CN112764005A - 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 - Google Patents

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 Download PDF

Info

Publication number
CN112764005A
CN112764005A CN202110005834.1A CN202110005834A CN112764005A CN 112764005 A CN112764005 A CN 112764005A CN 202110005834 A CN202110005834 A CN 202110005834A CN 112764005 A CN112764005 A CN 112764005A
Authority
CN
China
Prior art keywords
histogram
neighborhood
value
target
noise ratio
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
CN202110005834.1A
Other languages
English (en)
Inventor
孙剑峰
马乐
刘迪
周鑫
杨现辉
王林
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.)
Harbin Institute Of Technology Beijing Industrial Technology Innovation Research Institute Co ltd
Harbin Institute of Technology
Original Assignee
Harbin Institute Of Technology Beijing Industrial Technology Innovation Research Institute Co ltd
Harbin Institute of 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 Harbin Institute Of Technology Beijing Industrial Technology Innovation Research Institute Co ltd, Harbin Institute of Technology filed Critical Harbin Institute Of Technology Beijing Industrial Technology Innovation Research Institute Co ltd
Priority to CN202110005834.1A priority Critical patent/CN112764005A/zh
Publication of CN112764005A publication Critical patent/CN112764005A/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)
  • Image Processing (AREA)

Abstract

本发明公开了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。步骤1：对原始数据做直方图统计；步骤2：利用空间相关性做直方图权重叠加，得到新的直方图；步骤3：对步骤2的新的直方图匹配滤波算法；步骤4：将步骤3经过滤波提取的像素点，进行4‑邻域相关去噪；步骤5：将4‑邻域去噪后的像素点进行形态学滤波去燥，得到高信噪比的距离像及实现50Hz实时成像。本方法能得到高信噪比的距离像，同时实现50Hz实时成像。

Description

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
技术领域
本发明属于激光雷达领域，具体涉及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。
背景技术
目前对于阵列Geiger mode-avalanche photodiode即Gm-APD的三维成像大多使用阈值进行噪声像素点的去除，对于低信噪比回波数据无法做到实时成像。现有技术中，在首达光子中使用优化方程求解方法重构得到距离像及强度像，实验条件信噪比为1，远距离探测时该条件较难满足。
针对首达光子改进的方法，在其基础上将1范数改为2范数，TV范数等，其成像都是近距离目标，且大多为室内，噪声水平较低，信噪比水平较高。
在上述的基础上使用提出矫正直方图算法，实现320m目标全景成像，从数据结果上看，使波峰明显高于背景噪声，有助于阈值的选择，成单幅像需要1s。进一步的使用单点扫描方式，在信噪比为0.11条件下实现21km成像，每个像素点30ms，具体成像时间与成像阵列尺寸相关。本发明在阈值基础上，结合形态学滤波实现进一步的低信噪比回波数据重构方法。
发明内容
本发明提供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，针对阵列Gm-APD的低信噪比回波数据提出完整的重构方法流程，可以得到高信噪比的距离像，同时实现50Hz实时成像。
本发明通过以下技术方案实现：
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，所述重构方法包括以下步骤：
步骤1：对原始数据做直方图统计；
步骤2：利用空间相关性做直方图权重叠加，得到新的直方图；
步骤3：对步骤2的新的直方图匹配滤波算法；
步骤4：将步骤3经过滤波提取的像素点，进行4-邻域相关去噪；
步骤5：将4-邻域去噪后的像素点进行形态学滤波去燥，得到高信噪比的距离像及实现50Hz实时成像。
进一步的，所述步骤1的直方图通过激光脉冲的时间间隔TD、延时TS和时间td，再基于触发直方图进行信号提取及目标距离值重构，即在上位机的控制下，激光发射后经延时TS后计时器及探测器开始工作，td时间后探测器发生触发，探测器停止工作并记录此时的时间，得到第一次探测的时间值，多脉冲下重复此过程统计得到触发频数直方图。
进一步的，所述步骤2的具体为根据相邻像素的目标距离值相近，将相邻像素点的回波直方图加以权重叠加到中心像素点得到新的直方图，将邻域参与统计等效于计算后的统计帧数，得到新的直方图；
邻域统计直方图公式为：
Figure BDA0002883136860000021
其中Y为邻域统计后的直方图分布，y为原始直方图分布，w(i，j)为邻域权重。
进一步的，根据步骤2的邻域选择为4-邻域，并代入步骤3，所述步骤3具体为对触发直方图进行窗口平滑，窗口选择激光脉宽占据选通门的间隔数，通过对窗内频数加权，进行去噪及提取目标处理；
匹配滤波算法算法表达式为：
K(i)＝q(i)
Figure BDA0002883136860000022
pos＝argmaxpos(U(ipos)) (2)
其中K(i)为窗口核函数，Y(ipos)为触发频数直方图中每个间隔的触发频数，U(ipos)为窗口平滑后大间隔对应的触发频数；
Figure BDA0002883136860000023
窗口长度为r。
进一步的，所述步骤4中4-邻域相关去噪为，经过匹配滤波提取信号后，得到距离像中存在噪声像素点，需要对其进行去噪处理，针对目标的空间相关性，进行多次距离值判断，能去除相关性较差的噪声像素点，同时对于未能提取的目标像素中空点，进行补偿。
进一步的，所述步骤4中4-邻域相关去噪具体包括一下步骤：
步骤4.1：计算整个阵列像的有值点个数N1
N1＝isempty(rng)
其中rng为64×64像元距离像；
步骤4.2：计算中心像素点与四邻域距离值的差值di,j，并从小到大排序，
di,j＝sort(|a-b|,|a-c|,|a-d|,|a-e|)
其中i为中心像素点的横坐标，j为中心像素点的纵坐标，a为当前计算中心像素点的距离值，b,c,d,e均为中心像素点a对应四邻域位置像素点的距离值；
步骤4.3：计算di的前两个的均值或最小值s，
Figure BDA0002883136860000031
步骤4.4：判断s与阈值thA关系，其判断表达式为：
s＜thA
当满足条件时,则得到目标值，保留：
a(i,j)＝a(i,j)
其中i为中心像素点的横坐标，j为中心像素点的纵坐标；
当不满足条件时，则得到噪声值，设为空：
a(i,j)＝[]
步骤4.5：判断中心像素点周围像素点个数是否大于等于3个，其判断表达式为：
numel(b,c,d,e)≥3
当满足条件时，其为目标点的可能性较大，此时计算其邻域方差值ss：
ss＝var(a,b,c,d)
当不满足条件时，到达步骤4.7；
步骤4.6：判断方差值ss与阈值thB关系，其判断表达式为：
ss＜thB
当满足条件时，将除去偏差最大的有值像素点的均值赋值给中心像素点：
Figure BDA0002883136860000032
当不满足条件时，则得到噪声值，设为空：
a(i,j)＝[]
步骤4.7，计算整个阵列像的有值点个数N2
N2＝isempty(rng)
步骤4.8：判断N1与N2是否相等，判断公式为：
N1＝N2
当满足条件时，结束程序；
当不满足条件时，回到步骤4.1进行循环；当N1等于N2时结束程序。
进一步的，所述步骤5具体为，将距离像转换为y'2值图；在2值图上进行腐蚀小区域噪声与膨胀目标轮廓，得到目标范围域；仅保目标范围域内的像素点。
进一步的，所述腐蚀及膨胀表达式为：
Figure BDA0002883136860000041
Figure BDA0002883136860000042
其中dst为输出阵列像，element为膨胀腐蚀元素，src为输入阵列像，x为中心像素点横坐标，y为中心像素点纵坐标，x'为横向平移量，y'为纵向平移量。
本发明的有益效果是：
本发明在原始数据信号提取的基础上结合空间相关性，并将形态学滤波加入处理，后续利用空间相关性去噪，提高成像信噪比，具有实时成像能力。
本发明能实现远距离目标的信号提取，算法处理不依赖触发模型，可以去除大部分噪声像素点。
附图说明
图1本发明的方法流程图。
图2本发明的直方图统计原理图。
图3本发明的邻域统计窗口模型图，其中(a)十字权重邻域窗口模型图，(b)叉形权重邻域窗口模型图，(c)高斯权重邻域窗口模型图。
图4本发明的匹配滤波预处理算法算法示意图。
图5本发明的4-邻域去噪流程图。
图6本发明成像结果图，其中(a)距离标识，(b)目标场景图，(c)重构距离像，(d)重构强度像。
具体实施方式
下面将结合本发明实施例中的附图对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
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，所述重构方法包括以下步骤：
步骤1：对原始数据做直方图统计；
步骤2：利用空间相关性做直方图权重叠加，得到新的直方图；
步骤3：对步骤2的新的直方图匹配滤波算法；
步骤4：将步骤3经过滤波提取的像素点，进行4-邻域相关去噪；
步骤5：将4-邻域去噪后的像素点进行形态学滤波去燥，得到高信噪比的距离像及实现50Hz实时成像。
进一步的，所述步骤1的直方图通过激光脉冲的时间间隔TD、延时TS和时间td，再基于触发直方图进行信号提取及目标距离值重构，即在上位机的控制下，激光发射后经延时TS后计时器及探测器开始工作，td时间后探测器发生触发，探测器停止工作并记录此时的时间，得到第一次探测的时间值，多脉冲下重复此过程统计得到触发频数直方图，具体如图2所示。
进一步的，所述步骤2的具体为根据相邻像素的目标距离值相近，将相邻像素点的回波直方图加以权重叠加到中心像素点得到新的直方图，将邻域参与统计等效于计算后的统计帧数，能大幅度提升重构目标的像素点数量，得到新的直方图；其中邻域的选择有多种，例如4-邻域窗口，高斯窗口等，如图3所示，
邻域统计直方图公式为：
Figure BDA0002883136860000051
其中Y为邻域统计后的直方图分布，y为原始直方图分布，w(i，j)为邻域权重。
进一步的，根据步骤2的邻域选择为4-邻域，并代入步骤3，所述步骤3具体为对触发直方图进行窗口平滑，窗口选择激光脉宽占据选通门的间隔数，通过对窗内频数加权，进行去噪及提取目标处理；算法示意图如图4所示。目标位置与噪声触发频数相等，无法提取目标位置回波的峰值特征，使用矩形窗口平滑后，此时弱回波目标位置再次变为峰值，提取峰值位置进行重构。
匹配滤波算法算法表达式为：
K(i)＝q(i)
Figure BDA0002883136860000061
pos＝arg maxpos(U(ipos)) (2)
其中K(i)为窗口核函数，Y(ipos)为触发频数直方图中每个间隔的触发频数，U(ipos)为窗口平滑后大间隔对应的触发频数；
Figure BDA0002883136860000062
窗口长度为r。
进一步的，所述步骤4中4-邻域相关去噪为，经过匹配滤波提取信号后，得到距离像中存在噪声像素点，需要对其进行去噪处理，针对目标的空间相关性，进行多次距离值判断，能去除相关性较差的噪声像素点，同时对于未能提取的目标像素中空点，进行补偿。
进一步的，所述步骤4中4-邻域相关去噪具体包括一下步骤：如图5所示步骤4.1：计算整个阵列像的有值点个数N1
N1＝isempty(rng)
其中rng为64×64像元距离像；
步骤4.2：计算中心像素点与四邻域距离值的差值di,j，并从小到大排序，
di,j＝sort(|a-b|,|a-c|,|a-d|,|a-e|)
其中i为中心像素点的横坐标，j为中心像素点的纵坐标，a为当前计算中心像素点的距离值，b,c,d,e均为中心像素点a对应四邻域位置像素点的距离值，如图5所示；
步骤4.3：计算di的前两个的均值或最小值s，
Figure BDA0002883136860000063
步骤4.4：判断s与阈值thA关系，其判断表达式为：
s＜thA
当满足条件时,则得到目标值，保留：
a(i,j)＝a(i,j)
其中i为中心像素点的横坐标，j为中心像素点的纵坐标；
当不满足条件时，则得到噪声值，设为空：
a(i,j)＝[]
步骤4.5：判断中心像素点周围像素点个数是否大于等于3个，其判断表达式为：
numel(b,c,d,e)≥3
当满足条件时，其为目标点的可能性较大，此时计算其邻域方差值ss：
ss＝var(a,b,c,d)
当不满足条件时，到达步骤4.7；
步骤4.6：判断方差值ss与阈值thB关系，其判断表达式为：
ss＜thB
当满足条件时，将除去偏差最大的有值像素点的均值赋值给中心像素点：
Figure BDA0002883136860000071
当不满足条件时，则得到噪声值，设为空：
a(i,j)＝[]
步骤4.7，计算整个阵列像的有值点个数N2
N2＝isempty(rng)
步骤4.8：判断N1与N2是否相等，判断公式为：
N1＝N2
当满足条件时，结束程序；
当不满足条件时，回到步骤4.1进行循环；当N1等于N2时结束程序。
进一步的，所述步骤5具体为，将距离像转换为y'2值图；在2值图上进行腐蚀小区域噪声与膨胀目标轮廓，得到目标范围域；仅保目标范围域内的像素点。
进一步的，所述腐蚀及膨胀表达式为：
Figure BDA0002883136860000081
Figure BDA0002883136860000082
其中dst为输出阵列像，element为膨胀腐蚀元素，src为输入阵列像，x为中心像素点横坐标，y为中心像素点纵坐标，x'为横向平移量，y'为纵向平移量。

Claims (8)

1.一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，其特征在于，所述重构方法包括以下步骤：
步骤1：对原始数据做直方图统计；
步骤2：利用空间相关性做直方图权重叠加，得到新的直方图；
步骤3：对步骤2的新的直方图匹配滤波算法；
步骤4：将步骤3经过滤波提取的像素点，进行4-邻域相关去噪；
步骤5：将4-邻域去噪后的像素点进行形态学滤波去燥，得到高信噪比的距离像及实现50Hz实时成像。
2.根据权利要求1所述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，其特征在于，所述步骤1的直方图通过激光脉冲的时间间隔TD、延时TS和时间td，再基于触发直方图进行信号提取及目标距离值重构，即在上位机的控制下，激光发射后经延时TS后计时器及探测器开始工作，td时间后探测器发生触发，探测器停止工作并记录此时的时间，得到第一次探测的时间值，多脉冲下重复此过程统计得到触发频数直方图。
3.根据权利要求1所述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，其特征在于，所述步骤2的具体为根据相邻像素的目标距离值相近，将相邻像素点的回波直方图加以权重叠加到中心像素点得到新的直方图，将邻域参与统计等效于计算后的统计帧数，得到新的直方图；
邻域统计直方图公式为：
Figure FDA0002883136850000011
其中Y为邻域统计后的直方图分布，y为原始直方图分布，w(i，j)为邻域权重。
4.根据权利要求3所述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，其特征在于，根据步骤2的邻域选择为4-邻域，并代入步骤3，所述步骤3具体为对触发直方图进行窗口平滑，窗口选择激光脉宽占据选通门的间隔数，通过对窗内频数加权，进行去噪及提取目标处理；
匹配滤波算法算法表达式为：
K(i)＝q(i)
Figure FDA0002883136850000012
pos＝arg maxpos(U(ipos)) (2)
其中K(i)为窗口核函数，Y(ipos)为触发频数直方图中每个间隔的触发频数，U(ipos)为窗口平滑后大间隔对应的触发频数；
Figure FDA0002883136850000021
窗口长度为r。
5.根据权利要求1所述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，其特征在于，所述步骤4中4-邻域相关去噪为，经过匹配滤波提取信号后，得到距离像中存在噪声像素点，需要对其进行去噪处理，针对目标的空间相关性，进行多次距离值判断，能去除相关性较差的噪声像素点，同时对于未能提取的目标像素中空点，进行补偿。
6.根据权利要求5所述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，其特征在于，所述步骤4中4-邻域相关去噪具体包括一下步骤：
步骤4.1：计算整个阵列像的有值点个数N1
N1＝isempty(rng)
其中rng为64×64像元距离像；
步骤4.2：计算中心像素点与四邻域距离值的差值di,j，并从小到大排序，
di,j＝sort(|a-b|,|a-c|,|a-d|,|a-e|)
其中i为中心像素点的横坐标，j为中心像素点的纵坐标，a为当前计算中心像素点的距离值，b,c,d,e均为中心像素点a对应四邻域位置像素点的距离值；
步骤4.3：计算di的前两个的均值或最小值s，
Figure FDA0002883136850000022
步骤4.4：判断s与阈值thA关系，其判断表达式为：
s＜thA
当满足条件时,则得到目标值，保留：
a(i,j)＝a(i,j)
其中i为中心像素点的横坐标，j为中心像素点的纵坐标；
当不满足条件时，则得到噪声值，设为空：
a(i,j)＝[]
步骤4.5：判断中心像素点周围像素点个数是否大于等于3个，其判断表达式为：
numel(b,c,d,e)≥3
当满足条件时，其为目标点的可能性较大，此时计算其邻域方差值ss：
ss＝var(a,b,c,d)
当不满足条件时，到达步骤4.7；
步骤4.6：判断方差值ss与阈值thB关系，其判断表达式为：
ss＜thB
当满足条件时，将除去偏差最大的有值像素点的均值赋值给中心像素点：
Figure FDA0002883136850000031
当不满足条件时，则得到噪声值，设为空：
a(i,j)＝[]
步骤4.7，计算整个阵列像的有值点个数N2
N2＝isempty(rng)
步骤4.8：判断N1与N2是否相等，判断公式为：
N1＝N2
当满足条件时，结束程序；
当不满足条件时，回到步骤4.1进行循环；当N1等于N2时结束程序。
7.根据权利要求5所述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，其特征在于，所述步骤5具体为，将距离像转换为y'2值图；在2值图上进行腐蚀小区域噪声与膨胀目标轮廓，得到目标范围域；仅保目标范围域内的像素点。
8.根据权利要求7所述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，其特征在于，所述腐蚀及膨胀表达式为：
Figure FDA0002883136850000041
Figure FDA0002883136850000042
其中dst为输出阵列像，element为膨胀腐蚀元素，src为输入阵列像，x为中心像素点横坐标，y为中心像素点纵坐标，x'为横向平移量，y'为纵向平移量。
CN202110005834.1A 2021-01-05 2021-01-05 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 Pending CN112764005A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110005834.1A CN112764005A (zh) 2021-01-05 2021-01-05 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

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110005834.1A CN112764005A (zh) 2021-01-05 2021-01-05 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

Publications (1)

Publication Number Publication Date
CN112764005A true CN112764005A (zh) 2021-05-07

Family

ID=75699196

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110005834.1A Pending CN112764005A (zh) 2021-01-05 2021-01-05 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

Country Status (1)

Country Link
CN (1) CN112764005A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113820726A (zh) * 2021-09-30 2021-12-21 中国科学院光电技术研究所 一种非视域目标探测中基于多维滤波的噪声抑制方法
CN114509061A (zh) * 2021-12-30 2022-05-17 重庆特斯联智慧科技股份有限公司 一种基于障碍物属性的机器人行进路径确定方法和系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105607073A (zh) * 2015-12-18 2016-05-25 哈尔滨工业大学 一种采用相邻像元阈值法实时滤噪的光子计数成像激光雷达
CN106228521A (zh) * 2016-07-25 2016-12-14 哈尔滨工业大学 一种基于薄板样条插值的障碍物特征提取方法
CN108304781A (zh) * 2017-12-29 2018-07-20 华中科技大学 一种面阵盖革apd激光成像雷达图像预处理方法
CN111340875A (zh) * 2020-02-17 2020-06-26 南京航空航天大学 一种基于三维激光雷达的空间移动目标检测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105607073A (zh) * 2015-12-18 2016-05-25 哈尔滨工业大学 一种采用相邻像元阈值法实时滤噪的光子计数成像激光雷达
CN106228521A (zh) * 2016-07-25 2016-12-14 哈尔滨工业大学 一种基于薄板样条插值的障碍物特征提取方法
CN108304781A (zh) * 2017-12-29 2018-07-20 华中科技大学 一种面阵盖革apd激光成像雷达图像预处理方法
CN111340875A (zh) * 2020-02-17 2020-06-26 南京航空航天大学 一种基于三维激光雷达的空间移动目标检测方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
张子静: "基于概率统计的光子激光雷达性能提高的理论与实验研究", 《中国博士学位论文全文数据库 信息科技辑》 *
张晶: "《数字图像处理应用研究》", 30 April 2019 *
符超: "后向散射式激光雷达能见度仪系统设计及回波信号预处理", 《中国优秀硕士学位论文全文数据库 基础科学辑》 *
马乐: "Gm-APD激光雷达信号提取算法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113820726A (zh) * 2021-09-30 2021-12-21 中国科学院光电技术研究所 一种非视域目标探测中基于多维滤波的噪声抑制方法
CN113820726B (zh) * 2021-09-30 2023-06-13 中国科学院光电技术研究所 一种非视域目标探测中基于多维滤波的噪声抑制方法
CN114509061A (zh) * 2021-12-30 2022-05-17 重庆特斯联智慧科技股份有限公司 一种基于障碍物属性的机器人行进路径确定方法和系统

Similar Documents

Publication Publication Date Title
CN107507209B (zh) 极化sar图像的素描图提取方法
Lv et al. A method for weak target detection based on human visual contrast mechanism
CN108304781B (zh) 一种面阵盖革apd激光成像雷达图像预处理方法
Lv et al. Space moving target detection and tracking method in complex background
CN107329139B (zh) 一种双时相双极化干涉sar影像水域提取方法
CN102819827B (zh) 一种基于灰度分割的自适应矩匹配条带噪声去除方法
CN112764005A (zh) 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
CN101661611A (zh) 基于贝叶斯非局部均值滤波器的实现方法
CN111861905B (zh) 基于Gamma-Lee滤波的SAR影像斑点噪声抑制方法
CN110660065B (zh) 一种红外故障检测识别算法
CN102663385B (zh) 一种星上点目标检测方法
CN109949256B (zh) 一种基于傅里叶变换的天文图像融合方法
CN104036461B (zh) 一种基于联合滤波的红外复杂背景抑制方法
CN106886747A (zh) 一种基于扩展小波变换的复杂背景下舰船检测方法
CN106097292B (zh) 一种用于遥感影像处理的时空邻域高斯加权中值滤波方法
Zhaohui et al. Water body extraction from multi-source satellite images
Wang et al. A novel and high-speed local contrast method for infrared small-target detection
Liu et al. Moving dim and small target detection in multiframe infrared sequence with low SCR based on temporal profile similarity
CN111915558A (zh) 一种高压输电线销钉状态检测方法
CN104166975A (zh) 一种复杂环境下低空红外目标检测算法
Rees et al. The effect of median filtering on synthetic aperture radar images
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
Zhu et al. A rain-type adaptive optical flow method and its application in tropical cyclone rainfall nowcasting
CN112215832A (zh) Sar尾迹图像质量评估及自适应探测参数调整方法
Jiao et al. Infrared dim small target detection method based on background prediction and high-order statistics

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: 20210507

RJ01 Rejection of invention patent application after publication