相干激光雷达距离像噪声机理及距离反常抑制

分析了距离像的噪声作用机理：距离反常时测量值表现为统计上的平均分布，而距离正常时测量值为一高斯分布。据此提出了一种基于局部直方图的激光雷达距离像距离反常的抑制算法：利用局部直方图判断当前像素是否为反常像素，将反常像素用最可几距离值代替，达到抑制距离反常的目的。对仿真图像处理结果表明此算法能较好地抑制距离反常。将其应用于真实获得的雷达距离像处理，对两个相距77m目标的激光雷达距离图像处理后，两个目标都获得了均匀的距离灰度值，图像灰度显示两目标相距75m，与实际距离吻合很好。     

相干激光雷达距离像背景抑制方法比较和分析

文章在介绍激光雷达两种背景抑制方法的基础上,对两种方法在仿真图像上的抑制效果进行了对比,并对载噪比和阈值系数与均方根误差的关系做出了定量的描述。     

一种弹载线阵激光雷达距离像噪声的抑制算法

为了得到更加可靠的激光雷达距离像,充分考虑弹载激光雷达的特殊工况,提出一种基于扫描路径线的距离反常噪声抑制算法。首先,采用线形滤波窗口对原始距离像每一个像素进行距离反常多次判定,分别对当前像素是否为中值、与中值的差值是否大于阈值以及当前像素的绝对变化幅值进行分析;然后,在判定为距离反常值之后,在滤波窗口内进行二次中值滤波,前后相比较之后做出决断。实验结果表明:在RMES(均方根误差)的判定条件下,此算法在不同高度、不同坡形、不同角度的多组数据情况下,对距离像的距离反常噪声抑制效果,都要明显优于传统滤波窗口为3×3和5×5的中值滤波;并且算法处理速度较快,能够满足初步的应用需求。     

激光雷达一维距离像的目标识别算法研究

本文针对复杂背景下激光雷达一维距离像的目标识别,提出了利用最小二乘估计器和线性滑动窗口构造滤波器的算法。根据目标本身形态的总体尺度范围特征设定滤波窗口,很好地实现了对目标的识别过程。给出了该算法的设计思路和算法流程图,分析和优化了算法的时间复杂度,并列出了算法在不同距离上的目标识别概率。算法的时间复杂度分析和模拟实验结果表明,该算法目标识别的正确率可以达到89%以上,能够很好满足实时条件下的目标识别要求。     

激光雷达距离像噪声抑制及方法评价

针对激光成像雷达距离像距离反常噪声的噪声抑 制问题,提出了一种改进环圈滤波(IDF)算法并进行了评价。首先,根据 激光雷达距离像噪声的构成,建立了一般化的距离像噪声仿真模型,模型中包含了地面、目 标和细小结构等成分,可模拟 距离反常、失落信息和内部噪声等噪声干扰;其次,提出了一种IDF噪声抑制算法的一般形 式,利用仿真模型对中 值滤波(MF)、IDF等噪声抑制算法进行了分析,对计算结果从整体、非异常 值和细小结构等多个方面, 评价了算法的噪声抑制能力和保护目标细节信息能力;最后,采用实测距离像对算法进行了 验证。研究结果表明,利用建立 的距离像噪声仿真模型,可以有效地评价不同噪声抑制算法的 能力;同时,利用IDF可 以根据目标特性选取校正系数,在满足算法对保护目标细节信息能力要求的前提下,提高噪 声抑制能力。     

基于卡尔曼滤波的相干激光雷达距离像复原仿真

采用基于单步预测的卡尔曼滤波器,利用含噪声图像的自身特性估计噪声参数,研究了一种对多帧静止相干激光雷达距离像进行复原的方法。通过对仿真图像进行复原,研究了在可利用图像帧数较少时的滤波性能和帧数足够多时滤波性能的极限值,并与在相同帧数下的图像平均法进行比较。结果表明,该算法收敛速度快、具有更高的图像改善信噪比和极限值。     

激光雷达三维距离像超分辨重构方法研究

针对目前激光雷达三维距离像分辨率低的问题,使用成本低且有效的图像处理方法获得高分辨三维距离像。首先,利用多传感器系统的特点,将低分辨率Gm-APD激光雷达与高分辨率ICCD激光雷达相结合,获得配准后的低分辨距离像和高分辨强度像,然后,提出了一种改进的图像引导算法实现低分辨图像超分辨重构。该方法使用马尔科夫随机场模型,定义了全局能量函数,该函数将距离保真项和正则化项相结合,通过求解优化模型获得高分辨三维距离像。通过对仿真图像和激光雷达距离像的超分辨重构处理,以主观视觉效果和图像质量客观评价指标来验证此方法。实验结果表明,该方法提高了距离像的分辨率,且很好地保护了图像的边缘结构,在无参考图像质量评价指标上较双三次插值、引导滤波和TGV取得更优值。     

基于SUSAN方法的相干激光雷达距离像跟踪算法

在相干激光成像雷达跟踪系统中,跟踪算法是决定激光雷达跟踪性能的关键.针对激光成像雷达所成距离像的特点,以及以前算法中必须预先给定模板这一缺陷,采用了一种加权的SUSAN方法找出图像中目标的特征点,确定目标中心,在实时图像中提取模板,通过两级相关运算,进行目标跟踪,给出了相关跟踪的帧内置信度和帧间置信度信号,完成模板的智能更新.在不同的信噪比下进行序列图像跟踪实验,实验结果表明,在所研究的仿真目标中应用此相关跟踪方法,能够较准确的提取模板,跟踪精度较好.     

合成孔径成像激光雷达高分辨的一维距离像

合成孔径成像激光雷达是一种新的主动式有源成像系统,其突出优势是可以获得比合成孔径雷达更高的分辨率,和更接近光学图片的成像质量.对激光波段的高分辨距离像进行了研究,介绍了合成孔径成像激光雷达一维距离像的室内实验系统,有效地对合成孔径成像激光雷达一维距离像进行模拟.首先,简述了一维距离像的成像原理.然后,分析了系统的关键技术,给出了系统框图和连接关系,并且针对激光调谐信号的非线性问题,利用多项式推导出非线性的激光信号表达式,提出了一种时域补偿高阶相位误差的补偿方法.最后,通过实验证明了所提方法可以有效地消除各个脉冲的非线性问题,并且表明所给实验系统的可行性.     

GM-APD激光雷达距离像邻域KDE重构

对盖革模式APD激光雷达系统的距离像重构算法进行了研究,设计了一种基于像素邻域核密度估计的重构算法。从系统原理出发,结合探测概率模型研究了距离像重构算法的理论基础。根据系统特点提出了一种基于像素邻域核密度估计的改进算法,并对其原理进行了分析。通过仿真数据对直方图算法和邻域核密度估计算法进行了验证,以距离重构准确率曲线进行了定量评价对比,并进一步将算法应用到真实盖革模式APD激光雷达数据中进行了距离像重构实验。实验结果表明,在低帧数时,基于像素邻域统计核密度估计的重构算法可有效提高距离像重构的效果。     

基于高斯混合及相对熵测度的图像分割

针对图像分割问题,结合高斯混合模型与信息论中的相对熵测度概念,提出一种新的图像阈值化方法。在提出方法中把图像阈值化问题看成是两个概率向量之间的匹配问题,因此首先用高斯混合模型去拟合图像直方图的灰度级分布,然后用相对熵测度去度量拟合分布与图像原灰度级分布之间的差异,并把该度量作为图像阈值化的准则函数。在对图像实施分割时,通过在图像灰度级范围中求取所定义的准则函数的最小值获得最佳阈值。在NDT、SAR及红外图像上的分割实验中用提出方法与传统及最新的图像阈值化方法进行比较,结果表明提出方法获得的结果要优于相比较方法获得的分割结果,因此提出方法是一种有效的图像分割方法。     

基于灰度和局部熵迭代的红外目标分割算法

图像阈值分割在图像分析和图像识别中具有重要的意义,给出了一种以改进的最大类间方差法为基础的自适应阈值图像分割方法,同时利用分割后目标和背景区域的灰度信息和局部熵信息,设计了一个判断是否得到正确分割的准则,通过迭代循环,完成对图像的自动分割.实验结果表明,本文算法自适应性强,可以快速、准确、完整地分割出复杂背景图像中不同大小的红外目标.     

复杂图像的Kaniadakis熵阈值分割方法

针对工业无损检测及红外等图像,基于信息论中的Kaniadakis熵理论,提出一种用于复杂图像分割的阈值化方法。该方法能综合图像像素灰度分布的复杂信息实现图像的有效分割,且能通过调节熵参数κ适应不同的分割任务。实验结果表明,提出方法在复杂图像的分割中获得的结果优于相比较的其他方法,且具有良好的实时性能,满足实践任务需求。     

边缘相似度及其在散斑噪声抑制算法比较中的应用

对于滤波算法,噪声抑制能力和边缘保持能力一直是考核其性能的两个重要指标。对于前者,通常都有相应的参数进行表征,而对于后者,通常却只能依靠人眼进行主观评判。根据标准边缘图像和待测边缘图像边缘点位置的相似性,定义了边缘相似度参数,用来表征滤波算法的边缘保持能力。将此参数应用于高斯噪声图像和椒盐噪声图像滤波算法的比较中,取得了预期的效果:此参数值准确地反映了各滤波算法的边缘保持能力。对激光雷达图像而言,散斑噪声滤波算法的边缘保持能力具有非常重要的意义,为此,将边缘相似度用于散斑噪声滤波算法的边缘保持能力比较,结果表明Lee滤波算法和增强Lee滤波算法具有较强的边缘保持能力,而常规的均值滤波和中值滤波边缘保持能力较差。     

基于二维最大熵阈值分割的SIFT图像匹配算法

提出了一种基于二维灰度直方图最大熵阈值分割的SIFT图像特征匹配算法。与传统SIFT算法相比,该算法首先综合利用图像像素的灰度信息和邻域空间信息,生成图像二维灰度直方图,并基于此直方图的最大熵对图像进行阈值分割,然后检测分割后图像的DoG尺度空间局部极值,并以此作为特征点进行图像匹配。实验结果表明,基于所提出的匹配算法,可以有效降低图像背景噪声和边缘像素点对目标匹配的干扰,进而提高图像目标的匹配性能。     

三维最小误差阈值法及其快速递推算法

针对现有算法无法有效解决混合噪声图像的阈值分割的问题,该文提出3维最小误差阈值法。该方法充分考虑图像像元点的灰度分布信息及像元点之间的灰度相关信息,结合图像灰度、均值和中值信息,构造出3维观测空间。然后基于相对熵定义出3维最佳阈值判别式。为了提高该算法的处理速度,给出相应的快速递推算法,其时间复杂度为O(L3)。实验结果表明,在不同噪声环境及非均匀光照条件下,尤其对混合噪声图像,与现有方法相比,文中算法均取得了更好的分割效果。     

复杂背景的红外图像过渡区提取与分割

摘要：在基于个数判断噪声的中值滤波器进行平滑处理的基础上,提出了一种改进的过渡区提取方法,并将该方法应用于对比度低、宽谷直方图的复杂背景红外图像的分割。Matlab仿真实验表明,该方法减少了图像分割的运算量,并能将具有复杂背景的红外图像目标分割得较好。     

基于组合矩的激光成像雷达目标识别算法

随着激光技术的发展,激光成像雷达在现代战争复杂战场环境中逐渐获得了广泛的应用,目前激光成像雷达自动目标识别技术已成为国内外研究的热点问题。提出了基于组合矩的激光成像雷达目标识别算法,从激光成像雷达目标的距离像中提取低阶的Zernike矩、Hu矩和中心矩构成组合矩特征,该特征对距离像噪声不敏感,应用径向基函数(RBF)神经网络对三种地面目标进行分类识别。实验结果表明,该算法与应用Zernike矩和Hu矩特征进行分类识别相比,对三种激光成像雷达地面目标的平均识别率在高载噪比(20dB)下分别提高了1.0%和3.7%;在低载噪比(10dB)下分别提高了11.8%和42.5%;当载噪比高于17dB时,该算法的平均识别率达到100%。因此该算法取得了比较好的识别效果。