一種基于壓縮感知的激光雷達成像系統(tǒng)的圖像重構方法
【專利摘要】本發(fā)明公開了一種基于壓縮感知的激光雷達成像系統(tǒng)的圖像重構方法。本方法的激光雷達成像系統(tǒng)采用單元雪崩二極管APD，有效的突破了目前國產(chǎn)線陣雪崩二極管無法大規(guī)模集成的瓶頸問題。系統(tǒng)由激光發(fā)射模塊，望遠鏡成像模塊，數(shù)字微反射鏡DMD及控制模塊，雪崩二極管APD，同步模塊，數(shù)據(jù)采集模塊，圖像重構模塊組成。該發(fā)明通過激光發(fā)射模塊向目標發(fā)射脈沖激光，不同距離目標反射回波被數(shù)字微反射鏡DMD調制，再經(jīng)過匯聚鏡頭給單元雪崩二極管APD實現(xiàn)在時間序列上的采樣，最后采用后續(xù)的圖像重構方法重構出目標的三維像。本發(fā)明的優(yōu)點是：無需任何掃描，結構簡單，圖像重構所需的數(shù)據(jù)量小，探測靈敏度高。
【專利說明】一種基于壓縮感知的激光雷達成像系統(tǒng)的圖像重構方法

【技術領域】
[0001] 本發(fā)明涉及計算成像技術以及圖像重構算法，信號處理、激光雷達。特別涉及一種 基于壓縮感知的激光雷達成像系統(tǒng)的圖像重構方法。

【背景技術】
[0002] 激光雷達是一種主動光電成像技術，與普通的被動光學遙感探測和微波雷達相比 具有分辨率高，隱蔽性好，極強的抗干擾能力等；能穿過云霧，植被等探測到真實的地面地 形。激光雷達通過向目標發(fā)射脈沖激光信號，然后將接收到從目標反射回來的信號（回波 信號）與發(fā)射信號進行相關的數(shù)據(jù)處理，從而就可以提取目標的相關信息，比如目標距離， 方位，姿態(tài)，形狀等參數(shù)。利用這種激光雷達，在軍事上就可以對敵方的飛機，導彈等進行跟 蹤、探測識別，從而實現(xiàn)精確打擊。目前它已經(jīng)成為我國軍事領域中一種不可或缺的技術手 段。
[0003] 傳統(tǒng)的激光雷達按工作方式可以分為逐點掃描的擺掃式和線陣推掃式。擺掃式激 光雷達在技術上已經(jīng)非常成熟，它最大的優(yōu)點是原理非常簡單。但它也存在很大的缺點，t匕 如難以捕獲高速移動的目標；由于存在機械掃描裝置，很難做到小型化和輕型化；大量點 云數(shù)據(jù)將對數(shù)據(jù)采集系統(tǒng)的數(shù)據(jù)傳輸與存儲以及后續(xù)處理帶來極大的壓力；另外逐點掃描 的原理，已及飛行速度和掃描速度的限制將導致距離圖像的空間分辨率較低。線陣推掃式 激光雷達采用同時發(fā)射多束激光和多個探測器的并行探測原理，從而提高覆蓋效率和掃描 效率，克服逐點掃描式激光雷達的一些缺點。目前，我國推掃式激光雷達的研究才處于起步 階段。而線陣的雪崩二極管Aro探測器很難做到大規(guī)模集成，就目前的技術手段而言，只能 做到25-50單元的APD，線陣Aro的工藝瓶頸問題將在很大程度上阻礙推掃式激光雷達的發(fā) 展。
[0004] 壓縮感知（Compressive Sensing, CS)是由美國斯坦福大學數(shù)學家Donoho和 Candes等人（參見文獻1、2、3)在2006年提出的一種采樣與壓縮同步進行的理論。該理論 通過挖掘信號信息的冗余性和稀疏性，在采樣過程中，不是獲取圖像的全部像素采樣，而是 通過特定的算法，選擇合適的調制模板，即：觀測矩陣，每次對信號進行全局采樣，然后通過 這些采樣結合相關的恢復算法復原圖像。與傳統(tǒng)的"先采樣、后壓縮"不同，CS理論是"邊 采樣、邊壓縮"的方式，將CS應用于激光雷達成像系統(tǒng)可以顯著節(jié)省傳感器數(shù)量，這種"邊 采樣、邊壓縮"的方式使得信號處理的技術負擔從傳感器轉移到數(shù)據(jù)處理上來。因此，基于 壓縮感知理論，發(fā)展新型的激光雷達成像系統(tǒng)自然的成為本發(fā)明所要研究的內(nèi)容。
[0005] 參考文獻：
[0006] [1]Donoho D L. Compressed sensing[J]. IEEE Transactions on Information Theory,2006,52 (4) :1289-1306.
[0007] [2]Candes E, Romberg J, Tao T. Robust uncertainty principles ：exact signal reconstruction from highly incomplete frequency information[J]. IEEE Transactions on Information Theory,2006,52(2) :489-509.
[0008] [3] Candes E. Compressive samp 1 ing [C] · International Congress of Mathematics,2006 :1433-1452.


【發(fā)明內(nèi)容】

[0009] 本發(fā)明的目的是提供一種基于壓縮感知的激光雷達成像系統(tǒng)的圖像重構方法。在 探測器方面，采用單元雪崩二極管Aro探測器，克服傳統(tǒng)逐點掃描式激光雷達的缺點和避 開線陣Aro技術工藝的瓶頸問題。在數(shù)據(jù)獲取方面，基于壓縮感知理論，采用少量的數(shù)據(jù)即 可重構得到目標的三維圖像，在采樣的過程中就以經(jīng)壓縮了數(shù)據(jù)，緩解傳統(tǒng)激光雷達成像 中大數(shù)據(jù)量的采集、傳輸、存儲壓力。
[0010] 本發(fā)明提出的解決思路如下：
[0011] 如圖1所示，該新型激光雷達成像系統(tǒng)包括：激光發(fā)射模塊1 ;望遠鏡成像模塊2 ; 數(shù)字微反射鏡DMD及控制模塊3 ;光學匯聚透鏡4 ;雪崩二極管APD5 ;數(shù)據(jù)采集模塊6 ;圖像 重構模塊7 ;同步模塊8。其特征在于：激光發(fā)射模塊1采用波長1064nm的脈沖式激光器，其 重復頻率100Hz，脈沖能量200mJ ;望遠鏡成像模塊2采用焦距為304. 8臟，口徑為101. 6mm 的望遠鏡；數(shù)字微反射鏡DMD及控制模塊3中的數(shù)字微反射鏡DMD采用1024 X 768像素，像 素大小為13. 69 μ m的DMD ;光學匯聚透鏡4的焦距為10cm ;雪崩二極管APD5的像元尺寸 1. 5mm，暗電流7nA，上升時間5ns ;數(shù)據(jù)采集模塊6采用的采集卡量化位數(shù)為10位，采樣率 5GSPS ;同步模塊8采用FPGA芯片產(chǎn)生三路同步信號；
[0012] 系統(tǒng)各模塊之間的工作流程如下：
[0013] 同步模塊8發(fā)射同步信號給激光發(fā)射模塊1和數(shù)字微反射鏡DMD及控制模塊3,激 光發(fā)射模塊1收到同步信號后，開始向場景目標發(fā)射脈沖激光，設定場景目標有k個，被目 標反射的回波信號依次記為￥，X 2... xk;
[0014] 數(shù)字微反射鏡DMD及控制模塊3同時也收到同步信號，然后加載一個調制模板，發(fā) 送給DMD，調制模板的總數(shù)設定為Μ個。第Μ次調制時的調制模板記為：θ M，具體取值為一 個事先設定好的mXn階矩陣，矩陣元素的取值為0或者1，所有的元素服從高斯隨機分布。 通過調制模板改變DMD微鏡的翻轉狀態(tài)，從而達到調制目標回波的作用。實際上Θ Μ就是 壓縮感知理論中的觀測矩陣，Μ的取值范圍為

【權利要求】
1. 一種基于壓縮感知的激光雷達成像系統(tǒng)的圖像重構方法，它基于包括激光發(fā)射模塊 (1);望遠鏡成像模塊（2);數(shù)字微反射鏡DMD及控制模塊（3);光學匯聚透鏡（4);雪崩二 極管APD (5);數(shù)據(jù)采集模塊（6);圖像重構模塊（7);同步模塊（8)的激光雷達成像系統(tǒng)實 現(xiàn)；其特征在于方法如下： 控制模塊（3)依次加載到數(shù)字微反射鏡DMD上的調制模板為： 0 1，θ 2…％ 其中：Μ為調制次數(shù)，θ1; θ^·· ΘΜ均為mxn階高斯隨機分布矩陣； 每個調制模板調制過程中，數(shù)據(jù)采集模塊（6)依次記錄不同距離的目標回波信號的時 間序列為：
其中：k為不同距離的目標個數(shù)； 數(shù)據(jù)采集模塊（6)在上述時間序列上，依次采集得到對應的Μ組數(shù)字信號值為：
對上述數(shù)據(jù)處理步驟如下： 1)對于第一個目標，數(shù)據(jù)采集模塊（6)采集到信號寫成如下（1)式：
(1) 其中i為要重構的第一個目標信號； 將⑴式改寫為如下⑵式的矩陣方程： F1 = Θ * X1 (2) 上式中，F(xiàn)1是信號，
構成的ΜX 1矩陣；Θ為ΜX N矩陣，行數(shù)Μ即為調制模 板個數(shù)，列數(shù)N = mXn為每個調制模板θ μ的像數(shù)總個數(shù)，Θ的每一行即由對應的調制模 板θ Μ重新排列而成；X1是由X1組成的NX 1矩陣； 對于X1，在離散余弦變換下，將其稀疏表示為如下（3)式：
(3) 上式中，α 1為X1的稀疏表示，它是一個NX 1矩陣；Ψ是NXN階離散余弦變換矩陣； 于是將（2)式重新寫為如下（4)式：
(4) 上式中，T為MXN階的傳感矩陣；其中只有α 1為未知數(shù)； 圖像重構的方法就是求解（4)式中的稀疏系數(shù)α1，將其轉化為如下式（5)的優(yōu)化問 題：
(5) 上式中，U表示1范數(shù)，d1為α 1的最優(yōu)近似解； (5)式的優(yōu)化求解算法步驟如下： 第一步：初始化一個空矩陣I = □，殘差矩陣R = F ; 第二歩：將殘差R與Τ中的每一列分別做內(nèi)積，并找到內(nèi)積最大的那一列，將本列取出 并添加到矩陣I中； 第三歩：更新殘差，R = F-I · (Ιτ · ΙΓ1 · Ιτ · F，其中Ιτ為I的轉置矩陣（Ιτ · ΙΓ1為 (Ιτ · I)的逆矩陣； 第四步：不斷順序循環(huán)第二歩和第三步，循環(huán)次數(shù)為C，取值范圍為：C彡2Μ ; 第五步：最終（5)式求得的解為如下（6)式：
C6) 最后求得的第一個目標的圖像信息表示為如下（7)式：
(7) 將（7)式中的NX 1階矩陣X1重新排列成mXn階矩陣即可得到目標的二維像； 2) 對于第二個目標，將步驟1)中的（1)式改寫為如下（8)式：
(8) 將⑶式寫為如下（9)式的矩陣方程： F2 = Θ * X2 (9) 求解（9)式的方法同步驟1)，因此最終求得第二個目標的圖像信息表示為如下（10) 式：
(10) 3) 依次類推，對于第k個目標，將步驟1)中的（1)式改寫為如下（11)式：
(11) 將（11)式寫為如下（12)式的矩陣方程：
：12) 求解（12)式的方法同步驟1)，因此最終求得第k個目標的圖像信息表示為如下（13) 式：
(13) 將（13)式中的NX 1階矩陣Xk重新排列成mXn階矩陣即可得到目標的二維像； 4)對于目標的距離信息，將數(shù)據(jù)采集模塊（6)記錄的時間做平均，得到如下（14)式：
(14) 上式中，T1為第1個目標的時間信息，依次類推Tk為第k個目標的距離信息； 然后得到目標的距離信息為如下（15)式：
(15) 上式中，d1為第1個目標的距離信息，依次類推dk為第k個目標的距離信息； 至此，由公式（13)、（15)式，即可得到所有目標的三維像數(shù)據(jù)。
【文檔編號】G01S17/89GK104155658SQ201410401868
【公開日】2014年11月19日 申請日期:2014年8月15日 優(yōu)先權日:2014年8月15日
【發(fā)明者】馬彥鵬, 舒嶸, 亓洪興, 王義坤, 王雨曦, 葛明鋒 申請人:中國科學院上海技術物理研究所