基于光子計數(shù)的三維距離圖像時域?qū)崟r去噪方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明適用于光子計數(shù)三維成像激光雷達系統(tǒng)，特別是一種基于光子計數(shù)的三維 距離圖像時域?qū)崟r去噪方法。
【背景技術(shù)】
[0002] 距離圖像采用三維影像模式描述感興趣的目標(biāo)區(qū)域，其數(shù)據(jù)立方中包含了目標(biāo)的 幾何不變特性，可以避免二維圖像中的扭曲和混淆，廣泛應(yīng)用于機器視覺、工業(yè)模具設(shè)計和 軍事目標(biāo)的自動識別與跟蹤等領(lǐng)域。目前，已知有若干技術(shù)途徑可以用于獲取目標(biāo)的距離 圖像。其中，采用工作于光子計數(shù)模式下的Gm-Aro作為其激光回波信號光子探測器的光子 計數(shù)三維成像激光雷達系統(tǒng)，是以光子飛行模式實現(xiàn)對目標(biāo)的高時間分辨率測量。
[0003] 成像精度和成像時間是光子計數(shù)三維成像激光雷達系統(tǒng)的兩個重要的性能參數(shù)。 傳統(tǒng)的基于最大似然估計算法的成像模型，是以單個探測光子為最小單元，通過信號累積 生成光子計數(shù)直方圖的方式，逐點估計目標(biāo)的距離信息一對應(yīng)光子計數(shù)直方圖的峰值位 置。為了克服單光子探測過程中固有泊松噪聲的影響，每個像素點需要足夠長的采樣積分 時間；而且，每個像素點的采樣積分時間為預(yù)設(shè)固定值。然而，對于未知特性的復(fù)雜目標(biāo)場 景來說，無法直接準(zhǔn)確估計每個像素點所需要的采樣積分時間，且不同反射率特性的目標(biāo) 區(qū)域所需要的采樣積分時間也不相同。因此，在目標(biāo)特性未知的情況下，距離估計值要么出 現(xiàn)采樣不足或是采樣飽和的現(xiàn)象，即距離估計精度受噪聲影響嚴(yán)重，或是在采樣積分時間 增加到某一值后，距離估計精度趨于某一值附近變化，且不依賴至少不明顯依賴于采樣積 分時間。
[0004] 目前，解決上述問題的方法，已知有兩種技術(shù)途徑：一是Hyunjung Shim和 Seungkyu Lee等人通過采用一種新型的成像模式，即采用多種曝光時間的混合曝光技術(shù)， 描述距離估計中出現(xiàn)的采樣不足和采樣飽和的現(xiàn)象，自適應(yīng)決定每個像素點的最佳距離 值，提高成像質(zhì)量（1· Hyunjung Shim and Seungkyu Lee, Hybrid exposure for depth imaging of a time-〇f-flight depth sensor. Optical Express,2014,voI.22 (II),p p:13393-13402. 2. T. Mertens and J. Kautz and F.Van Reeth,Exposure Fusion, IEEE Pacific Conference on Computer Graphics and Applications, 2007,382-390.) 〇 二 是Ahmed Kirmani等人通過建立單光子探測過程的概率統(tǒng)計模型，并結(jié)合目標(biāo)相鄰像 素點間的空間相關(guān)性，利用第一個探測到回波光子信息，估計目標(biāo)的三維圖像（3. Ahmed kirmani, et al,First-Photon Imaging, Science,2014,vol. 343, pp:58-61. 4. Ahmed kirmani, et al, Spatio-temporal regularization for range imaging with high photon efficiency. SPIE, 2013.)。這兩種技術(shù)途徑均需要較復(fù)雜的后續(xù)算法處理，不適用于實時 的應(yīng)用場合；其中，第二種方法在目標(biāo)場景的低反射率區(qū)域，特別是邊緣細(xì)節(jié)部分容易引起 平滑現(xiàn)象。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于提供一種實現(xiàn)快速提取目標(biāo)清晰無噪的基于光子計數(shù)的三維 距離圖像時域?qū)崟r去噪方法。
[0006] 實現(xiàn)本發(fā)明目的的技術(shù)解決方案為：一種基于光子計數(shù)的三維距離圖像時域?qū)崟r 去噪方法，步驟如下：
[0007] 第一步，估計目標(biāo)距離的初步先驗信息，在目標(biāo)場景的每個像素點探測過程中，利 用噪聲光子和信號光子的不同特性改進傳統(tǒng)的基于最大似然估計算法的成像模型，即利用 連續(xù)探測到的N個相鄰光子為單元，并以該N個光子的飛行時間均值作為目標(biāo)距離的初步 先驗?目息估計；
[0008] 第二步，時域?qū)崟r去噪，抑制噪聲光子的影響，在每個像素點探測過程中，利用上 述第一步得到的目標(biāo)距離的初步先驗信息，作為判斷信號光子響應(yīng)和噪聲光子響應(yīng)的判別 標(biāo)準(zhǔn)，結(jié)合噪聲光子和信號光子的飛行時間所具有的不同特性，對探測器后續(xù)響應(yīng)到的光 子進行順序檢測，并對這信號光子和噪聲光子采取不同的處理方法：忽略被判定為噪聲的 光子響應(yīng)，僅保留被判定為信號的光子響應(yīng)，并利用其光子飛行時間對目標(biāo)距離的初步先 驗信息進行實時更新，即對目標(biāo)距離的初步先驗信息進行增強，使其逐漸趨近目標(biāo)距離的 真實值；
[0009] 第三步，逐點估計目標(biāo)的距離信息，重構(gòu)出目標(biāo)的三維距離圖像，利用上述第二步 在每個像素點處采集得到的信號光子計數(shù)Κ，作為每個像素點停止采樣的閾值條件，即在每 個像素點處探測過程中，當(dāng)探測器響應(yīng)到K個信號光子響應(yīng)時，則轉(zhuǎn)移到下一像素點重復(fù) 這一過程，直到掃描完整個目標(biāo)場景為止；并利用該K個信號光子的飛行時間的加權(quán)平均 值作為該像素點的距離估計，重構(gòu)出目標(biāo)清晰的三維距離圖像。
[0010] 本發(fā)明與現(xiàn)有技術(shù)相比，其顯著優(yōu)點：（1)不僅能夠抑制光子計數(shù)過程固有泊松 噪聲，包括背景噪聲光子和暗電流噪聲光子的影響，而且避免了生成光子計數(shù)直方圖的過 程，從而減少了成像時間，提高系統(tǒng)的光子效率；（2)首先利用噪聲光子和信號光子的不同 特性，改進傳統(tǒng)的基于最大似然估計算法的成像模型，以連續(xù)探測到的N個相鄰光子為單 元，估計目標(biāo)距離初步先驗信息，并利用后續(xù)探測到的信號光子信息對該初步先驗信息進 行實時更新，使目標(biāo)距離估計逐漸收斂于距離真實值；（3)接下來利用目標(biāo)距離初步先驗 信息作為判別標(biāo)準(zhǔn)，并利用采集得到的信號光子計數(shù)K作為閾值條件，自適應(yīng)決定每個像 素點的采樣積分時間，能夠避免傳統(tǒng)的基于最大似然估計算法的成像模型中出現(xiàn)的采樣 不足和采樣飽和的現(xiàn)象，從而提高成像精度；(4)由于忽略噪聲光子計數(shù)，僅對信號光子處 理，因此本發(fā)明性能較為穩(wěn)定，在不同強度噪聲環(huán)境中，都能獲得較為穩(wěn)定的成像質(zhì)量，且 不增加系統(tǒng)對硬件的要求。
[0011] 下面結(jié)合附圖對本發(fā)明作進一步詳細(xì)描述。
【附圖說明】
[0012] 圖1是用于驗證本發(fā)明的實驗?zāi)繕?biāo)場景圖：圖中區(qū)域1為高反射率區(qū)域（墻），區(qū) 域2為低反射率區(qū)域（表面覆蓋黑布的紙箱）。
[0013] 圖2是傳統(tǒng)的基于最大似然估計算法的成像方法在采樣積分時間為Ims時獲取的 目標(biāo)距離圖像：圖（b)對應(yīng)圖（a)中的區(qū)域1，圖（c)對應(yīng)區(qū)域2。
[0014] 圖3是傳統(tǒng)的基于最大似然估計算法的成像方法在采樣積分時間為5ms時獲取的 目標(biāo)距離圖像：圖（b)對應(yīng)圖（a)中的區(qū)域1，圖（c)對應(yīng)區(qū)域2。
[0015] 圖4是傳統(tǒng)的基于最大似然估計算法的成像方法在采樣積分時間為20ms時獲取 的目標(biāo)距離圖像：圖（b)對應(yīng)圖（a)中的區(qū)域1，圖（c)對應(yīng)區(qū)域2。
[0016] 圖5是本發(fā)明基于光子計數(shù)三維距離圖像時域?qū)崟r去噪方法的流程圖。
[0017] 圖6是本發(fā)明選取N = 3個相鄰光子為單元得到的目標(biāo)距離的初步先驗信息。
[0018] 圖7是本發(fā)明選取閾值K= 10得到的目標(biāo)三維距離圖像。
【具體實施方式】
[0019] 結(jié)合圖1和圖5,本發(fā)明基于光子計數(shù)的三維距離圖像時域?qū)崟r去噪方法，步驟如 下：
[0020] 第一步，估計目標(biāo)距離的初步先驗信息，在目標(biāo)場景的每個像素點探測過程中，利 用噪聲光子和信號光子的不同特性改進傳統(tǒng)的基于最大似然估計算法的成像模型（傳統(tǒng) 的成像模型是以單個探測光子為單元，忽略噪聲光子和信號光子間的區(qū)別，對這兩類光子 響應(yīng)采取同樣的處理策略，通過長時間信號累積生成光子計數(shù)直方圖的方式，估計目標(biāo)的 距離信息），即利用連續(xù)探測到的N個相鄰光子為單元（時域N-領(lǐng)域），并以該N個光子的 飛行時間均值作為目標(biāo)距離的初步先驗信息估計；N > 1，K多1。
[0021] 估計目標(biāo)距離的初步先驗信息步驟如下：
[0022] 光子計數(shù)過程固有泊松噪聲，包括背景噪聲和暗電流噪聲，其光子飛行時間在整 個探測周期時間區(qū)間[0, TJ內(nèi)服從均勻分布，且相互獨立，其中?；為激光脈沖重復(fù)周期；而 目標(biāo)反射激光脈沖回波光子計數(shù)，即信號光子計數(shù)，其飛行時間集中分布在相對較窄的時 間區(qū)間
內(nèi)，且時間相關(guān)，其中^為像素點（i，j)處的目標(biāo)反射激光 脈沖回波光子的飛行時間的真實值，Tp為激光脈沖寬度，且T ρ〈〈?；;
[0023] 基于噪聲光子和信號光子的這一不同特性，在像素點（i，j)處探測過程中，本 發(fā)明以連續(xù)探測到的N個相鄰光子（時域N-領(lǐng)域）為單元，其光子飛行時間集記為

其飛行時間均值： 其順序絕對偏差（Rank-Ordered Absolute ，
,則根據(jù)如下二元假設(shè)檢驗，判斷該光子單元 的光子飛行時間均值是否落在區(qū)間
內(nèi)，即可以判斷其為噪聲光子響 應(yīng)還是信號光子響應(yīng)：
[0024] If ROAD (i，j) < (N-1) Tp，Signal-Detection
[0025] If ROA