[发明专利]时空联合相关单光子计数三维成像方法

说明书

本发明公开了一种时空联合相关单光子计数三维成像方法，首先，对图像进行逐像素预处理，根据信号光子的时间相关性，形成光子聚集簇，筛选阈值范围内的光子，并构成每个像素一个聚集簇的小集合，进而滤除大量噪声光子，压缩数据量，降低计算成本；其次，根据邻域空间相关性，补全整个图像中的空像素，得到一组空间三维点云数据；最后，建立空间邻域像素横坐标方向和纵坐标方向一阶差分正则化项的成本函数，采用交替方向乘子法，求解成本函数的最小值，以得到准确的深度估计。本发明成像效果优于传统最大似然估计方法和时间相关光子快速去噪方法，处理后得到的深度图像误差小，信噪比高，提高了三维成像质量。

技术领域

本发明属于数据处理领域，具体为一种时空联合相关单光子计数三维成像方法。

背景技术

短积分时间和高噪声的探测背景下，远距离光子计数激光雷达系统通常记录大数据量但极其稀疏的数据立方体，信号光子被淹没在大量的噪声光子中，传统的图像估计方法得到的深度图与真实值偏差较大，难以准确获得探测目标信息，因此提出了以较少的内存要求、较低的计算复杂度和较快的成像速度，来估计光子缺乏情况下的准确深度图像的挑战。

交替方向乘子法，是一种求解优化问题的计算框架,适用于求解分布式的函数凸优化问题，特别是统计学习问题。交替方向乘子法通过分解协调过程，将大的全局问题分解为多个较小、较容易求解的局部子问题，并通过协调子问题的解而得到大的全局问题的解。

利用光子飞行时间原理的光子计数激光雷达相较于传统的激光雷达，能更加精确的获取探测目标的深度信息与反射率图像。在军事和民生领域，三维光子计数激光雷达的发展趋于成熟，应用范围愈加广泛。因此，在三维激光激光雷达系统研发的同时，研究人员提出了许多有效提升重建图像质量的方法，与硬件系统形成互补。

传统的最大似然估计(Maximun Likelihood Estimation，MLE)算法，通常用于数据量较大或者信噪比较高的情况，但在短积分时间或者大背景噪声的情况下，图像成像效果不佳。为了解决短积分时间导致的测量误差大和长积分时间导致的测量速度慢的矛盾，Ahmed Kirmani等人提出低光子计数情况下使用第一个探测到的光子进行成像的方法[Kirmani A,Venkatraman D,Shin D,et al. First-Photon Imaging[J].Science,2014,343(6166):58-61.]；Dongeek Shin提出适用于阵列单光子探测器的方法，利用横向像素和纵向像素的空间特性和时间特性结合的去噪方法[D Shin,Xu F,D Venkatraman,etal.Photon-efficient imaging with a single-photon camera[J].NatureCommunications,2016,7:12046.]。Feng等人提出了时间相关光子快速去噪的方法[快速扫描光子计数激光雷达成像关键技术研究[D].南京理工大学,2018.].这些方法通过降低探测虚警率或提高图像重建正确率取得了较好的性能提升效果，但是在探测环境噪声影响较大的情况下，性能和效率会受到限制。

发明内容

本发明的目的在于提出了一种时空联合相关单光子计数三维成像方法。

实现本发明目的的技术方案为：一种时空联合相关单光子计数三维成像方法，步骤如下：

步骤1，利用远距离光子计数激光雷达系统，采集点云数据，并对图像数据进行预处理；

步骤2，对预处理后的数据，进行自适应获取每个像素点的光子飞行时间，进一步过滤噪声；

步骤3，根据邻域信息补全空像素；

步骤4，将步骤3得到的深度信息加入全变分正则化项构建成本函数，利用交替方向乘子法迭代更新得到最优解，作为深度信息估计值。

优选地，对图像数据进行预处理包括：根据先验信息设置门控阈值，滤除图像中明显的噪声点。