本发明专利技术是一种基于双Gamma估计的单光子激光雷达透雾成像方法。本发明专利技术涉及白天室外雾天成像技术领域。本发明专利技术通过使用基于多项式分布的观察模型来补偿非信号光子产生的堆积效应，以及采用两次Gamma估计来消除非信号光子，最终将极其低SBR条件下的信号光子从非信号光子(散射和噪声光子)中分离出来。本发明专利技术对每个像素探测的直方图进行第一次Gamma拟合，实现直方图数据的矫正；采用基于多项式分布的观察模型来补偿非信号光子产生的堆积效应，实现回波光子的计算；采用第二次的Gamma拟合实现信号光子与非信号光子的分离，基于每个像素分离出来的信号光子实现目标深度图像的重构。来的信号光子实现目标深度图像的重构。来的信号光子实现目标深度图像的重构。
【技术实现步骤摘要】
一种基于双Gamma估计的单光子激光雷达透雾成像方法
[0001]本专利技术涉及单光子激光雷达白天室外雾天成像
，是一种基于双Gamma估计的单光子激光雷达透雾成像方法。
技术介绍
[0002]在室外远距离探测过程中，光子计数雷达的三维成像结果往往受到环境条件的限制，特别是自然环境中的云雾。云雾对激光具有强的吸收和散射能力，导致激光能量在相对较短的传输距离内衰减明显。并且，光子在云雾中传输时发生的多次散射，容易导致光线原有的传播方向发生改变。云雾的散射和背景光的干扰造成目标的信号与背景比(SBR)极低。这些因素最终导致雷达系统的有效成像距离减小、成像降质程度增大、成像分辨能力降低。如何克服云雾的散射影响，提升云雾环境下的成像质量，依然是光子计数雷达亟待解决的重要科学问题。因此，开展一种将目标信号从非信号光子(散射和噪声光子)中分离的算法，满足室外低能见度下远距离目标深度图像探测和短时间成像的需求，为激光雷达无人驾驶和无人机等新型应用的目标检测和识别奠定基础，是非常有必要的。
[0003]介绍现有方案：
[0004]传统峰值法(Peak selection algorithm，PSA)：选取每个像素点中信号的峰值点作为目标的距离位置。
[0005]单量参数估计法(Single parameter estimation algorithm，SPEA)：根据实测的雾衰减系数和烟雾的Gamma分布模型，采用单参数估计构造算法(SPEA)重建深度图像。
[0006]全参数估计法(All parameter estimation algorithm，APEA)：将目标信号近似认为是噪声，采用极大似然估计直接对光子分布直方图进行估计，进而重构深度图像。
[0007]双参量估计法(Dual
‑
parameter estimation algorithm)：根据连续小波变换估计的部分烟雾信号得到Gamma分布函数的尺度参量，随后采用利用极大似然估计得到形状参量。
[0008]现有方案存在的问题：
[0009]这些研究都只是针对室内人造烟雾开展的，没有考虑背景光子对算法重构结果的影响；
[0010]相较于实际的室外远距离目标探测场景，模拟的烟雾只分布于探测范围内的局部区域，与实际的探测场景不符合；
[0011]模拟烟雾与实际雾的粒子特性有区别，仅利用室内实验去验证算法的有效性是不充分的。
技术实现思路
[0012]针对现有技术的以上缺陷或改进需求，本专利技术提出了一种适合面阵光子计数雷达的室外雾天成像算法，可以将极其低SBR条件下的信号光子从非信号光子(散射和噪声光子)中分离出来。本专利技术通过使用基于多项式分布的观察模型来补偿非信号光子产生的堆
积效应，以及采用两次Gamma估计来消除非信号光子。
[0013]本专利技术提供了一种基于双Gamma估计的单光子激光雷达透雾成像方法，本专利技术提供了以下技术方案：
[0014]一种基于双Gamma估计的单光子激光雷达透雾成像方法，所述方法包括以下步骤：
[0015]步骤1：对每个像素探测的直方图进行第一次Gamma拟合，实现直方图数据的矫正；
[0016]步骤2：采用基于多项式分布的观察模型来补偿非信号光子产生的堆积效应，实现回波光子的计算；
[0017]步骤3：采用第二次的Gamma拟合实现信号光子与非信号光子的分离，基于每个像素分离出来的信号光子实现目标深度图像的重构。
[0018]优选地，所述步骤1具体为：
[0019]对于光子计数雷达在雾天环境下探测得到的光子，主要包含烟雾散射光子λ
fog
、目标反射光子λ
target
、背景光子λ
b
以及系统噪声，每个光子计数都来自泊松分布P(.)分布，通过下式表示：
[0020]h
t P[λ(t)]＝P[λ
target
(t)+λ
fog
(t)+λ
b
+b
d
]ꢀꢀ
(1)
[0021]λ
target
(t)＝ηαf(t
‑
2R/c)
ꢀꢀ
(2)
[0022]其中，h为观测的直方图分布，λ为平均光子数，η表示探测器的量子效率，α表示目标的反射光子数，由激光雷达方程计算得到，f表示系统脉冲响应函数，R表示目标距离值，c为光速，b
d
表示探测器的暗计数；
[0023]光子经过散射介质时发生多次散射，散射光子在时域上满足Gamma分布，散射光子时域分布通过下式表示：
[0024][0025]其中，K为最大散射次数，r与烟雾的后向散射系数相关，β为每个时间Bin内到达探测器焦平面的平均散射次数；
[0026]采用多项式分布来建模观测的直方图，在白天室外雾天环境下观测得到的单个像素直方图h的概率P(h|λ)满足关系：
[0027][0028]其中，T为最大Bin数，N为总脉冲个数，对上式求似然函数：
[0029][0030]通过极大似然求解，得到第i个时间Bin的光子数为：
[0031][0032]其中，λ就是单个脉冲条件下的回波光子率函数，单脉冲条件下的目标回波光子为λ
target
＝λ
‑
λ
fog
‑
λ
b
‑
b
d
。
[0033]优选地，对直方图数据h1进行逐像素去噪预处理，由泊松触发后的直方图分布是Gamma分布，对原始直方图进行Gamma参数估计，估计烟雾散射光子的轮廓信息，随后计算估计残差Δh＝h1
‑
y1，残差Δh中包含了信号光子，采用对数匹配滤波算法搜寻目标的初始位置，以该位置为中心点选择信号窗口ε，窗口宽度为2个系统响应函数脉宽，将Δh中在窗口ε内的光子保留，作为初始信号光子；设定光子数阈值为ξ，当在信号窗口之外的|Δh|>ξ，将对应时间bin上的光子数以平滑滤波窗口大小为2FWHM后的数值进行替换，最终得到完成矫正后的直方图数据h2。
[0034]优选地，所述步骤2具体为：
[0035]对于矫正后的数据h2，采用极大似然函数求解式(6)，得到到达探测焦平面上的光子率函数λ，采用中值估计算法得到噪声参数，进而得到只包含烟雾散射光子和信号反射光子的回波信号h3；
[0036]再次采用极大似然估计算法对满足Gamma分布的烟雾散射回波进行估计，得到平均散射次数β和最大散射次数K；
[0037]通过最小二乘法优化得到λfog，进而将信号光子从散射光子中分离出来λtarget＝h3
‑
λfog。
[0038]优选地，步骤2都是基于N个脉冲来计算散射光子。
[0039]优选地，所述步骤3具体为：对于分离出来的信号光子，采用对数匹配滤本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于双Gamma估计的单光子激光雷达透雾成像方法，其特征是：所述方法包括以下步骤：步骤1：对每个像素探测的直方图进行第一次Gamma拟合，实现直方图数据的矫正；步骤2：采用基于多项式分布的观察模型来补偿非信号光子产生的堆积效应，实现回波光子的计算；步骤3：采用第二次的Gamma拟合实现信号光子与非信号光子的分离，基于每个像素分离出来的信号光子实现目标深度图像的重构。2.根据权利要求1所述的一种基于双Gamma估计的单光子激光雷达透雾成像方法，其特征是：所述步骤1具体为：对于光子计数雷达在雾天环境下探测得到的光子，主要包含烟雾散射光子λ
fog
、目标反射光子λ
target
、背景光子λ
b
以及系统噪声，每个光子计数都来自泊松分布P(.)分布，通过下式表示：h
t P[λ(t)]＝P[λ
target
(t)+λ
fog
(t)+λ
b
+b
d
]
ꢀꢀ
(1)λ
target
(t)＝ηαf(t
‑
2R/c)
ꢀꢀ
(2)其中，h为观测的直方图分布，λ为平均光子数，η表示探测器的量子效率，α表示目标的反射光子数，由激光雷达方程计算得到，f表示系统脉冲响应函数，R表示目标距离值，c为光速，b
d
表示探测器的暗计数；光子经过散射介质时发生多次散射，散射光子在时域上满足Gamma分布，散射光子时域分布通过下式表示：其中，K为最大散射次数，r与烟雾的后向散射系数相关，β为每个时间Bin内到达探测器焦平面的平均散射次数；采用多项式分布来建模观测的直方图，在白天室外雾天环境下观测得到的单个像素直方图h的概率P(h|λ)满足关系：其中，T为最大Bin数，N为总脉冲个数，对上式求似然函数：通过极大似然求解，得到第i个时间Bin的光子数为：其中，λ就是单个脉冲条件下的回波光子率函数，单脉冲条件下的目标回波光子为
λ
target
＝λ
‑
λ
fog
‑
λ
b
‑
b
d
。3.根据权利要求2所述的一种基于双Gamma估计的单光子激光雷达透雾成像方法，其特征是：对直方图数据h1进行逐像素去噪预处理，由泊松触发后的直方图分布是Gamma分布，对原始直方图进行Gamma参数估计，估计烟雾散射光子的轮廓信息，随后计算估计残差Δh＝h1
‑
y1，残差Δh中包含了信号光子...
【专利技术属性】
技术研发人员：孙剑峰，张银波，李昊阳，侯跃，周鑫，张海龙，李思宁，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：
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。