结合附图3说明,对于微点云i,假设其中包含k个点,计算k个点的坐标均值和法线均值作为微点云的中心和法线;
由于微点云是由体素网格分割而成,其边界由体素网格的面围成,微点云的角点是在网格内部且距离网格的边最近的点;
首先,对体素网格的12条边设定距离阈值d,其大小约等于点云目标中两相邻点的间距,筛选出每条边距离阈值内的点,如果某条边距离阈值内没有点的分布,说明该边上附近没有角点;
其次,对于距离阈值内有点的分布的边,取最小距离的点,判断为对应边附近的角点;
连接各角点形成多边形(一般为三角形或四边形),连接微点云中心和各角点形成多个三角形,由于各点坐标已知,计算出各三角形的面积并求和,即为对应的微面元的面积;
步骤五、计算单一微面元的单脉冲回波光子分布序列;
脉冲信号从激光器发出,经过发射光学系统到中介扫描面上发生第一次漫反射,部分反射光照亮点云目标的部分区域并发生第二次漫反射,其中的部分光再回到中介扫描面上并发生第三次漫反射,经过三次漫反射之后的极少部分脉冲回波信号经由接收光路收集,触发单光子探测器SPAD并由时间相关光子计数模块TCSPC进行光子计数;
结合附图4说明,激光束照射到扫描点(X1,Y1,0)发生第一次漫反射,由于采用的脉冲激光器的光束直径在几毫米左右,在本发明所描述的场景建模中,将该扫描点作为第一次漫反射的点光源,其产生的辐射强度用下式表述:
上式中,ρ1为从激光器(X,Y,Z)到扫描点(X1,Y1,0)对应的大气透过率,其值大小与传播距离l1、大气能见度、激光波长λ有关,w1为设置的扫描面的反射率;
结合附图4和附图5说明,点光源在微面元i中心产生的辐射功率用下式描述:
上式中,θi3是微面元i形心与扫描点的连线与微面元i表面法线的夹角,l1i是微面元i形心到扫描点(X1,Y1,0)的路径长度;ρ1i为扫描点(X1,Y1,0)到微面元i形心对应的大气透过率;Si为由步骤四估计出的微面元i的面积;
在本发明所描述的场景建模中,将微面元i作为第二次漫反射的小面源,其产生的辐射照度用下式表述:
上式中,w2为设定目标的表面反射率,θi2为微面元i形心与扫描点的连线与中介面法线的夹角;
探测器视场对应在扫描中介面上的有效接收面积内接受的光功率用下式描述:
W1i=M1i·Sdetector·ρ1i;
上式中,Sdetector为探测器视场对应在扫描中介面上的有效接收面积;
在本发明所描述的场景建模中,将探测器视场对应在中介面上的有效面积作为第三次漫反射的小面源,光学接收孔径内接收的光功率用下式表述:
上式中,θi1为激光器与扫描点的连线与中介面法线的夹角,S孔为光学系统接收面积;
对于点云目标上的微面元i,其产生的单脉冲回波光子数用下式描述:
上式中,η2为接收系统传输效率,λ、PRF分别为激光器波长和脉冲重复频率,h、c为普朗克常数和光速;
微面元i的单脉冲回波光子分布序列用下式描述:
h1i=N1i·P(j),j=1,2…m;
步骤六、计算所有微面元产生的单脉冲回波光子分布序列;
脉冲从激光器发出,经过中介扫描面上的扫描点(X1,Y1,0)的第一次反射、微面元i上第二次反射和中介扫描面上的第三次反射回到探测器,其光路长度为下式:
L1i=2·(l1+l1i);
对应的飞行时间用下式描述:
需要说明的是,本发明所述的场景建模方法描述的是一种共焦成像系统,即中介扫描面上的激光扫描点与探测器对准的点位置相同,因此信号发出的路径长度和返回的路径长度相同,大气透过率相同;
由于光子计数模块按照一定的时间分辨率对回波光子进行计数,以激光脉冲信号发出时刻为初始时刻,对于扫描点(X1,Y1,0),来自微面元i的单脉冲回波信号触发探测器的时间对应在光子计数模块的时间箱为:
考虑飞行时间(Time of Flight,ToF)延迟,微面元i产生的单脉冲回波光子分布序列在光子计数模块TCSPC时间轴上用下式表示,如图6:
H1i=N1i·P(j-T1i),j=1,2…m;
对于扫描点(X1,Y1,0),来自所有微点云的单脉冲回波光子分布序列:
步骤七、计算所有微面元产生的累积脉冲回波光子分布序列;
预设成像指标参数包括:成像帧率为S帧/秒、成像分辨率M×M;
计算单扫描点累计脉冲次数:
计算初始扫描点(X1,Y1,0)对应的累积回波光子分布序列:
Q1=R·q1;
步骤八、本发明描述的激光非视域成像建模方法,对背景噪声的建模主要考虑场景的环境杂波影响,预设环境中波长为λ的杂散光的辐射照度IQ,在一个时间分辨率内探测器中收集的光子数为:
预设光子计数模块TCSPC的门控时间为Tgate,门控时间内对应的采样次数:
计算环境中的背景噪声在光子计数器中产生的噪声光子分布序列为:
Noise=nnoise·E,E表示1×Ngate的行向量,其元素全为1;
扫描点(X1,Y1,0)对应的理论回波光子分布序列sig1;
sig1=Noise+Q1;
探测器对回波信号的采集是一个参数为sig1泊松过程,即对于扫描点(X1,Y1,0),最终集到的回波SIG1用下式描述:
步骤九、采用下式计算中介扫描面上位于第I行、第J列扫描点在非视域空间中的坐标:
步骤十、选定下一扫描点,重复获取不同扫描点对应的光子分布直方图,直至完成所有扫描,得到M×M幅光子分布直方图。
Claims (4)
1.一种基于点云模型的激光非视域三维成像场景建模方法,其中激光非视域三维成像场景包括激光非视域三维成像系统及非视域场景,其中非视域场景内包括扫描中介面、遮挡物及点云目标,此处的点云目标即为隐藏目标的点云模型,点云目标被置于非视域空间中;
其特征在于,包括以下步骤:
步骤一、根据激光非视域三维成像系统预设相关参数,计算激光单脉冲高斯能量概率分布;
1.1)预设激光脉冲的半高全宽FWHM,TCSPC时间分辨率Δt,单脉冲时长Ts;
1.2)计算激光单脉冲高斯能量分布:
式中,t为时间;TCSPC以皮秒级的时间分辨率对回波信号进行光子计数,将激光单脉冲高斯能量分布表达成序列形式:
式中,j为脉冲激光器单脉冲时间间隔序列,[*]表示对“*”取整加1,即j的序列长度m是单脉冲时长Ts与TCSPC时间分辨率Δt的比值取整加1;对激光单脉冲高斯能量分布进行归一化处理,得到对应的激光单脉冲高斯能量的概率分布序列:
步骤二、设置非视域场景坐标系和初始扫描点;
设置非视域场景坐标系的XOY平面在中介扫描面上,即扫描点的深度坐标Z=0;Z轴垂直于中介扫描面指向点云目标,与X、Y轴呈右手坐标系;设定初始扫描点为扫描区域的基准点,其坐标为(X1,Y1,0);
步骤三、确定当前扫描点作为点光源时,点亮点云目标的区域,将该区域定义为可见区域;
步骤四、预设非视域空间参数,用空间体素将可见区域的点云进行分割成微点云,检测角点并将其连接形成微面元,估计微面元参数;
4.1)预设非视域空间长度LX、宽度LY及深度LZ,划分非视域空间的空间体素数目为N×N×N;
4.2)空间体素将非视域空间划分为N3个体素网格,每个体素网格代表一个三维空间中的坐标区间,根据可见区域点云的坐标数据将可见区域的点与体素网格一一匹配,点云目标表面的可见区域即被分割成为若干微点云,每个微点云包含数量不一的点;
4.3)对于每个微点云,计算其包含的所有点的坐标均值,作为微点云的中心,微点云边界由体素网格的各个面围成,其角点是距离体素网格的边最近的点,且该距离小于两相邻点之间的距离,由此检测每个体素网格各边周围是否有对应的角点;完成检测后将角点连接形成微面元并估计微面元的面积和表面法线;
步骤五、根据激光非视域三维成像系统预设相关参数,计算单一微面元的单脉冲回波光子分布;
5.1)预设脉冲激光器位置坐标(X,Y,Z),平均功率P,波长λ、脉冲重复频率PRF,发射光学系统传输效率η1,接收光学系统传输效率η2,接收孔径面积S孔,单光子探测器填充因子γ,探测器量子效率σ;
5.2)将初始扫描点(X1,Y1,0)作为第一次漫反射的点光源,根据脉冲激光器平均功率P计算出射激光在该扫描点处产生的辐射强度为I1;
5.3)假设该扫描点(X1,Y1,0)对点云目标的可见区域经体素网格划分并检测角点之后形成n个微面元,选取任一微面元i(i=1,2...n),根据出射激光在该扫描点处产生的辐射强度I1计算在微面元i的中心处产生的辐射功率E1i;其中n为大于2的正整数;
5.4)将微面元i作为第二次漫反射的小面源,根据朗伯小面源辐射特性计算光学接收系统对应在扫描中介面上的有效接受面积内产生的辐射照度M1i和光学接收系统对应在扫描中介面上有效接受面积的光功率W1i;
5.5)将扫描中介面上光学系统有效接收面作为第三次漫反射的小面源,根据W1i计算光学接收系统的接收物镜内接收的光功率P1i;
5.6)计算微面元i对应的单脉冲回波光子数:
其中h、c分别为普朗克常数和光速;
5.7)将步骤一获得的激光单脉冲高斯能量概率分布序列与微面元i对应的单脉冲回波光子数相乘得到该微面元i的单脉冲回波光子分布序列,用下式表示:
h1i=N1i·P(j);
步骤六、计算整个可见区域内所有微面元的单脉冲回波光子分布序列;
6.1)计算该微面元i对应的飞行时间:
其中,l1为激光器到扫描点的路径长度,l1i为微面元i中心到扫描点的路径长度,c表示光速;2·(l1+l1i)表示微面元i反射回波的三次漫反射光路路径长度,其单脉冲回波信号触发探测器的时间对应在光子计数模块的时间箱为:
6.2)微面元i的单脉冲回波光子分布序列在光子计数模块TCSPC的时间轴上用下式表示:
H1i=N1i·P(j-T1i);
6.3)对于初始扫描点(X1,Y1,0),计算所有微面元的回波信号并在时间轴上叠加即为可见区域内所有点云的单脉冲回波信号:
步骤七、预设成像指标参数,计算单扫描点对应的回波光子分布直方序列;
7.1)预设成像速率S帧/秒,成像分辨率M×M,
7.2)采用下式计算单点扫描累积脉冲数:
7.3)计算该扫描点(X1,Y1,0)对应的回波光子分布直方序列Q1;
Q1=R·q1;
步骤八、预设背景噪声相关参数,计算回波中的噪声分布序列;
8.1)预设环境中波长为λ的杂散光背景辐射照度IQ,门控时间Tgate;
8.2)计算在一个时间分辨率内探测器中收集的噪声光子数:
Noise=nnoise·E;
其中,E表示1×Ngate的行向量,其元素全为1;
8.4)将噪声光子数加上回波光子分布直方序列Q1,得到扫描点(X1,Y1,0)对应的理论回波光子分布序列sig1;
sig1=Noise+Q1;
8.5)探测器对回波信号的采集是一个参数为sig1的泊松过程,即对于扫描点(X1,Y1,0),最终获得的回波光子分布序列是一个随机序列SIG1:
步骤九、设定下一扫描点,完成扫描,得到多幅回波光子分布序列;
9.1)预设扫描区域的长度lX、宽度lY,根据扫描点数计算出中介扫描面上所有扫描点在非视域空间中的坐标;
9.2)选定下一扫描点,重复步骤三至步骤八,直至完成所有扫描。
3.根据权利要求1所述的基于点云模型的激光非视域三维成像场景建模方法,其特征在于,步骤三具体为:
3.1)计算由点云目标上某一点指向扫描点的方向矢量,判断该方向矢量与该点表面法线之间的夹角,若夹角小于90°,判断该点可见为可见点,否则为不可见点;
3.2)遍历点云目标上所有的点,可见点的集合即为该扫描点作为点光源时点亮点云目标的区域。
4.根据权利要求3所述的基于点云模型的激光非视域三维成像场景建模方法,其特征在于:所述步骤4.2)中可见区域点云的坐标数据包括点的三维坐标和该点处对应的三维法线矢量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010548267.XA CN111694014B (zh) | 2020-06-16 | 2020-06-16 | 一种基于点云模型的激光非视域三维成像场景建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010548267.XA CN111694014B (zh) | 2020-06-16 | 2020-06-16 | 一种基于点云模型的激光非视域三维成像场景建模方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111694014A CN111694014A (zh) | 2020-09-22 |
CN111694014B true CN111694014B (zh) | 2022-12-09 |
Family
ID=72481333
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010548267.XA Active CN111694014B (zh) | 2020-06-16 | 2020-06-16 | 一种基于点云模型的激光非视域三维成像场景建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111694014B (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114460805B (zh) * | 2020-10-21 | 2024-05-28 | 中国科学院国家空间科学中心 | 一种基于高通滤波的遮挡物散射成像系统 |
CN112387982B (zh) * | 2020-10-21 | 2021-10-12 | 上海交通大学 | 一种激光增材过程功率联合调控方法 |
CN112444821B (zh) * | 2020-11-11 | 2022-09-09 | 中国科学技术大学 | 远距离非视域成像方法、装置、设备及介质 |
CN112434637B (zh) * | 2020-12-04 | 2021-07-16 | 上海交通大学 | 基于量子计算线路和LiDAR点云分类的物体识别方法 |
CN112882057B (zh) * | 2021-01-19 | 2023-12-08 | 中国科学院西安光学精密机械研究所 | 一种基于插值的光子计数非视域三维成像超分辨方法 |
CN112924981B (zh) * | 2021-01-28 | 2023-10-31 | 深圳奥锐达科技有限公司 | 一种飞行时间测距方法、系统和设备 |
CN113204010B (zh) * | 2021-03-15 | 2021-11-02 | 锋睿领创(珠海)科技有限公司 | 非视域目标检测方法、装置和存储介质 |
CN113138027A (zh) * | 2021-05-07 | 2021-07-20 | 东南大学 | 一种基于双向折射率分布函数的远红外非视域物体定位方法 |
CN113556476B (zh) * | 2021-07-19 | 2023-04-07 | 哈尔滨工业大学 | 基于多点照明的主动非视域阵列成像方法 |
CN113630560B (zh) * | 2021-08-12 | 2023-01-17 | 哈尔滨工业大学 | 主动照明非视域二次半影成像方法 |
CN113820727B (zh) * | 2021-09-30 | 2024-02-02 | 中国科学院光电技术研究所 | 一种非视域目标探测中基于神经网络的快速定位方法 |
CN114994704B (zh) * | 2022-08-04 | 2022-12-27 | 中国科学院西安光学精密机械研究所 | 基于圆周扫描路径的非视域成像方法、系统及存储介质 |
CN115616608B (zh) * | 2022-12-19 | 2023-08-11 | 中国科学院西安光学精密机械研究所 | 一种单光子三维成像距离超分辨方法及系统 |
CN117630937B (zh) * | 2024-01-26 | 2024-04-12 | 电子科技大学长三角研究院(湖州) | 散射孔径成像方法、装置及系统和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106526612A (zh) * | 2016-12-15 | 2017-03-22 | 哈尔滨工业大学 | 一种扫描式光子计数非视域三维成像装置及方法 |
CN106772428A (zh) * | 2016-12-15 | 2017-05-31 | 哈尔滨工业大学 | 一种无扫描式光子计数非视域三维成像装置及方法 |
CN107102435A (zh) * | 2017-04-28 | 2017-08-29 | 中国科学院光电研究院 | 一种基于散射光重构的光学成像方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080212970A1 (en) * | 2007-02-26 | 2008-09-04 | Celight, Inc. | Non-line of sight optical communications |
-
2020
- 2020-06-16 CN CN202010548267.XA patent/CN111694014B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106526612A (zh) * | 2016-12-15 | 2017-03-22 | 哈尔滨工业大学 | 一种扫描式光子计数非视域三维成像装置及方法 |
CN106772428A (zh) * | 2016-12-15 | 2017-05-31 | 哈尔滨工业大学 | 一种无扫描式光子计数非视域三维成像装置及方法 |
CN107102435A (zh) * | 2017-04-28 | 2017-08-29 | 中国科学院光电研究院 | 一种基于散射光重构的光学成像方法 |
Non-Patent Citations (5)
Title |
---|
Learning Non-Local Spatial Correlations To Restore Sparse 3D Single-Photon Data;Songmao Chen et al.;《 IEEE Transactions on Image Processing 》;20191211;全文 * |
Simulation of NLOS(non-line-of-sight)3D imaging system;Tan Jingjing et al.;《AOPC 2017:LASER COMPONENTS,SYSTEMS,AND APPLICATIONS》;20180302;全文 * |
基于深度学习的非视域成像;于亭义等;《光学学报》;20191231;第39卷(第007期);全文 * |
激光非视域成像场景仿真与三维重建技术研究;镡京京;《中国优秀硕士学位论文全文数据库》;20190615;全文 * |
非视域成像系统的研究现状和发展趋势;李国栋等;《导航与控制》;20200205(第01期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111694014A (zh) | 2020-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111694014B (zh) | 一种基于点云模型的激光非视域三维成像场景建模方法 | |
Rapp et al. | Advances in single-photon lidar for autonomous vehicles: Working principles, challenges, and recent advances | |
CN113111974B (zh) | 基于深度典型相关分析的视觉-激光雷达融合方法及系统 | |
US11315271B2 (en) | Point cloud intensity completion method and system based on semantic segmentation | |
Rapp et al. | A few photons among many: Unmixing signal and noise for photon-efficient active imaging | |
KR101964100B1 (ko) | 신경망 학습 기반의 객체 검출 장치 및 방법 | |
CN106772428A (zh) | 一种无扫描式光子计数非视域三维成像装置及方法 | |
CN106526612A (zh) | 一种扫描式光子计数非视域三维成像装置及方法 | |
Prophet et al. | Semantic segmentation on 3D occupancy grids for automotive radar | |
CN107462898A (zh) | 基于单光子阵列的选通型漫反射绕角成像系统与方法 | |
Yamamoto et al. | Efficient pedestrian scanning by active scan LIDAR | |
CN105954733A (zh) | 基于光子飞行时间相关性的时域滤波方法 | |
Niu et al. | A SAR target image simulation method with DNN embedded to calculate electromagnetic reflection | |
Rapp et al. | Dead time compensation for high-flux depth imaging | |
Altmann et al. | Target detection for depth imaging using sparse single-photon data | |
Rivière et al. | Modeling of an active burst illumination imaging system: comparison between experimental and modelled 3D scene | |
Degen et al. | Virtual urban traffic infrastructure for testing highly auto-mated mobility systems | |
Li et al. | Achieve accurate recognition of 3D point cloud images by studying the scattering characteristics of typical targets | |
Suzuki et al. | Model-based vehicle position estimation using millimeter wave radar | |
US20220171052A1 (en) | Radar system and imaging method | |
Smagina et al. | Obstacle detection quality as a problem-oriented approach to stereo vision algorithms estimation in road situation analysis | |
Anglberger et al. | Fast ISAR image generation through localization of persistent scattering centers | |
Ren et al. | Non-line-of-sight location with gauss filtering algorithm based on a model of photon flight | |
Hou et al. | Full waveform recovery method of moving target for photon counting lidar | |
CN116087983B (zh) | 一种针对极少量探测点的非视域成像方法及装置 |
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 |