帮助 关于我们

返回检索结果

基于光子计数激光雷达的自适应门控抑噪及三维重建算法
Noise reduction and 3D image restoration of single photon counting LiDAR using adaptive gating

查看参考文献21篇

陈松懋 1,2,3   苏秀琴 1,2   郝伟 1,2 *   张振扬 1,2,4   汪书潮 1,2,4   朱文华 1,2,4   王杰 1,2,4  
文摘 光子计数激光雷达技术具有极高的探测灵敏度与时间分辨率,是极端条件下高精度目标信息获取的重要手段.由于该技术通过探测单光子级的回波能量实现对目标信息的三维重建,因此极易受噪声干扰,导致成像质量严重降低.基于高速电子门控的距离选通技术虽然可以有效抑制噪声,但存在参数设计依靠经验、目标检测区间窄等问题.本文提出一种在宽目标检测区间条件下的目标信息提取及三维重建方法,首先通过对三维回波信息的获取机理及其概率模型进行分析,获取目标信息分布范围并通过算法门控提取有效信息;再采用高效的图像重建算法进一步提升三维重建的质量,从而具有比基于纯硬件的去噪方法更强的抑噪能力.实验结果显示,在平均像素光子数仅为3.020,且信号噪声比仅为0.106的极端条件下,本文提出的目标信息提取方法可将信号噪声比提升19.330倍;再配合高效的图像重建算法,距离图像的重建信噪比相比于传统的互相关算法提升了33.520 dB,大幅提升了强噪声环境下高精度目标信息获取的能力.
其他语种文摘 Single photon LiDAR is considered as one of the most important tools in acquiring target information with high accuracy under extreme imaging conditions, as it offers single photon sensitivity and picosecond timing resolution. However, such technique sense the scene with the photons reflected by the target, thus resulting in severe degradation of image in presence of strong noise. Range gating with high-speed electronics is an effective way to suppress the noise, unfortunately, such technique suffers from manually selecting the parameters and limited gating width. This paper presents a target information extracting and image restoration method under large observation window, which first obtain the depth distribution of the target and extract the information within the range by analyzing the model of signal and noise, then further improve the image quality by adopting advanced image restoration algorithm and henceforth shows better results than those denoising method that purely relying on hardware. In the experiment, photon-per-pixel (PPP) was as low as 3.020 and signal-to-background ratio (SBR) was as low as 0.106, the proposed method is able to improve SBR with a factor of 19.330. Compared to classical algorithm named cross correlation, the reconstruction signal to noise ratio (RSNR) increased 33.520dB by further cooperating with advanced image restoration algorithm, thus improved the ability of sensing accurate target information under extreme cases.
来源 物理学报 ,2022,71(10):104202 【核心库】
DOI 10.7498/aps.71.20211697
关键词 单光子成像 ; 光子计数激光雷达 ; 噪声抑制 ; 图像重建
地址

1. 中国科学院西安光学精密机械研究所, 中国科学院空间精密测量技术重点实验室, 西安, 710119  

2. 海洋观测与探测联合实验室(西安光机所部分), 青岛海洋科学与技术试点国家实验室, 青岛, 266200  

3. 山西大学, 极端光学协同创新中心, 太原, 030006  

4. 中国科学院大学, 北京, 100049

语种 中文
文献类型 研究性论文
ISSN 1000-3290
学科 电子技术、通信技术
基金 中国博士后科学基金 ;  中国科学院战略高技术创新基金 ;  中国科学院西安光学精密机械研究所青年创新促进会 ;  青岛海洋科学与技术试点国家实验室自主部署项目资助的课题
文献收藏号 CSCD:7333907

参考文献 共 21 共2页

1.  Li Z P. Optica,2021,8:344 CSCD被引 45 次    
2.  Maccarone A. Opt. Express,2019,27:28437 CSCD被引 9 次    
3.  屈军乐(译). 高级时间相关单光子计数技术,2009:19-41 CSCD被引 1 次    
4.  Wallace A M. IEEE Trans. Veh. Technol,2020,69:7064 CSCD被引 4 次    
5.  Pawlikowska A M. Opt. Express,2017,25:11919 CSCD被引 34 次    
6.  Tobin R. Opt. Express,2019,27:4590 CSCD被引 12 次    
7.  Tobin R. Sci. Rep,2021,11:11236 CSCD被引 3 次    
8.  Li Z P. Single-photon computational 3D imaging at 45 km. Photonics Res,2020,8:1532 CSCD被引 35 次    
9.  汪书潮. 基于弹性变分模态提取的时间相关单光子计数信号去噪. 物理学报,2021,70:174304 CSCD被引 3 次    
10.  Halimi A. IEEE Trans. Comput. Imag,2020,6:138 CSCD被引 3 次    
11.  Tachella J. SIAM J. Imag. Sci,2019,12:521 CSCD被引 7 次    
12.  Rapp J. IEEE Trans. Comput. Imag,2017,3:445 CSCD被引 17 次    
13.  Rapp J. Opt. Express,2020,28:35143 CSCD被引 2 次    
14.  Greeley A P. IEEE Trans. Geosci. Remote Sens,2019,57:6542 CSCD被引 2 次    
15.  Tobing P L. IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP),2020:7204-7208 CSCD被引 1 次    
16.  Jiang S. Opt. Laser Eng,2021,136:106311 CSCD被引 2 次    
17.  Lindell D B. ACM Trans. Graph,2018,113:12 CSCD被引 1 次    
18.  Chen S. IEEE Trans. Imag. Process,2020,29:3119 CSCD被引 1 次    
19.  Hirschmuller H. IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR),2007:1-8 CSCD被引 1 次    
20.  Scharstein D. German Conference on Pattern Recognition (GCPR),2014:31-42 CSCD被引 2 次    
引证文献 1 篇

1 王宇航 水下三维光学成像探测技术综述及展望 激光与光电子学进展,2024,61(22):2200003
CSCD被引 0 次

显示所有1篇文献

论文科学数据集
PlumX Metrics
相关文献

 作者相关
 关键词相关
 参考文献相关

版权所有 ©2008 中国科学院文献情报中心 制作维护：中国科学院文献情报中心
地址：北京中关村北四环西路33号 邮政编码：100190 联系电话：(010)82627496 E-mail:cscd@mail.las.ac.cn 京ICP备05002861号-4 | 京公网安备11010802043238号