CN113325436B - 基于后向散射模型的单光子成像系统仿真模型及建模方法 - Google Patents
基于后向散射模型的单光子成像系统仿真模型及建模方法 Download PDFInfo
- Publication number
- CN113325436B CN113325436B CN202110886279.8A CN202110886279A CN113325436B CN 113325436 B CN113325436 B CN 113325436B CN 202110886279 A CN202110886279 A CN 202110886279A CN 113325436 B CN113325436 B CN 113325436B
- Authority
- CN
- China
- Prior art keywords
- single photon
- imaging system
- underwater
- model
- photon imaging
- 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
- 238000003384 imaging method Methods 0.000 title claims abstract description 75
- 238000004088 simulation Methods 0.000 title claims abstract description 54
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000002310 reflectometry Methods 0.000 claims abstract description 23
- 238000005316 response function Methods 0.000 claims abstract description 10
- 230000004044 response Effects 0.000 claims abstract description 6
- 230000008569 process Effects 0.000 claims abstract description 5
- 230000003287 optical effect Effects 0.000 claims description 30
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 29
- 230000005540 biological transmission Effects 0.000 claims description 21
- 238000002834 transmittance Methods 0.000 claims description 9
- 230000010354 integration Effects 0.000 claims description 5
- 230000005855 radiation Effects 0.000 claims description 5
- 230000007935 neutral effect Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000008878 coupling Effects 0.000 claims description 3
- 238000010168 coupling process Methods 0.000 claims description 3
- 238000005859 coupling reaction Methods 0.000 claims description 3
- 239000013307 optical fiber Substances 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 2
- 238000001914 filtration Methods 0.000 abstract description 4
- 230000000694 effects Effects 0.000 abstract description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000005094 computer simulation Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001161 time-correlated single photon counting Methods 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012634 optical imaging Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Computer Networks & Wireless Communication (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Electromagnetism (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明涉及一种基于后向散射模型的单光子成像系统仿真模型及建模方法。解决现有成像系统建模方法无法较为准确的实现水下单光子成像系统建模的问题。本发明通过给定相关参数,确定后向散射光功率参数;之后求得单位反射率下的回波光子以及背景噪声个数,同时考虑系统的暗计数,构成单光子探测器接收到的所有信号。最后通过观测方程,得到回波信号的期望,其中将系统的响应过程建模成泊松分布,参考响应函数设计为含指数分量的高斯函数模型,进而得到水下单光子成像系统仿真模型。利用该模型,通过匹配滤波可以验证不同器件参数和衰减长度下水下单光子成像系统对于水下目标的成像能力,对未来实现更高衰减长度的成像具有一定的指导以及借鉴作用。
Description
技术领域
本发明属于水下光学成像技术领域,涉及一种基于后向散射模型的水下单光子成像系统仿真模型及建模方法。
背景技术
水下目标成像技术是现代海洋科考、水下资源勘探及水下军事发展的重要技术手段。
水下目标成像中,受到水体以及水中杂质等的影响导致光在水中面临严重的能量衰减,使得探测目标能量极其微弱。单光子三维成像技术作为当下较为前沿的研究领域,可实现极弱光条件下复杂场景的成像。因此,水下单光子成像系统可以实现在未来具有实现高衰减长度成像的前景。
相较于单光子成像系统在大气传输中的应用,水下传输环境面临后向散射的干扰,因此,在大气中的成像系统建模方法,不能直接应用在水下单光子成像系统的建模。
发明内容
本发明的目的是提供一种基于后向散射模型的水下单光子成像仿真模型及模型构建方法,以解决现有成像系统建模方法无法较为准确的实现水下单光子成像系统建模的问题。本发明在建模时考虑水下传输环境后向散射对激光能量的干扰,并依托更好的数学模型,获得最终的仿真结果,从仿真角度对后向散射对水下单光子成像的影响进行论证,对未来具体实施操作具有一定的指导以及借鉴作用。
本发明技术方案是提高一种基于后向散射模型的单光子成像系统仿真模型建模方法,其特殊之处在于,包括以下步骤:
步骤1、给定水下单光子成像系统中各器件、目标环境以及光在水下传输过程的相关仿真参数,利用所述相关仿真参数构建后向散射模型,确定后向散射光功率参数;
步骤2、确定单光子探测器接收到的所有信号;
步骤3、设计系统的脉冲响应函数,确定目标在水下单光子成像系统仿真模型中各像素的反射率,最终得到基于后向散射模型的水下单光子成像系统仿真模型;
步骤3.1、确定系统的脉冲响应函数;
步骤3.2、确定目标在水下单光子成像系统仿真模型中各像素的反射率;
步骤3.3、得到基于后向散射模型的水下单光子成像系统仿真模型:
其中,为水下单光子成像系统中激光器总能量,为目标反射率,为水体透过
率,,为水下单光子成像系统中光学系统的接收孔径,为探测所用的水缸透过
率,为水下单光子成像系统中光学透镜组接收发射传输效率,为水下单光子成像系统中
光学镜片器件衰减效率,为水下单光子成像系统中单光子探测器总效率,为单个光子
能量,为系统到目标的距离,D= Z+z,z为大气中的传输距离。
其中,为水下单光子成像系统光学系统中带通滤波片的传输效率,为水下
单光子成像系统光学系统中中性密度衰减片的传输效率,为水下单光子成像系统光学
系统中光纤耦合效率,为发射光学系统透镜组传输效率,为接收光学系统透镜组传
输效率,为单光子探测器填充因子,为单光子探测器量子转换效率。
本发明还提供一种基于后向散射模型的水下单光子成像系统仿真模型,其特殊之处在于:
本发明的有益效果是:
1、本发明通过给定水下单光子成像系统中各器件以及目标环境、传输过程的相关参数,构建后向散射模型,确定后向散射光功率参数;之后通过激光雷达方程求得单位反射率下的回波光子以及背景噪声个数,同时考虑系统的暗计数,进而构成单光子探测器接收到的所有信号。最后通过观测方程,得到回波信号的期望,其中将系统的响应过程建模成泊松分布,系统的参考响应函数设计为含指数分量的高斯函数模型,进而得到基于后向散射模型的水下单光子成像系统仿真模型。利用该模型,通过匹配滤波可以验证不同器件参数和衰减长度下水下单光子成像系统对于水下目标的成像能力,对未来实现更高衰减长度的成像具有一定的指导以及借鉴作用。
2、本发明采用GWEC模型代替传统高斯模型,使得IRF更贴近于实际系统中的IRF,使得仿真更具说服力且更容易拟合出较好的仿真结果。
附图说明
图1为本发明水下单光子成像系统仿真原理图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合说明书附图对本发明的具体实施方式做详细的说明,显然所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通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,都应当属于本发明的保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发明还可以采用其他不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施例的限制。
结合图1,本实施例通过下述过程实现建模及仿真:
步骤二:根据实际水下单光子成像系统中的激光器设备,给定相关仿真参数:脉冲
激光器脉宽FWHM,波长(单位:纳米),激光器重复频率,累积时间t(单位:秒),发射单脉冲
平均能;根据相关仿真参数可得激光器总能量:。
步骤三:通过步骤二给定的与激光器相关的仿真参数以及步骤一给定的常量参数,计算单个光子能量:
步骤四:根据水下单光子成像系统中的实际光学系统所需的相关光学器件依次给定相关仿真参数,如图1中相关光学器件包括发射光学系统透镜组、带通滤波片、中性密度衰减片及接收光学系统透镜组,因此给定的相关仿真参数包括:
水下单光子成像系统光学系统中中性密度衰减片传输效率,水下单光子成像
系统光学系统中光纤耦合效率,水下单光子成像系统中光学系统的接收孔径,瞬时视
场IFOV,发射光学系统透镜组传输效率,带通滤波片传输效率,接收光学系统透镜
组传输效率。
步骤五:根据水下单光子成像系统中的单光子探测器设备以及时间相关单光子计
数器TCSPC参数给定相关仿真参数:单光子探测器填充因子,暗计数率,单光子探测器
量子转换效率,探测周期内时间栅格的个数,以及TCSPC的时间分辨率(单位:
秒)。并通过上述仿真参数确定单光子探测器总效率。
步骤七:给定光在水下传输过程的相关仿真参数:
针对光在水下传输时会引起后向散射的情况,本实施例拟通过引入后向散射模型
对传输能量损耗进行概率计算,因此给定的相关仿真参数有后向散射截获系数,光在水
下传播过程中单向散射率,非对称系数,大气衰减系数以及光束从激光器照射水体的
表面透过率。
步骤八:通过给定后向散射模型确定后向散射光功率参数:
步骤十:根据后向散射光功率参数和探测水深以及水衰减系数的关系,对目标在水体内的传输距离进行算法级别的门控处理,推导光在水中的后向散射能量损耗,并得出单光子探测器接收的后向散射光子:
步骤十一:根据激光雷达的能量方程可计算得出单光子探测器中的背景噪声个数:
步骤十三:由步骤十到十二,可得到单光子探测器收集到的所有噪声,将其进行累加得到最终的噪声回波等级。
步骤十四:通过改进的含指数分量的高斯函数(Gaussian with Exponential
Component,GWEC)模型来表示系统的脉冲响应函数(instrument response function,
IRF),进而更好的贴合实际系统的脉冲响应函数。含指数分量的高斯函数模型的概率密度
函数(probability density function,PDF)可由传统的高斯模型与指数分布的卷积
得到,代表卷积,为高斯分布的PDF,是指数函数的
PDF,为了计算方便,为指数函数期望的倒数:
步骤十五:将GWEC的PDF进行化简运算可得到关于的最终表达式,其中
为余误差函数,分别对应原高斯函数模型的期望和方差以及原指数函数模型期望
的倒数。其中,和可由激光器输出脉宽的半高全宽FWHM得到:
步骤十七:根据激光雷达观测方程建立每个像素的回波分布图,其中,噪声信号定义为均匀分布的加性噪声,每个像素的回波分布服从泊松分布:
步骤十八:根据匹配滤波的方法得到目标的三维重建图。
为了验证本发明GWEC模型更贴合实际系统的脉冲响应函数,以下在不同的仿真环境下采用GWEC模型和高斯模型重建图像,分别获得两个模型对应的重建信号误差(SRE,signal-to-reconstruction-error),SRE的计算方式如下:
表1和表2为两个模型对应的SRE提升结果:
从表1和表2可以看出,本发明所采用的GWEC模型的SRE提升结果相对于原高斯型无论在重建距离图还是在重建反射率图中均高于原高斯型,证明本发明所采用的GWEC模型可以更好的贴合实际系统的脉冲响应函数。
Claims (8)
1.一种基于后向散射模型的单光子成像系统仿真模型建模方法,其特征在于,包括以下步骤:
步骤1、给定水下单光子成像系统中各器件、目标环境以及光在水下传输过程的相关仿真参数,利用所述相关仿真参数构建后向散射模型,确定后向散射光功率参数;
步骤2、确定单光子探测器接收到的所有信号;
步骤3、设计系统的脉冲响应函数,确定目标在水下单光子成像系统仿真模型中各像素的反射率,最终得到基于后向散射模型的水下单光子成像系统仿真模型;
步骤3.1、确定系统的脉冲响应函数;
步骤3.2、确定目标在水下单光子成像系统仿真模型中各像素的反射率;
步骤3.3、得到基于后向散射模型的水下单光子成像系统仿真模型:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110886279.8A CN113325436B (zh) | 2021-08-03 | 2021-08-03 | 基于后向散射模型的单光子成像系统仿真模型及建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110886279.8A CN113325436B (zh) | 2021-08-03 | 2021-08-03 | 基于后向散射模型的单光子成像系统仿真模型及建模方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113325436A CN113325436A (zh) | 2021-08-31 |
CN113325436B true CN113325436B (zh) | 2021-12-14 |
Family
ID=77427004
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110886279.8A Active CN113325436B (zh) | 2021-08-03 | 2021-08-03 | 基于后向散射模型的单光子成像系统仿真模型及建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113325436B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115615958B (zh) * | 2022-09-29 | 2024-06-18 | 哈尔滨工业大学(威海) | 闪光成像激光雷达测量水体后向衰减系数的方法及应用 |
CN116299550B (zh) * | 2023-05-16 | 2023-09-01 | 中国科学院西安光学精密机械研究所 | 一种水下共轴单光子成像系统及方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103575504A (zh) * | 2013-11-25 | 2014-02-12 | 南京大学 | 基于超导纳米线单光子探测器的光时域反射计 |
US10073177B2 (en) * | 2014-11-14 | 2018-09-11 | Massachusetts Institute Of Technology | Methods and apparatus for phased array imaging |
WO2018140522A2 (en) * | 2017-01-25 | 2018-08-02 | Apple Inc. | Spad detector having modulated sensitivity |
CN107462898B (zh) * | 2017-08-08 | 2019-06-28 | 中国科学院西安光学精密机械研究所 | 基于单光子阵列的选通型漫反射绕角成像系统与方法 |
CN110398750A (zh) * | 2019-09-03 | 2019-11-01 | 中智科仪(北京)科技有限公司 | 一种基于门控单光子相机的激光水下目标探测系统 |
CN111308493A (zh) * | 2019-12-02 | 2020-06-19 | 中国科学院光电技术研究所 | 一种基于双单光子探测器的水下三维成像激光雷达装置 |
CN111999742B (zh) * | 2020-07-14 | 2022-04-22 | 哈尔滨工业大学 | 一种基于单量估计的Gm-APD激光雷达透雾成像重构方法 |
-
2021
- 2021-08-03 CN CN202110886279.8A patent/CN113325436B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113325436A (zh) | 2021-08-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113325436B (zh) | 基于后向散射模型的单光子成像系统仿真模型及建模方法 | |
CN103020904B (zh) | 反射消除系统 | |
CN109613556B (zh) | 基于稀疏表征的光子计数激光三维探测成像方法 | |
CN111488549B (zh) | 一种基于深度学习求解电磁逆散射问题的混合输入方法 | |
CN107831485A (zh) | 船载多视场激光雷达探测多个水体光学特征参数的方法 | |
CN114612626A (zh) | 一种水下地形的获取方法和系统 | |
CN115640705B (zh) | 一种水下光电成像的psf与bsf仿真模拟方法 | |
CN116817869A (zh) | 一种利用激光雷达数据的海底光子信号确定方法 | |
CN112802142B (zh) | 一种非视域成像方法及系统 | |
CN113888420A (zh) | 一种基于修正模型的水下图像复原方法、设备及存储介质 | |
CN113253240A (zh) | 一种基于光子探测的空间目标识别分法、存储介质和系统 | |
CN117031435A (zh) | 确定高光谱激光雷达多通道回波波形类型的方法及系统 | |
CN114578376B (zh) | 一种基于海洋湍流的单光子成像仿真方法 | |
CN110426729A (zh) | 单事件校正方法、图像重建方法、装置及计算机存储介质 | |
CN114862896A (zh) | 一种基于深度模型的可见光至红外图像转换方法 | |
CN114882378A (zh) | 一种不配对遥感影像薄云雾检测及去除方法 | |
Sánchez-Ferreira et al. | Multi-objective differential evolution algorithm for underwater image restoration | |
Nguyen et al. | Apparent image formation by Compton-scattered photons in gamma-ray imaging | |
CN111402397A (zh) | 基于无监督数据的tof深度数据优化方法及装置 | |
CN110009586B (zh) | 一种水下激光图像复原方法及系统 | |
CN117494538B (zh) | 一种单光子激光雷达系统观测噪声模型建立方法 | |
Wu et al. | A novel Rayleigh lidar signal denoising algorithm for far-field noise suppression and high-accuracy retrieval | |
CN114066792B (zh) | 一种基于多分辨率融合卷积神经网络的穿墙雷达成像方法 | |
Armstrong et al. | The application of inverse filters to 3D microscanning of LADAR imagery | |
CN116755056B (zh) | 用于高光谱激光雷达的测距分辨率显著增强方法及系统 |
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 |