[发明专利]一种基于单量估计的Gm-APD激光雷达透雾成像重构方法有效
申请号: | 202010677273.5 | 申请日: | 2020-07-14 |
公开(公告)号: | CN111999742B | 公开(公告)日: | 2022-04-22 |
发明(设计)人: | 孙剑峰;高尚;姜鹏;刘迪;陆威;李思宁 | 申请(专利权)人: | 哈尔滨工业大学 |
主分类号: | G01S17/89 | 分类号: | G01S17/89 |
代理公司: | 哈尔滨市阳光惠远知识产权代理有限公司 23211 | 代理人: | 刘景祥 |
地址: | 150001 黑龙*** | 国省代码: | 黑龙江;23 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 估计 gm apd 激光雷达 成像 方法 | ||
本发明公开了一种基于单量估计的Gm‑APD激光雷达透雾成像重构方法。步骤1:确定雾天成像回波组成及其分布,所述雾天成像为雾天激光雷达接收到的光子;步骤2:根据步骤1的雾天成像回波组成及其分布,得到Gm‑APD激光雷达的后向散射分布模型;步骤3:基于衰减系数计算公式或能见度经验公式,对步骤2得到的后向散射分布模型中的衰减系数μ进行测量计算;步骤4:将计算得到的衰减系数μ代入步骤2的后向散射分布模型中,并将代入衰减系数μ的后向散射分布模型进行极大似然估计,得到碰撞次数k的估计值;步骤5:通过步骤4得到目标距离值R;步骤6:对所有像元进行遍历计算,最终得到抑制雾的后向散射后的重构三维距离像Rxy。有效提升了雾中目标的恢复准确度。
技术领域
本发明属于激光雷达的技术领域;具体涉及一种基于单量估计的Gm-APD激光雷达透雾成像重构方法。
背景技术
目前对于雾天成像的去雾处理主要集中在图像层面,包括基于雾天图像增强的算法如同态滤波算法和Retinex算法等,基于McCartney大气散射模型的雾天图像复原如基于深度关系的去雾处理以及被认为是当前最好的去雾方法——基于暗通道先验的去雾方法等,这些方法对修复图像各部分的颜色、提高图像对比度有较好的效果,但并不能直接用于Gm-APD激光雷达去雾处理,其一,激光雷达三维像的恢复更多的是追求距离值的准确而非对比度的提高,其二,Gm-APD激光雷达每一个像元都对应大量的回波数据,在进行图像去雾处理之前,需进行信号级目标提取进而重构出三维距离像。单光子探测的Gm-APD激光雷达,探测距离增加而时间分辨率有所下降,在穿过相同长度的雾并对雾后目标进行成像时,可用来进行Gamma模型参数估计的有效数据量降低,进而导致估计准确率降低。
发明内容
本发明提出一种基于单量估计的Gm-APD激光雷达透雾成像重构方法,有效提升了雾中目标的恢复准确度。
本发明通过以下技术方案实现:
一种基于单量估计的Gm-APD激光雷达透雾成像重构方法,所述透雾成像重构方法包括以下步骤:
步骤1:确定雾天成像回波组成及其分布,所述雾天成像为雾天激光雷达接收到的光子;
步骤2:根据步骤1的雾天成像回波组成及其分布,得到Gm-APD激光雷达的后向散射分布模型;
步骤3:基于衰减系数计算公式或能见度经验公式,对步骤2得到的后向散射分布模型中的衰减系数μ进行测量计算;
步骤4:将计算得到的衰减系数μ代入步骤2的后向散射分布模型中,并将代入衰减系数μ的后向散射分布模型进行极大似然估计,得到碰撞次数k的估计值;
步骤5:通过碰撞次数k的估计值得到后向散射光子分布NB(bin),对后向散射光子分布NB(bin)和回波光子分布N(bin)按最大值进行归一化,将两者的归一化结果相减,结果取大于零的部分,选定目标回波信号,采用公式(1)对目标回波信号进行拟合从而得到目标距离值R;
步骤6:对所有像元进行遍历计算,最终得到抑制雾的后向散射后的重构三维距离像Rxy。
进一步的,所述步骤1中光子包括:目标回波光子、后向散射光子和环境背景光子,所述目标回波光子的分布与发射激光脉冲波形和目标距离有关,所述目标回波光子的分布表达式为:
τ为激光脉宽,Ni为经过传输衰减后的光子数,R为目标距离,c为光速,t为光子传播时间;
环境背景光子Nn(t)在时间上的分布均匀不变,表示为:
Nn(t)=a (2)
a为常数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨工业大学,未经哈尔滨工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010677273.5/2.html,转载请声明来源钻瓜专利网。