一种激光雷达回波图像处理方法技术

本发明专利技术实施例涉及图像处理领域，具体涉及一种激光雷达回波图像处理方法，包括：读入原始回波波形图；定义卷积矩阵及阈值；将所述卷积矩阵与所述原始回波波形图进行卷积运算；运算结果与所述阈值进行比较，获得与所述原始回波波形图相同大小的新矩阵；将该新矩阵与所述原始回波波形图进行乘法运算，获得中处理波形图；利用数学平均算法对所述中处理波形图进行提取，获得空间目标激光探测回波数据；对所述回波数据进行图像还原，获得目标图像。本发明专利技术能够使得回波图像更加清晰。

【技术实现步骤摘要】
一种激光雷达回波图像处理方法
本专利技术涉及图像处理领域，具体涉及一种激光雷达回波图像处理方法。
技术介绍
激光雷达以其相比于传统的测量技术的独特优势，虽然发展的时间较短，却已经迅速被应用到远程测量、地形探测、无人驾驶避障等方面。条纹原理机载激光雷达作为激光雷达的典型代表，在目标侦察、地形测绘、水下目标成像等方面都发挥着重要作用。目前，在硬件方面，条纹原理激光雷达已经实现了飞速的发展；在软件方面，却远远跟不上硬件发展的步伐。尤其是对原始回波信号的前期处理部分，运算量大，难度较高，目前已经成为制约激光雷达整体发展的一个重要因素。现有技术方案之一通常为对上述条纹回波信号强度设定值，对强度超过该值的部分直接进行提取。另一种方案为利用特殊函数对条纹信号进行拟合，提取拟合函数信息作为激光回波信息。直接设定值提取法虽然实现较为方便，但需要人为选取预设值，预设值选取对信号提取效果具有决定性的影响。而且实际测试过程中不同工作条件下最佳预设值差异极大，需要经验丰富的专业人员进行信号提取。预设值提取方法存在提取精度低、需要人工参与等问题。函数拟合法存在运算量较大，提取效率过低等问题。且需要事先获得回波信号函数模型，因此也不利于对信号的自动化提取。因此，研发一种准确从回波信号中提取目标图像信息的方法就变得十分紧迫。
技术实现思路
本专利技术实施例提供了一种激光雷达回波图像处理方法，以解决现有目标回波图像提取不清晰的技术问题。本专利技术实施例提供的一种激光雷达回波图像处理方法，包括如下步骤：步骤S101：读入原始回波波形图；步骤S102：定义卷积矩阵及阈值；其中卷积矩阵其中aij＝1，(i＝1,…,N；j＝3,5,7,9)，N为自然数。步骤S103：将所述卷积矩阵与所述原始回波波形图进行卷积运算；运算结果与所述阈值进行比较，获得与所述原始回波波形图相同大小的新矩阵；步骤S104：将该新矩阵与所述原始回波波形图进行乘法运算，获得中处理波形图；步骤S105：利用数学平均算法对所述中处理波形图进行提取，获得空间目标激光探测回波数据；步骤S106：对所述回波数据进行图像还原，获得目标图像。进一步的，所述步骤S102中：N为所述原始回波波形图单行像素的1/20。进一步的，其中卷积矩阵其中aij＝1，(i＝1,…,50；j＝3,5,7,9)。进一步的，所述步骤S103中，所述“运算结果与所述阈值进行比较，获得与所述原始回波波形图相同大小的新矩阵”具体为：大于阈值部分直接在对应的像素位置处赋1，小于阈值部分直接在对应的像素位置处赋0，从而获得与所述原始回波波形图相同大小的新矩阵。进一步的，阈值设定为1-100。进一步的，阈值设定为1-10。进一步的，阈值设定为1。进一步的，所述步骤104乘法运算如下:p(x，y)＝f(x，y)g(m，n)＝p(xm，yn)(1-2)其中，f(x,y)是原始图中的灰度值；h(x,y)表示归一化的滑动窗口；(M,N)是原始条纹图的大小；p(x,y)表示去噪后图像的灰度值；g(m,n)是本文新矩阵的灰度值。设O为原始回波波形图，A为新矩阵，B为中处理矩阵，则该过程可表示为矩阵卷积B＝O*A进一步的，所述步骤105中数学平均算法如下：其中Iij为二维灰度图像上每个像素点的灰度值。本专利技术提供一种激光雷达回波图像处理方法，通过EDT(edgedetectiontechnology)技术，对波形信号边缘细节信息能够完好保留，且能够滤除背景噪声的影响，从而准确的还原目标物体信息，保证了雷达探测的准确性。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术一个实施例所述方法的流程图；图2是本专利技术一个实施例所述原始条纹信号图；图3是现有技术所述维纳处理结果图；图4是本专利技术一个实施例所述EDT处理结果图；图5是本专利技术不同卷积矩阵(A)大小与相关系数关系图；图6是本专利技术不同阈值与相关系数关系图。具体实施方式为了使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术作进一步地详细描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。激光雷达原始信号经过信息提取后可获得激光点云数据，激光点云数据是后期制作各类数字电子地图产品的统一数据形式。由于条纹原理激光雷达原始回波信号为条纹图。条纹图横坐标表示回波信号的时间信息，也即是目标的距离信息；图像的纵坐标表示的是目标的空间位置信息，也即是激光在空间上的发散，激光发出之后到达探测目标时，激光已经在空间上产生发散，并存在一定的发散角，不同方位的光线照射到目标的不同位置上，因此回波信号在纵坐标上的发散表示了探测目标的空间位置信息。因此，对条纹回波信号的提取就是对探测目标三维位置信息以及表面反射强度信息的提取，从而可以得到丰富的探测目标的信息。下面结合附图详细说明本专利技术的优选实施例。实施例1本专利技术方法(EDT)主要过程如下，首先基于边缘检测理论对原始回波信号进行卷积处理并去噪，获得中处理波形图，再利用数学平均算法对中处理波形图进行提取，即可获得空间目标激光探测回波数据。中处理波形图获得具体流程如图1所示。本专利技术实施例提供的一种激光雷达回波图像处理方法，包括如下步骤：步骤S101：读入原始回波波形图；步骤S102：定义卷积矩阵及阈值；例如卷积矩阵可以为其中aij＝1，(i＝1,…,N；j＝3,5,7,9)，N为自然数。步骤S103：将所述卷积矩阵与所述原始回波波形图进行卷积运算；运算结果与所述阈值进行比较，获得与所述原始回波波形图相同大小的新矩阵；步骤S104：将该新矩阵与所述原始回波波形图进行乘法运算，获得中处理波形图；步骤S105：利用数学平均算法对所述中处理波形图进行提取，获得空间目标激光探测回波数据；步骤S106：对所述回波数据进行图像还原，获得目标图像。进一步的，其中所述步骤S101中，可以根据接收到的激光探测回波扫描图获取到回波波形图，并对该回波图数据进行存储，去除噪声(剔除激光点云中的噪点，地面以下的点，云或飞行中的鸟等)后获取初步的图形数据，进而获得可处理数据。进一步的，对于所述步骤S102中：卷积矩阵的定义一般需要根据所述原始回波波形图的像素确定，通常可以选择N为所述原始回波波形图单行像素的1/20。例如当所述原始回波波形图像素为1000*1000时，所述N为50，矩阵为50*50，如下所示。当然N也可以为所述原始回波波形图单行像素的1/10或1/30。经过试验模拟，所述值选择1/20时具有较好的技术效果，能够获得较清晰的目标图像。卷积矩阵如下：卷积矩阵其中aij＝1，(i＝1,…,50；j＝3,5,7,9)。进一步的，所述步骤S103中，所述“运算结果与所述阈值进行比较，获得与所述原始回波波形图相同大小的新矩阵”具体为：对于大于阈值部分直接在对应的像素位置处赋1，小于阈值部分直接在对应的像素位置处赋0，从而获得与所述原始回波波形图相同大小的本文档来自技高网...

【技术保护点】
一种激光雷达回波图像处理方法：步骤S101：读入原始回波波形图；步骤S102：定义卷积矩阵及阈值；其中卷积矩阵

【技术特征摘要】
1.一种激光雷达回波图像处理方法：步骤S101：读入原始回波波形图；步骤S102：定义卷积矩阵及阈值；其中卷积矩阵其中aij＝1，(i＝1,…,N；j＝3,5,7,9)，N为自然数。步骤S103：将所述卷积矩阵与所述原始回波波形图进行卷积运算；运算结果与所述阈值进行比较，获得与所述原始回波波形图相同大小的新矩阵；步骤S104：将该新矩阵与所述原始回波波形图进行乘法运算，获得中处理波形图；步骤S105：利用数学平均算法对所述中处理波形图进行提取，获得空间目标激光探测回波数据；步骤S106：对所述回波数据进行图像还原，获得目标图像。2.根据权利要求1所述的激光雷达回波图像处理方法，其特征在于：所述步骤S102中：N为所述原始回波波形图单行像素的1/20。3.根据权利要求2所述的激光雷达回波图像处理方法，其特征在于：其中卷积矩阵其中aij＝1，(i＝1,…,50；j＝3,5,7,9)。4.根据权利要求1所述的激光雷达回波图像处理方法，其特征在于：所述步骤S103中，所述“运算结果与所述阈值进行比较，获得与所述原始回波波形图相同大小的新矩阵”具体为：大于阈值部分直接在对应的像素位置处赋1，小于阈值部分直接在对应的像素位置处赋0，从而获得与所述原始回波波形图相同大小的新矩阵。5.根据权利要求4所述的激光雷达回波图像处理方法，其特征在于：阈值设定为1-100。6.根据权利要求5所述的激光雷...

【专利技术属性】
技术研发人员：董志伟，孙立羽，陈德应，樊荣伟，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：黑龙江,23