The invention discloses a method and system for target recognition using laser composite imaging. The method includes: obtaining range profile, intensity image, azimuth angle and elevation angle of each point of the target through laser composite imaging; reconstructing the range profile, intensity image, azimuth angle and elevation angle of the three-dimensional point cloud data to obtain three-dimensional point cloud data, and three-dimensional point cloud data including the target. Amplitude, height, shape, spectrum and scattering information; filtering the three-dimensional point cloud data, estimating the size, shape, height, distance, scattering and physical characteristics of the target through multi-dimensional space transformation, and recognizing in the classifier according to the discriminant function determined by a large number of training samples, combined with the characteristic database of known typical targets. The method takes the range profile, intensity image, azimuth angle and elevation angle of the target as the basis of target recognition, and recognizes the target more accurately, thus solving the technical problem of low recognition accuracy of the existing target recognition technology.
【技术实现步骤摘要】
一种利用激光复合成像进行目标识别的方法和系统
本专利技术属于目标识别
,特别是一种利用激光复合成像进行目标识别的方法和系统。
技术介绍
目前主要有三种目标识别的技术方案,第一种是利用雷达进行目标识别,该方案识别目标的空间分辨率和距离分辨率(图像质量)较差,容易受电磁干扰;第二种是利用红外成像进行目标识别,该方案只能识别目标的二维图像而不能获得目标的距离信息,而且红外成像设备的性能会受到目标温度特性的影响;第三种是采用切片距离选通的方案,该方案拼接算法复杂且难以做到实时处理。
技术实现思路
为了克服上述缺陷,本专利技术要解决的技术问题是提供,用以至少解决现有目标识别技术识别准确率不高的技术问题。为解决上述技术问题,本专利技术实施例中的一种利用激光复合成像进行目标识别的方法包括:通过激光复合成像获取目标各点的距离像、强度像、方位角和俯仰角;对所述距离像、强度像、方位角和俯仰角进行三维点云数据重构,得到三维点云数据,三维点云数据包括目标的幅度、高度、形状、频谱和散射信息;对所述三维点云数据进行滤波处理;通过数学上的多维空间变换估算目标的大小、形状、高度、距离、散射和表面层的物理特性参数,最后根据大量训练样本所确定的鉴别函数,结合已知典型目标的特征数据库,在分类器中进行识别;其中,对所述三维点云数据进行滤波处理,具体包括:在空间上对三维点云数据滤波,空间上设置一个x、y、z方向的一个取值范围,以过滤掉不在视场范围的点云数据;单点滤波,查找预设半径或者相邻域内的相邻点云数据个数,当个数少于预设阈值时,去除该点云数据,以过滤掉孤立点云数据;统计滤波,对每个点,计算最 ...
【技术保护点】
1.一种利用激光复合成像进行目标识别的方法,其特征在于,包括:通过激光复合成像获取目标各点的距离像、强度像、方位角和俯仰角;对所述距离像、强度像、方位角和俯仰角进行三维点云数据重构,得到三维点云数据,三维点云数据包括目标的幅度、高度、形状、频谱和散射信息;对所述三维点云数据进行滤波处理;通过数学上的多维空间变换估算目标的大小、形状、高度、距离、散射和表面层的物理特性参数,最后根据大量训练样本所确定的鉴别函数,结合已知典型目标的特征数据库,在分类器中进行识别;其中,对所述三维点云数据进行滤波处理,具体包括:在空间上对三维点云数据滤波,空间上设置一个x、y、z方向的一个取值范围,以过滤掉不在视场范围的点云数据;单点滤波,查找预设半径或者相邻域内的相邻点云数据个数,当个数少于预设阈值时,去除该点云数据,以过滤掉孤立点云数据;统计滤波,对每个点,计算最近邻32个点云数据距离的均值,去除距离在一个标准差外的点云数据,去除不合群离散点;对点云数据进行分层处理;对点云数据进行分割,将点云数据分成不同的连通区域块。
【技术特征摘要】
1.一种利用激光复合成像进行目标识别的方法,其特征在于,包括:通过激光复合成像获取目标各点的距离像、强度像、方位角和俯仰角;对所述距离像、强度像、方位角和俯仰角进行三维点云数据重构,得到三维点云数据,三维点云数据包括目标的幅度、高度、形状、频谱和散射信息;对所述三维点云数据进行滤波处理;通过数学上的多维空间变换估算目标的大小、形状、高度、距离、散射和表面层的物理特性参数,最后根据大量训练样本所确定的鉴别函数,结合已知典型目标的特征数据库,在分类器中进行识别;其中,对所述三维点云数据进行滤波处理,具体包括:在空间上对三维点云数据滤波,空间上设置一个x、y、z方向的一个取值范围,以过滤掉不在视场范围的点云数据;单点滤波,查找预设半径或者相邻域内的相邻点云数据个数,当个数少于预设阈值时,去除该点云数据,以过滤掉孤立点云数据;统计滤波,对每个点,计算最近邻32个点云数据距离的均值,去除距离在一个标准差外的点云数据,去除不合群离散点;对点云数据进行分层处理;对点云数据进行分割,将点云数据分成不同的连通区域块。2.如权利要求1所述的方法,其特征在于,通过激光复合成像获取目标各点的距离像和强度像,具体包括:探测激光发出的信号,记录激光信号发出的时间;将所述激光信号分束成多个子光束,多个子光束分别照射到目标各点;接收多个子光束分别照射到目标各点后的回波信号,记录每束回波信号到达的时间和幅度值;根据所述发出的时间与所述到达的时间的差值计算目标各点的距离像,对每束回波信号的幅度值进行采样得到目标各点的强度像。3.如权利要求2所述的方法,其特征在于,所述接收多个子光束分别照射到目标各点后的回波信号,具体包括:通过多个单元探测器分别接收多个子光束分别照射到目标各点后的回波信号。4.如权利要求3所述的方法,其特征在于,将所述激光信号分束成多个子光束之后,还包括:对所述多个子光束进行整形变换,使所述多个子光束分别与所述多个单元探测器相匹配。5.如权利要求3所述的方法,其特征在于,所述接收多个子光束分别照射到目标各点后的回波信号之前,还包括:所述多个子光束分别照射到目标各点后的回波信号经过接收光学系统,使子光束的发散角与单元探测器的空间分辨率一致。6.如权利要求3所述的方法,其特征在于,将所述激光信号分束成多个子光束之后,还包括:将激光发射光路与激光接收光路调成同轴。7.如权利要求2所述的方法,其特征在于,所述接收多个子光束分别照射到目标各点后的回波信号,记录每束回波信号到达的时间和幅度值;根据所述发出的时间与所述到达的时间的差值计算目标各点的距离像,对...
【专利技术属性】
技术研发人员:刘波,陈念江,眭晓林,曹昌东,颜子恒,吴姿妍,
申请(专利权)人:中国电子科技集团公司第十一研究所,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。