[发明专利]一种条纹激光回波信息提取方法

说明书

本发明实施例涉及图像处理领域，具体涉及一种条纹激光回波信息提取方法，包括：读取原始回波条纹图，将所述回波条纹图各个像素点处的灰度值看作灰度值随机游走的结果，分析图像特征；随机选取某一像素点，并计算灰度值的差值，设定一个间隔值R，使得||(x2，y2)‑(x1，y1)||＝R≤1；计算差值的期望值；依据分形理论可得期望值E(G)与间隔值R满足关系：log(E)＝(3‑D)log R+log C；通过间隔值R的多次迭代，得到一组对应的期望值E与间隔值R的数组，从而获得特征值D；将图像中的特征值D以灰度图像形式显示，得到特征值条纹图；找出增强信号区域；依据所述增强信号区域对原始回波条纹图进行信息提取，获得纯净的回波信息图。本发明能够使得回波图像更加清晰。

技术领域

本发明涉及图像处理领域，具体涉及一种条纹激光回波信息提取方法。

背景技术

激光雷达以其相比于传统的测量技术的独特优势，虽然发展的时间较短，却已经迅速被应用到远程测量、地形探测、无人驾驶避障等方面。条纹原理机载激光雷达作为激光雷达的典型代表，在目标侦察、地形测绘、水下目标成像等方面都发挥着重要作用。

目前，在硬件方面，条纹原理激光雷达已经实现了飞速的发展；在软件方面，却远远跟不上硬件发展的步伐。尤其是对原始回波信号的前期处理部分，运算量大，难度较高，目前已经成为制约激光雷达整体发展的一个重要因素。

激光雷达原始信号经过信息提取后可获得激光点云数据，激光点云数据是后期制作各类数字电子地图产品的统一数据形式。由于条纹原理激光雷达原始回波信号为条纹图。条纹图横坐标表示回波信号的时间信息，也即是目标的距离信息；图像的纵坐标表示的是目标的空间位置信息，也即是激光在空间上的发散，激光发出之后到达探测目标时，激光已经在空间上产生发散，并存在一定的发散角，不同方位的光线照射到目标的不同位置上，因此回波信号在纵坐标上的发散表示了探测目标的空间位置信息。因此，对条纹回波信号的提取就是对探测目标三维位置信息以及表面反射强度信息的提取，从而可以得到丰富的探测目标的信息。

传统提取方式中，用于信号提取的算法主要有拟合法，阈值算法和Snakes主动轮廓模型法。这些方法均有各自的优势和劣势，拟合法适合信号已知回波信号特征的信号提取，但运算量较大；阈值算法相对运算量较小，但提取精度较低；Snakes主动轮廓模型法灵活方便，适合数字图像目标识别与信息提取，但是人机交互较多，对处理大数据量的数字图片没有优势。

因此，研发一种准确从回波信号中提取目标图像信息的方法就变得十分紧迫。

发明内容

本发明实施例提供了一种条纹激光回波信息提取方法，以解决现有目标回波图像提取不清晰的技术问题。

本发明实施例提供的一种条纹激光回波信息提取方法：包括如下步骤：

步骤101：读取原始回波条纹图，将所述回波条纹图各个像素点处的灰度值看作灰度值随机游走的结果，分析图像特征；

步骤102：随机选取某一像素点I(x1，y1)，并计算该像素点与其周围四领域内像素点I(x2，y2)灰度值的差值G，即G＝I(x2，y2)-I(x1，y1)；

步骤103：所述选取的像素点I(x1，y1)与其周围四领域内像素点I(x2，y2)作差，设定一个间隔值R，使得||(x2，y2)-(x1，y1)||＝R≤1；

步骤104：计算差值G的期望值，得到E(G)；

步骤105：依据分形理论可得期望值E(G)与间隔值R满足关系：log(E)＝(3-D)logR+log C，其中C为常数，D为特征值；

步骤106:通过间隔值R的多次迭代，得到一组对应的期望值E与间隔值R的数组，从而获得特征值D；

步骤107：将图像中的特征值D以灰度图像形式显示，得到特征值条纹图；