CN115685247A - 单行条纹图像中光斑质心位置的获得方法 - Google Patents
单行条纹图像中光斑质心位置的获得方法 Download PDFInfo
- Publication number
- CN115685247A CN115685247A CN202211350619.6A CN202211350619A CN115685247A CN 115685247 A CN115685247 A CN 115685247A CN 202211350619 A CN202211350619 A CN 202211350619A CN 115685247 A CN115685247 A CN 115685247A
- Authority
- CN
- China
- Prior art keywords
- pixel
- image
- line
- effective
- gray
- 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
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000012545 processing Methods 0.000 claims abstract description 80
- 238000004891 communication Methods 0.000 claims abstract description 45
- 238000003384 imaging method Methods 0.000 claims abstract description 37
- 238000001514 detection method Methods 0.000 claims description 21
- 230000000903 blocking effect Effects 0.000 claims description 14
- 230000004044 response Effects 0.000 claims description 12
- 230000008569 process Effects 0.000 abstract description 11
- 230000005540 biological transmission Effects 0.000 abstract description 4
- 102100028029 SCL-interrupting locus protein Human genes 0.000 description 8
- 238000000605 extraction Methods 0.000 description 4
- 239000006185 dispersion Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000007493 shaping process Methods 0.000 description 2
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- 244000007853 Sarothamnus scoparius Species 0.000 description 1
- 241000872198 Serjania polyphylla Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000003756 stirring Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Landscapes
- Image Processing (AREA)
Abstract
本申请提供了一种单行条纹图像中光斑质心位置的获得方法。本申请利用并行流水线的处理方式,利用多个并行通信通道分别接收成像组件传送的各个单行条纹图像,利用多个并行的数据处理通道分别处理各个单行条纹图像,降低了每个数据处理通道的实时数据处理量,提高了图像实时处理效率,保证了平台的灵活性。通过通信同步信息中的数据有效信息保证数据传输的有效性;通过所述单行条纹图像的图像同步信息保证数据处理的完整性,保证并行操作的稳定性,避免了数据冲突。将单行条纹图像划分成多个单行区域图像进行分析和归集,确定光斑质心的像素位置偏移量。有效降低了数据处理的复杂度,提高了数据处理的效率和灵活性。
Description
技术领域
本申请涉及条纹管成像激光雷达技术领域,具体而言,涉及一种单行条纹图像中光斑质心位置的获得方法。
背景技术
条纹管成像激光雷达(英文全称Streak Tube Imaging Lidar,简称STIL),是一种闪烁式非扫描激光雷达系统。该系统的探测辐射源具有高重频、大能量的激光器,该激光器具有测量距离远、抗干扰能力强以及隐蔽性强等优点。STIL非常适合应用于飞行器中,在地形探测及目标搜寻过程中,通过扫帚式扫描机制进行线型探测激光输出,通过激光束往复摆动实现对待测目标的逐列扫描,配合飞行平台移动,实现对待测区域的高效宽幅测绘。
STIL主要应用于飞行平台,以激光器的脉冲触发方式工作,通过成像组件能够获得探测激光反馈的条纹图像。在探测激光延时反馈的过程中,需要确定条纹图像中目标光斑。其中,目标光斑表示飞行平台前的一个具有特殊特征的物体。通过目标光斑的区域位置偏移量能够确定获得多个动态延时参数的参数值,以配合激光器的脉冲触发而延后控制所述成像组件开启,以便降低飞行平台的能耗。当前,STIL在处理条纹图像中光斑质心位置采集时,需要条纹图像数据量过大,数据处理难度较大。特别是在处理目标光斑质心坐标时非常耗费系统时间,降低了STIL的效率和灵活性。
因此,本申请提供了一种单行条纹图像中光斑质心位置的获得方法,以解决上述技术问题之一。
发明内容
本申请的目的在于提供一种单行条纹图像中光斑质心位置的获得方法,能够解决上述提到的至少一个技术问题。具体方案如下:
根据本申请的具体实施方式,第一方面,本申请提供一种单行条纹图像中光斑质心位置的获得方法,包括:
响应于获取通信同步信息中的数据有效信息,基于与成像组件的任一并行通信通道串行接收单行条纹图像,其中,所述单行条纹图像是条纹图像中一行像素所形成的图像,所述条纹图像是指具有光斑的二维灰度图像,所述光斑包括探测激光回波信号的强度信息和时间信息;
利用多个并行的数据处理通道之一确定所述单行条纹图像中每个像素的像素排列位置;
在所述数据处理通道中,基于所述单行条纹图像中每个像素的像素排列位置和对应像素的灰度值获得对应像素的灰度加权值;
在所述数据处理通道中,响应于获取所述单行条纹图像的图像同步信息,基于图像划分参数的预设分块参数值对所述单行条纹图像进行区域平均划分,获取顺序排列的多个单行区域图像、每个单行区域图像的区域流水编号,其中,预设分块参数值为正整数;
在所述数据处理通道中,基于预设参照像素位置、各个单行区域图像的区域流水号以及每个像素的像素排列位置和对应像素的灰度加权值获得所述单行条纹图像中光斑质心的像素位置偏移量。
本申请实施例的上述方案与现有技术相比,至少具有以下有益效果:
本申请提供了一种单行条纹图像中光斑质心位置的获得方法。本申请利用并行流水线的处理方式,利用多个并行通信通道分别接收成像组件传送的各个单行条纹图像,利用多个并行的数据处理通道分别处理各个单行条纹图像,降低了每个数据处理通道的实时数据处理量,提高了图像实时处理效率,保证了平台的灵活性。通过通信同步信息中的数据有效信息保证数据传输的有效性;通过所述单行条纹图像的图像同步信息保证数据处理的完整性,保证并行操作的稳定性,避免了数据冲突。通过预设有效灰度阈值和预设光斑宽度阈值排除暗点像素和干扰光斑,从而减小条纹图像中因光斑弥散造成的质心提取误差,提高了提取探测激光回波信号所产生的光斑的精度。将单行条纹图像划分成多个单行区域图像,对单行区域图像中有效像素进行分析和归集,进而通过区域图像中有效像素的分析信息和归集信息确定条纹图像中光斑质心的像素位置偏移量。将具有复杂信息的目标条纹图像分割成多个小的区域图像,针对各个区域图像进行数据处理,有效降低了数据处理的复杂度,提高了数据处理的效率和灵活性。
附图说明
图1示出了根据本申请实施例的STIL的结构示意图;
图2示出了根据本申请实施例的STIL的控制过程示意图;
图3示出了根据本公开实施例的目标条纹图像中光斑位置的获得方法的流程图;
附图标记说明
1-激光组件,2-成像组件,3-延时发生器,4-处理器。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请作进一步地详细描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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它实施例,都属于本申请保护的范围。
在本申请实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义,“多种”一般包含至少两种。
应当理解,本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
应当理解,尽管在本申请实施例中可能采用术语第一、第二、第三等来描述,但这些描述不应限于这些术语。这些术语仅用来将描述区分开。例如,在不脱离本申请实施例范围的情况下,第一也可以被称为第二,类似地,第二也可以被称为第一。
取决于语境,如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地,取决于语境,短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的商品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种商品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的商品或者装置中还存在另外的相同要素。
特别需要说明的是,在说明书中存在的符号和/或数字,如果在附图说明中未被标记的,均不是附图标记。
下面结合附图详细说明本申请的可选实施例。
实施例1
对本申请提供的实施例,即一种单行条纹图像中光斑质心位置的获得方法的实施例。
如图1和图2所示,STIL包括:激光组件1、成像组件2、延时发生器3和处理器4。例如,本申请的STIL应用于飞行平台。
激光组件1包括:激光器、光束整形模块和扫描反射控制模块。激光组件1,配置为对外发射探测激光。
激光器由脉冲信号触发后输出探测激光。探测激光经过光束整形模块整形后生成线形的扫描激光束,激光束通过扫描反射控制模块经大气介质传输至物体表面形成回波信号。
成像组件2包括:光学镜头、条纹管探测器和高速相机。成像组件2,配置为采集条纹图像。
其中,如图3所示,所述条纹图像是指具有光斑的二维灰度图像,所述光斑包括探测激光回波信号的强度信息和时间信息。
二维灰度图像是由黑色调表示物体的二维图像,即图像以黑色为基准色,以不同的饱和度的黑色来显示的图像。二维灰度图像中的每个像素均具有一个灰度值。
成像组件2通过光学镜头接收探测激光回波信号,由条纹管探测器进行光电转换,将光信号转换为磷光屏电子图像信号。由延时发生器3控制条纹管探测器的时序,由电源控制条纹图像输出的触发信号,并配合电压信号对条纹管探测器进行成像调整。高速相机由条纹管探测器配合,实现成像耦合后,根据CXP 1.0/1.1及以上图像采集协议串行输出条纹图像。
延时发生器3,分别与所述激光组件1和所述成像组件2通信连接,配置为:基于多个激光控制参数的参数值控制所述激光组件1发射探测激光,且基于处理器4设置的多个动态延时参数的参数值控制所述成像组件2采集探测激光的条纹图像。例如,如图2所示,第一控制信号用于控制所述激光组件1发射探测激光;第二控制信号用于控制所述成像组件2采集探测激光的条纹图像。
多个激光控制参数的参数值均由延时发生器3进行设置。其中,所述多个激光控制参数至少包括所述激光组件1发射探测激光的扫描频率参数。此外,还包括所述脉冲信号的延时和脉宽。
本申请所述实施例的方法步骤应用于STIL中的处理器4。例如,处理器4包括FPGA接口卡;FPGA接口卡通过CXP接口线缆与成像组件2中的高速相机通信连接,FPGA接口卡用于向高速相机发送控制信号,并接收高速相机采集的条纹图像;FPGA接口卡内配置RAM存储资源,用于缓存条纹图像;通过FPGA接口卡内可编程逻辑器件能够基于条纹图像获得多个动态延时参数的参数值;FPGA接口卡包括多个并行通信通道和多个并行的数据处理通道;FPGA接口卡在获得与成像组件2的通信同步信息中的数据有效信息后利用多个并行通信通道并行接收成像组件2采集的单行条纹图像;通过多个并行的数据处理通道能够对单行条纹图像中的各个单行区域图像分别进行并行的数据处理。利用FPGA接口卡中可编程逻辑器件,采用并行流水线的处理方式,对单行条纹图像的光斑质心的位置进行实时分析和统计,将单行条纹图像中光斑质心的像素位置偏移量转换为探测激光的延时偏移量后反馈至延时发生器3,提高了探测激光时序准确性,提高了条纹图像的成像质量,进而提高了测绘准确性与测量效率。
下面结合图3对本申请实施例进行详细说明。
步骤S301,响应于获取通信同步信息中的数据有效信息,基于与成像组件2的任一并行通信通道串行接收单行条纹图像。
其中,所述单行条纹图像是条纹图像中一行像素所形成的图像,所述条纹图像是指具有光斑的二维灰度图像,所述光斑包括探测激光回波信号的强度信息和时间信息。
成像组件2与处理器4之间建立了多个并行通信通道,当成像组件2采集到条纹图像后,首先通知处理器4所传条纹图像的信息;当处理器4获得通信同步信息后,按照通信同步信息中指示的信息接收条纹图像。例如,通信同步信息是一个8比特的单个字节。
通信同步信息,至少包括:场开始位置、行开始位置、行结束位置和数据有效信息。
场开始位置,用于指示条纹图像在串行传输的数据中的位置;
行开始位置,用于指示单行条纹图像相对于场开始位置中的位置;
行结束位置,用于指示单行条纹图像的最后一个像素相对于场开始位置中的位置;
数据有效信息,用于指示条纹图像的有效性。
条纹图像的像素是一个8比特的单个字节。高速相机是以行扫描形式采集条纹图像,以串行的方式依次向处理器4输出单行条纹图像。为了提高输出效率,高速相机利用多个并行通信通道向处理器4并行输出条纹图像的各个单行条纹图像。当多个并行通信通道中的一个处于空闲状态时,成像组件2便利用该空闲的并行通信通道向处理器4传送单行条纹图像。本申请实施例仅仅是以多个并行通信通道中的一个为例对成像组件2与处理器4之间的通信进行说明,但本申请不限于此,本申请完全能够利用多个并行通信通道同时传送多个单行条纹图像。
例如,条纹图像的分辨率为500×1024,共有500个单行条纹图像,而成像组件与处理器4建立了4条并行通信通道:第一并行通信通道、第二并行通信通道、第三并行通信通道和第四并行通信通道;如果4条并行通信通道均处于空闲状态,当成像组件2采集到条纹图像的第一个单行条纹图像后,通过第一并行通信通道向处理器4输出;当成像组件2采集到条纹图像的第二个单行条纹图像后,通过第二并行通信通道向处理器4输出;当成像组件2采集到条纹图像的第三个单行条纹图像后,通过第三并行通信通道向处理器4输出;当成像组件2采集到条纹图像的第四个单行条纹图像后,通过第四并行通信通道向处理器4输出;当成像组件2采集到条纹图像的第五个单行条纹图像后,通过空闲的并行通信通道向处理器4输出;以此类推。通过多个并行通信通道保证成像组件2能够及时快速的将条纹图像传送至处理器4,保证了处理器4实时处理条纹图像。提高了处理器4的图像处理效率。
步骤S302,利用多个并行的数据处理通道之一确定所述单行条纹图像中每个像素的像素排列位置。
为了提高数据处理效率,处理器4利用多个数据处理通道对接收的各个单行条纹图像分别处理。当多个数据处理通道中的一个处于空闲状态时,处理器4便利用该空闲的数据处理通道处理单行条纹图像。本申请实施例仅仅是以多个数据处理通道中的一个为例说明处理器4对单行条纹图像的处理,但本申请不限于此,本申请完全能够利用多个数据处理通道同时对多个单行条纹图像进行处理。
例如,条纹图像的分辨率为500×1024,共有500个单行条纹图像,而处理器4具有4条数据处理通道:第一数据处理通道、第二数据处理通道、第三数据处理通道和第四数据处理通道;如果4个数据处理通道均处于空闲状态,当处理器4接收到条纹图像的第一个单行条纹图像后,通过第一数据处理通道处理第一个单行条纹图像;当处理器4接收到条纹图像的第二个单行条纹图像后,通过第二数据处理通道处理第二个单行条纹图像;当处理器4接收到条纹图像的第三个单行条纹图像后,通过第三数据处理通道处理第三个单行条纹图像;当处理器4接收到条纹图像的第四个单行条纹图像后,通过第四数据处理通道处理第四个单行条纹图像;当处理器4接收到条纹图像的第五个单行条纹图像后,通过空闲的数据处理通道处理第五个单行条纹图像;以此类推。通过多个数据处理通道保证处理器4能够及时快速的处理各个单行条纹图像,保证了处理器4实时处理单行条纹图像,提高了处理器4的图像处理效率。
每个像素的像素排列位置是以单行条纹图像的第一个像素为排列起点,开始计算的。由于是串行传输,像素排列位置可以依据传输单行条纹图像中每个像素的顺序排列位置。例如,处理器4接收到单行条纹图像的第一个像素,排列位置为1;接收找的第二个像素,排列位置为2;接收找的第三个像素,排列位置为3;以此类推。
在一些具体实施例中,所述利用多个并行的数据处理通道之一确定所述单行条纹图像中每个像素的像素排列位置,包括以下步骤:
步骤S302a,在所述多个并行的数据处理通道之一中,响应于获得所述通信同步信息中的场开始位置和行开始位置,开始对所述单行条纹图像中的每个像素依次设置像素排列位置。
例如,场开始位置指示条纹图像在串行传输的数据中的位置为1024个字节处;相对于场开始位置,条纹图像中第一个单行条纹图像的行开始位置也在1024个字节处,表示第一个单行条纹图像的第一个像素在串行传输的数据中的位置为1024个字节处;如果单行条纹图像的长度值为1024,则条纹图像中第二个单行条纹图像的第一个像素在串行传输的数据中的位置为2048个字节处;以此类推。
通过通信同步信息中的场开始位置和行开始位置使处理器4在并行接收单行条纹图像的同时,能够快速准确地在串行传输的数据中定位单行条纹图像中的第一个像素的位置。
步骤S303,在所述数据处理通道中,基于所述单行条纹图像中每个像素的像素排列位置和对应像素的灰度值获得对应像素的灰度加权值。
具体地,包括以下公式:
Multi=img_datai×i;
其中,i表示像素排列位置;Multi表示像素排列位置i的像素的灰度加权值;img_datai表示像素排列位置i的像素的灰度值。
例如,在单行条纹图像中,i=3,如果排在第3个位置的像素的灰度img_data3=10;则排列第3个位置的像素的灰度加权值Mult3=10×3=30。
在一些具体实施例中,所述在所述数据处理通道中基于所述单行区域图像中每个像素的像素排列位置和对应像素的灰度值获得对应像素的灰度加权值,包括以下步骤:
步骤S303a,在所述数据处理通道中,响应于获得所述通信同步信息中的行结束位置,基于所述单行区域图像中每个像素的像素排列位置和对应像素的灰度值获得对应像素的灰度加权值。
处理器4在接收单行条纹图像时,每接收一个像素,便对行位置计数器加一。当行位置计数器的值大于通信同步信息中的行结束位置的值时,确定该单行区域图像接收完毕,并将行位置计数器归零,开始下一单行条纹图像的计数。
通过通信同步信息中的行结束位置使处理器4能够快速准确地确定单行区域图像的结束位置,从而计算单行区域图像中每个像素的灰度加权值。
步骤S304,在所述数据处理通道中,响应于获取所述单行条纹图像的图像同步信息,基于图像划分参数的预设分块参数值对所述单行条纹图像进行区域平均划分,获取顺序排列的多个单行区域图像、每个单行区域图像的区域流水号。
本申请通过所述单行条纹图像的图像同步信息控制处理器4对单行条纹图像进行光斑质心位置的提取。当处理获取所述单行条纹图像的图像同步信息后,处理器4能够对单行条纹图像进行光斑质心位置的提取;当处理未获取所述单行条纹图像的图像同步信息时,处理器4不能对单行条纹图像进行光斑质心位置的提取。以此保证各个并行接收的单行条纹图像能够在数据完整的情况下进行光斑质心位置的提取。当行位置计数器的值大于通信同步信息中的行结束位置的值时,设置单行条纹图像的图像同步信息。
其中,预设分块参数值为正整数,所述区域流水号的范围为1~预设分块参数值。例如,如果预设分块参数值为16,则单行条纹图像的被划分成16个单行区域图像,16个单行区域图像的区域流水号的范围为1~16、即各个单行区域图像的区域流水号分别为:1、2、3、……、15、16;如果条纹图像分辨率的图像长度值为1024,则单行区域长度值=1024/16=64。如果预设分块参数值为8,则提取光斑质心位置的精度比较低;如果预设分块参数值为32,则提取光斑质心位置的数据处理量较大,影响数据处理的效率和系统的灵敏性。而预设分块参数值为16,则能够保证数据处理的效率和平台的灵敏性。
步骤S305,在所述数据处理通道中,基于预设参照像素位置、各个单行区域图像的区域流水号以及每个像素的像素排列位置和对应像素的灰度加权值获得所述单行条纹图像中光斑质心的像素位置偏移量。
所述像素位置偏移量,是指以单行条纹图像的预设参照像素位置为基础,光斑质心的像素位置与预设参照像素位置的相对位置差。
在一些具体实施例中,所述基于预设参照像素位置、各个单行区域图像的区域流水号以及每个像素的像素排列位置和对应像素的灰度加权值获得所述单行条纹图像中光斑质心的像素位置偏移量,包括以下步骤:
步骤S305-1,在每个单行区域图像中,基于每个像素的像素排列位置和对应像素的灰度值确定对应单行区域图像中的有效光斑区域。
其中,所述有效光斑区域中的像素为有效像素。
在一些具体实施例中,所述在每个单行区域图像中基于每个像素的像素排列位置和对应像素的灰度值确定对应单行区域图像中的有效光斑区域,包括以下步骤:
步骤S305-1-1,依据像素排列位置的顺序遍历每个单行区域图像中的像素,当任一像素的灰度值大于预设有效灰度阈值时,确定所述像素为对应单行区域图像中的有效像素。
本具体实施例通过预设有效灰度阈值将单行条纹图像中的像素划分为光斑像素和暗点像素。当任一像素的灰度值大于预设有效灰度阈值时,确定所述像素为对应单行区域图像中的有效像素,即光斑像素;当任一像素的灰度值小于或等于预设有效灰度阈值时,确定所述像素为对应单行区域图像中的暗点像素。可选的,预设有效灰度阈值为8。
步骤S305-1-2,基于任一具有有效像素的单行区域图像和所述单行区域图像中每个像素的像素排列位置确定对应单行区域图像中至少一个有效像素连通域和所述有效像素连通域中的有效像素数量。
有效像素连通域,是指在单行区域图像中连续排列的有效像素所形成的最大区域。有的单行区域图像中可能没有任何有效像素连通域;有的单行区域图像中可能仅存在一个有效像素连通域;有的单行区域图像中可能仅存在多个有效像素连通域。
在一些具体实施例中,所述基于任一具有有效像素的单行区域图像和所述单行区域图像中每个像素的像素排列位置确定对应单行区域图像中至少一个有效像素连通域和所述有效像素连通域中的有效像素数量,包括以下步骤:
步骤S305-1-3-1,在单行区域图像中,依据像素排列位置的排列顺序遍历单行区域图像中的每个有效像素。
例如,在单行区域图像中,依据单行区域图像中有效像素的像素排列位置从小至大,依次遍历每个有效像素,比如,单行区域图像中有效像素的像素排列位置从小至大依次为:20、21、22、48、69、70、71、72、100。
步骤S305-1-3-2,当当前有效像素的像素排列位置与上一有效像素的像素排列位置不连续时,确定所述当前有效像素的像素排列位置为当前有效像素连通域的起始位置,并确定上一有效像素的像素排列位置为上一有效像素连通域的结束位置,且当前有效像素连通域中的有效像素数量为1。
步骤S305-1-3-3,当所述当前有效像素的像素排列位置与上一有效像素的像素排列位置连续时,所述当前有效像素连通域中的有效像素数量加1。
例如,继续上述例子,在单行区域图像中,当遍历到当前有效像素的像素排列位置为20时,其不存在上一连续的有效像素,确定当前有效像素的像素排列位置20为第一有效像素连通域的起始位置,当前有效像素连通域中的有效像素数量为1;当遍历到当前有效像素的像素排列位置为21时,其上一有效像素的像素排列位置20,与像素排列位置21是连续排列的,则像素排列位置21的像素属于第一有效像素连通域,第一有效像素连通域中的有效像素数量为2;当遍历到当前有效像素的像素排列位置为22时,其上一有效像素的像素排列位置21,与像素排列位置22是连续排列的,则像素排列位置22的像素属于第一有效像素连通域,第一有效像素连通域中的有效像素数量为3;当遍历到当前有效像素的像素排列位置为48时,其上一有效像素的像素排列位置22,与像素排列位置48是不连续排列,则像素排列位置48的像素属于第二有效像素连通域,像素排列位置22的像素也就是第一有效像素连通域的结束像素,像素排列位置22也就是第一有效像素连通域的结束位置,确定当前有效像素的像素排列位置48为第二有效像素连通域的起始位置,第二有效像素连通域中的有效像素数量为1,以此类推;在单行区域图像中像素排列位置[20、21、22]的像素形成第一有效像素连通域;像素排列位置[48]的像素形成第二有效像素连通域;像素排列位置[69、70、71、72]的像素形成第三有效像素连通域;像素排列位置[100]的像素形成第四有效像素连通域。
步骤S305-1-4,当任一有效像素连通域中有效像素数量大于预设光斑宽度阈值时,确定所述有效像素连通域为有效光斑区域。
当成像组件2采集条纹图像时,也可能采集到环境干扰所产生的光斑,从而影响提取光斑质心位置的准确性。本申请通过预设光斑宽度阈值,排除干扰所产生的光斑,当有效像素连通域中有效像素数量大于预设光斑宽度阈值时,确定所述有效像素连通域为有效光斑区域;当有效像素连通域中有效像素数量小于或等于预设光斑宽度阈值时,确定所述有效像素连通域为非有效光斑区域,即干扰光斑。从而减小条纹图像中因光斑弥散造成的质心提取误差,提高了提取探测激光回波信号所产生的光斑的精度。
步骤S305-2,在每个单行区域图像中,对所有有效光斑区域中所有有效像素的灰度值进行汇总,获得对应单行区域图像中所有有效光斑的灰度总值。
例如,如果单行条纹图像的图像长度值为1024,预设分块参数值为16,则单行条纹图像的被划分成16个单行区域图像,每个单行区域图像的长度值为64,以下是一个单行区域图像中所有有效光斑的灰度总值:
步骤S305-3,在每个单行区域图像中,对所有有效光斑区域中所有有效像素的灰度加权值进行汇总,获得对应单行区域图像中所有有效光斑的灰度加权总值。
例如,如果预设分块参数值为16,则单行条纹图像的被划分成16个单行区域图像,以下是一个单行区域图像中所有有效光斑的灰度加权总值:
步骤S305-4,基于所述单行区域长度值、各个单行区域图像的区域流水号、每个单行区域图像中所有有效光斑的有效像素总数和对应单行区域图像中所有有效光斑的灰度加权总值获得所述单行条纹图像中光斑质心的像素位置偏移量。
在一些具体实施例中,所述基于所述单行区域长度值、各个单行区域图像的区域流水号、每个单行区域图像中所有有效光斑的有效像素总数和对应单行区域图像中所有有效光斑的灰度加权总值获得所述单行条纹图像中光斑质心的像素位置偏移量,包括以下步骤:
步骤S305-3-1,基于各个单行区域图像的区域流水号、对应单行区域图像中所有有效光斑的灰度总值和对应单行区域图像中所有有效光斑的有效像素总数获得所述单行条纹图像的质心像素位置。
在一些具体实施例中,所述基于各个单行区域图像的区域流水号、对应单行区域图像中所有有效光斑的灰度加权总值和对应单行区域图像中所有有效光斑的有效像素总数获得所述单行条纹图像的光斑质心值,包括以下公式:
其中,i表示一单行区域图像的区域流水号,L_zone_cen表示质心像素位置,L_zone_weiti表示一单行区域图像中所有有效光斑的灰度加权总值,L_zone_grai表示一单行区域图像中所有有效光斑的灰度总值,N等于预设分块参数值。例如,继续上述表格的例子,质心像素位置=2766132/4859≈569。步骤S305-3-2,分析所述质心像素位置与预设参照像素位置的相对位置获得所述单行条纹图像中光斑质心的像素位置偏移量。
在一些具体实施例中,所述分析所述质心像素位置与预设参照像素位置的相对位置获得所述单行条纹图像中光斑质心的像素位置偏移量,包括以下步骤:
步骤S305-3-2a,以所述单行条纹图像的预设参照像素位置为基础,分析所述质心像素位置的相对位置差,获得所述单行条纹图像中光斑质心的像素位置偏移量。
所述单行条纹图像的预设参照像素位置可以是单行条纹图像中的任意一个像素位置,本申请不做限定。
例如,继续上述例子,质心像素位置≈569;如果将预设参照像素位置设置在单行条纹图像的中心像素位置,即512像素位置,与569像素位置相减后,获得所述单行条纹图像中光斑质心的像素位置偏移量,即57像素。
本申请实施例利用并行流水线的处理方式,利用多个并行通信通道分别接收成像组件2传送的各个单行条纹图像,利用多个并行的数据处理通道分别处理各个单行条纹图像,降低了每个数据处理通道的实时数据处理量,提高了图像实时处理效率,保证了平台的灵活性。通过通信同步信息中的数据有效信息保证数据传输的有效性;通过所述单行条纹图像的图像同步信息保证数据处理的完整性,保证并行操作的稳定性,避免了数据冲突。通过预设有效灰度阈值和预设光斑宽度阈值排除暗点像素和干扰光斑,从而减小条纹图像中因光斑弥散造成的质心提取误差,提高了提取探测激光回波信号所产生的光斑的精度。将单行条纹图像划分成多个单行区域图像,对单行区域图像中有效像素进行分析和归集,进而通过区域图像中有效像素的分析信息和归集信息确定条纹图像中光斑质心的像素位置偏移量。将具有复杂信息的目标条纹图像分割成多个小的区域图像,针对各个区域图像进行数据处理,有效降低了数据处理的复杂度,提高了数据处理的效率和灵活性。
最后应说明的是:本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (9)
1.一种单行条纹图像中光斑质心位置的获得方法,其特征在于,包括:
响应于获取通信同步信息中的数据有效信息,基于与成像组件的任一并行通信通道串行接收单行条纹图像,其中,所述单行条纹图像是条纹图像中一行像素所形成的图像,所述条纹图像是指具有光斑的二维灰度图像,所述光斑包括探测激光回波信号的强度信息和时间信息;
利用多个并行的数据处理通道之一确定所述单行条纹图像中每个像素的像素排列位置;
在所述数据处理通道中,基于所述单行条纹图像中每个像素的像素排列位置和对应像素的灰度值获得对应像素的灰度加权值;
在所述数据处理通道中,响应于获取所述单行条纹图像的图像同步信息,基于图像划分参数的预设分块参数值对所述单行条纹图像进行区域平均划分,获取顺序排列的多个单行区域图像、每个单行区域图像的区域流水编号,其中,预设分块参数值为正整数;
在所述数据处理通道中,基于预设参照像素位置、各个单行区域图像的区域流水号以及每个像素的像素排列位置和对应像素的灰度加权值获得所述单行条纹图像中光斑质心的像素位置偏移量。
2.根据权利要求1所述的方法,其特征在于,所述基于预设参照像素位置、各个单行区域图像的区域流水号以及每个像素的像素排列位置和对应像素的灰度加权值获得所述单行条纹图像中光斑质心的像素位置偏移量,包括:
在每个单行区域图像中,基于每个像素的像素排列位置和对应像素的灰度值确定对应单行区域图像中的有效光斑区域,其中,所述有效光斑区域中的像素为有效像素;
在每个单行区域图像中,对所有有效光斑区域中所有有效像素的灰度值进行汇总,获得对应单行区域图像中所有有效光斑的灰度总值;
在每个单行区域图像中,对所有有效光斑区域中所有有效像素的灰度加权值进行汇总,获得对应单行区域图像中有效光斑的灰度加权总值;
基于预设参照像素位置各个单行区域图像的区域流水号、每个单行区域图像中所有有效光斑的灰度总值和对应单行区域图像中所有有效光斑的灰度加权总值获得所述单行条纹图像中光斑质心的像素位置偏移量。
3.根据权利要求2所述的方法,其特征在于,所述在每个单行区域图像中基于每个像素的像素排列位置和对应像素的灰度值确定对应单行区域图像中的有效光斑区域,包括:
依据像素排列位置的顺序遍历每个单行区域图像中的像素,当任一像素的灰度值大于预设有效灰度阈值时,确定所述像素为对应单行区域图像中的有效像素;
基于任一具有有效像素的单行区域图像和所述单行区域图像中每个像素的像素排列位置确定对应单行区域图像中至少一个有效像素连通域和所述有效像素连通域中的有效像素数量;
当任一有效像素连通域中有效像素数量大于预设光斑宽度阈值时,确定所述有效像素连通域为有效光斑区域。
4.根据权利要求3所述的方法,其特征在于,所述基于任一具有有效像素的单行区域图像和所述单行区域图像中每个像素的像素排列位置确定对应单行区域图像中至少一个有效像素连通域和所述有效像素连通域中的有效像素数量,包括:
在单行区域图像中,依据像素排列位置的排列顺序遍历单行区域图像中的每个有效像素;
当当前有效像素的像素排列位置与上一有效像素的像素排列位置不连续时,确定所述当前有效像素的像素排列位置为当前有效像素连通域的起始位置,并确定上一有效像素的像素排列位置为上一有效像素连通域的结束位置,且当前有效像素连通域中的有效像素数量为1;
当所述当前有效像素的像素排列位置与上一有效像素的像素排列位置连续时,所述当前有效像素连通域中的有效像素数量加1。
5.根据权利要求1所述的方法,其特征在于,所述利用多个并行的数据处理通道之一确定所述单行条纹图像中每个像素的像素排列位置,包括:
在多个并行的数据处理通道之一中,响应于获得所述通信同步信息中的场开始位置和行开始位置行开始位置,开始对所述单行条纹图像中的每个像素依次设置像素排列位置。
6.根据权利要求1所述的方法,其特征在于,所述在所述数据处理通道中基于所述单行区域图像中每个像素的像素排列位置和对应像素的灰度值获得对应像素的灰度加权值,包括:
在所述数据处理通道中,响应于获得所述通信同步信息中的行结束位置,基于所述单行区域图像中每个像素的像素排列位置和对应像素的灰度值获得对应像素的灰度加权值。
7.根据权利要求2所述的方法,其特征在于,所述基于预设参照像素位置各个单行区域图像的区域流水号、每个单行区域图像中所有有效光斑的灰度总值和对应单行区域图像中所有有效光斑的灰度加权总值获得所述单行条纹图像中光斑质心的像素位置偏移量,包括:
基于各个单行区域图像的区域流水号、对应单行区域图像中所有有效光斑的灰度总值和对应单行区域图像中所有有效光斑的有效像素总数获得所述单行条纹图像的质心像素位置;
分析所述质心像素位置与预设参照像素位置的相对位置获得所述单行条纹图像中光斑质心的像素位置偏移量。
9.根据权利要求7所述的方法,其特征在于,所述分析所述质心像素位置与预设参照像素位置的相对位置获得所述单行条纹图像中光斑质心的像素位置偏移量,包括:
以所述单行条纹图像的预设参照像素位置为基础,分析所述质心像素位置的相对位置差,获得所述单行条纹图像中光斑质心的像素位置偏移量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211350619.6A CN115685247B (zh) | 2022-10-31 | 2022-10-31 | 单行条纹图像中光斑质心位置的获得方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211350619.6A CN115685247B (zh) | 2022-10-31 | 2022-10-31 | 单行条纹图像中光斑质心位置的获得方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115685247A true CN115685247A (zh) | 2023-02-03 |
CN115685247B CN115685247B (zh) | 2024-05-31 |
Family
ID=85046923
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211350619.6A Active CN115685247B (zh) | 2022-10-31 | 2022-10-31 | 单行条纹图像中光斑质心位置的获得方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115685247B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103017654A (zh) * | 2012-11-29 | 2013-04-03 | 北京航空航天大学 | 一种光斑图像多路质心定位方法及装置 |
CN103630299A (zh) * | 2013-11-29 | 2014-03-12 | 北京航空航天大学 | 一种大像素数光斑图像的实时质心定位方法及装置 |
US20170353707A1 (en) * | 2016-06-03 | 2017-12-07 | Samsung Electronics Co., Ltd. | Timestamp error correction with double readout for the 3d camera with epipolar line laser point scanning |
CN109581410A (zh) * | 2019-01-08 | 2019-04-05 | 北京理工大学 | 一种新型的基于压缩感知的条纹管激光成像系统 |
CN112116619A (zh) * | 2020-09-16 | 2020-12-22 | 昆明理工大学 | 一种基于结构约束的多线结构光系统条纹中心线提取方法 |
CN112330611A (zh) * | 2020-10-22 | 2021-02-05 | 南京航空航天大学 | 一种面向fpga的高并行性光斑分割方法 |
-
2022
- 2022-10-31 CN CN202211350619.6A patent/CN115685247B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103017654A (zh) * | 2012-11-29 | 2013-04-03 | 北京航空航天大学 | 一种光斑图像多路质心定位方法及装置 |
CN103630299A (zh) * | 2013-11-29 | 2014-03-12 | 北京航空航天大学 | 一种大像素数光斑图像的实时质心定位方法及装置 |
US20170353707A1 (en) * | 2016-06-03 | 2017-12-07 | Samsung Electronics Co., Ltd. | Timestamp error correction with double readout for the 3d camera with epipolar line laser point scanning |
CN109581410A (zh) * | 2019-01-08 | 2019-04-05 | 北京理工大学 | 一种新型的基于压缩感知的条纹管激光成像系统 |
CN112116619A (zh) * | 2020-09-16 | 2020-12-22 | 昆明理工大学 | 一种基于结构约束的多线结构光系统条纹中心线提取方法 |
CN112330611A (zh) * | 2020-10-22 | 2021-02-05 | 南京航空航天大学 | 一种面向fpga的高并行性光斑分割方法 |
Non-Patent Citations (4)
Title |
---|
DONG, ZW ET AL.: "Ground target extraction using airborne streak tube imaging LiDAR", JOURNAL OF APPLIED REMOTE SENSING, 12 February 2021 (2021-02-12) * |
GUANGCHAO YE ET AL.: "Depth resolution improvement of streak tube imaging lidar using optimal signal width", OPTICAL ENGINEERING, 26 October 2016 (2016-10-26) * |
张明富;段梦琨;马月辉;: "基于Fisher准则的Otsu法在光斑中心定位中的应用", 激光与红外, no. 05, 20 May 2020 (2020-05-20) * |
李荣翠;: "激光探测器光斑质心算法硬件设计", 电子技术应用, no. 02, 6 February 2018 (2018-02-06) * |
Also Published As
Publication number | Publication date |
---|---|
CN115685247B (zh) | 2024-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110554404B (zh) | 一种强背景噪声下Gm-APD阵列激光雷达成像方法及系统 | |
CN109791195A (zh) | 用于光达的自适应发射功率控制 | |
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 | |
US20220120872A1 (en) | Methods for dynamically adjusting threshold of sipm receiver and laser radar, and laser radar | |
CN111965626B (zh) | 用于激光雷达的回波检测校正方法及装置、环境感知系统 | |
CN109115121A (zh) | 一种大视场激光三维成像仪及成像方法 | |
EP2966475B1 (en) | A method for binning time-of-flight data | |
CN111445522B (zh) | 被动式夜视智能探雷系统及智能探雷方法 | |
US20200041651A1 (en) | System and method for improving range resolution in a lidar system | |
EP4016124A1 (en) | Time of flight calculation with inter-bin delta estimation | |
CN106772426A (zh) | 实现远距离激光高灵敏单光子成像的系统 | |
CN115856933A (zh) | 高通量光子计数激光雷达成像装置及方法 | |
WO2020249359A1 (en) | Method and apparatus for three-dimensional imaging | |
CN111538026B (zh) | 一种激光测距方法及系统 | |
WO2021179583A1 (zh) | 探测方法及探测设备 | |
CN101692069B (zh) | 超声扫描显微镜c扫描tof图像的构建方法 | |
CN115685247B (zh) | 单行条纹图像中光斑质心位置的获得方法 | |
US20230273321A1 (en) | 3D Image Sensor Ranging System, and Ranging Method Using Same | |
CN113126064A (zh) | 一种信号处理方法及相关装置 | |
CN115685242B (zh) | 一种探测激光延时反馈的控制系统 | |
CN113597534B (zh) | 测距成像系统、测距成像方法和程序 | |
CN115656978A (zh) | 目标条纹图像中光斑位置的获得方法和装置 | |
CN115876110A (zh) | 基于fmcw激光雷达的全场形变与振动测量方法及系统 | |
CN107392955A (zh) | 一种基于亮度的景深估算装置及方法 | |
CN116359886A (zh) | 一种雷达控制方法、终端设备及计算机可读存储介质 |
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 |