CN101963666B - 一种条纹管成像激光雷达强度像畸变的校正方法 - Google Patents

一种条纹管成像激光雷达强度像畸变的校正方法 Download PDF

Info

Publication number
CN101963666B
CN101963666B CN2010102870631A CN201010287063A CN101963666B CN 101963666 B CN101963666 B CN 101963666B CN 2010102870631 A CN2010102870631 A CN 2010102870631A CN 201010287063 A CN201010287063 A CN 201010287063A CN 101963666 B CN101963666 B CN 101963666B
Authority
CN
China
Prior art keywords
image
striped
strong point
fringe number
number strong
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN2010102870631A
Other languages
English (en)
Other versions
CN101963666A (zh
Inventor
韩绍坤
马晨宁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Institute of Technology BIT
Original Assignee
Beijing Institute of Technology BIT
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Institute of Technology BIT filed Critical Beijing Institute of Technology BIT
Priority to CN2010102870631A priority Critical patent/CN101963666B/zh
Publication of CN101963666A publication Critical patent/CN101963666A/zh
Application granted granted Critical
Publication of CN101963666B publication Critical patent/CN101963666B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Optical Radar Systems And Details Thereof (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本发明涉及一种条纹管成像激光雷达强度像畸变的校正方法,属于光电成像及图像处理技术领域。对目标的静态图像和动态图像进行处理,然后滤波处理则当前条纹数据点在静态标定线上的条纹管荧光屏亮度值L0i
Figure DSA00000277023800011
待处理图像中(x,yi)点的像素点的灰度值

Description

一种条纹管成像激光雷达强度像畸变的校正方法
技术领域
本发明涉及一种条纹管成像激光雷达强度像畸变的校正方法,属于光电成像及图像处理技术领域。
背景技术
激光三维成像雷达是近些年国际上的研究热点,它是激光技术与雷达技术相结合的产物,在军事,航天等领域有着广阔的发展前景。基于条纹管的成像激光雷达是所有激光三维成像雷达***中最有希望的一种。在基于条纹管的成像激光雷达***中,获取目标的距离信息是整个***的核心,也是整个成像任务的最终目的。条纹图像是提取目标距离信息的最重要的数据来源,条纹图像处理的好坏直接关系到后续的目标距离提取的精确度。在实际成像***中,通常认为CCD捕获的荧光屏条纹强度图像即是反映了目标激光回波的强弱。然而,荧光屏的亮暗不但和加速电子束的密度有关,还和电子束的加速电压有关,不同时刻到来的电子束具有不同的加速电压,这样动态的条纹图像的相对强度信息便产生了一定的畸变,如果以此作为后续距离提取的图像数据,不但不能够真实的反应目标,更直接影响了后续的距离信息提取工作,使得距离信息提取建立在不准确的数据基础上。
发明内容
本发明的目的是为了解决已有技术中由于对强度像数据没有进行校正导致的距离信息的提取建立在不准确的数据基础上,提出一种条纹管成像激光雷达强度像畸变的校正方法,该方法对条纹强度图像加权处理,方法简便易行,特别适用于实时的条纹管三维成像激光雷达***,保证了距离信息提取数据的精确。
本发明的目的是通过以下技术方案实现的。
本发明的一种条纹管成像激光雷达强度像畸变的校正方法,其具体步骤为:
1)对目标的静态图像Ms采用最小二乘法进行静态基准线标定,获得单像素宽度的第i条静态标定线的纵坐标y0i,静态标定线的所有纵坐标为y01,y02...y0i...y0m,其中i为1~m,m为条纹图像的条纹数;
2)对目标的动态图像Md进行边界保持类平滑滤波,得到的图像记为Md0
3)根据获得的静态标定线的纵坐标y01,y02...y0i...y0m在滤波后的动态图像Md0上对应的坐标上标定相应的直线,标定完成的待处理图像为Md’;
4)根据要求测定目标距离远近的不同,设定条纹管的预设电压值Vp,条纹管的特征参数中条纹管荧光屏发光所需的最低电压值为Vd
5)对一半透半反玻璃柱加扫描电压成像为一系列均匀距离的点并记录下该一系列点的电压值,对该一系列点种任意两点之间的电压值与距离值之间的比值求平均值得到的值记为r;
设x为当前条纹数据点在待处理图像Md’中的横坐标,yi为当前条纹数据点在待处理图像Md’中的纵坐标,则当前条纹数据点对应的条纹管的扫描电压值为式(1):
V=Vp+(yi-y0i)r    (1)
6)设当前条纹数据点对应的条纹管荧光屏发光亮度为Li,则Li的计算公式为式(2):
Li=Aji(Vi-Vd)n    (2)
式中Vi为当前条纹数据点对应的此时条纹管的加速电压值,A和n为与条纹管荧光屏介质相关的参数,ji为当前条纹数据点对应的电子流密度;
7)如果在非偏转情况下,则当前条纹数据点落在静态标定线上,且记当前条纹数据点的条纹管荧光屏亮度为L0i,则L0i如(3)式所示:
L0i=Aji(Vp-Vd)n    (3)
8)由以上(1)(2)(3)式可得到当前条纹数据点在静态标定线上的条纹管荧光屏亮度值L0i为式(4),且假设n=1:
L 0 i = L i × ( V p - V d V p - V d + ( y i - y 0 i ) r ) - - - ( 4 )
则加权校正的权值系数为
Figure BSA00000277024000022
9)待处理图像Md’中(x,yi)点的像素点的灰度值用Gxyi表示;
10)以静态标定线的纵坐标y01,y02...y0i...y08为基准分别对待处理图像Md’上每条条纹图像的像素点的灰度值Gxyi作加权处理,权值为
Figure BSA00000277024000031
变换后的像素点的灰度值Gxyi’如式(5)所示:
G x yi , = G xyi · V p - V d V p - V d + ( y i - y 0 i ) r - - - ( 5 )
可以看出当前条纹数据点距离静态标定线越远,即当前条纹数据点所受到的加速电压越大,当前条纹数据点的强度值被削弱的越厉害则当前条纹数据点的强度像畸变得到校正。
有益效果
本发明对由于成像机理导致的荧光屏亮度畸变进行了加权处理修正,方法借助已有的必需数据,运算量小,简单易行,并且通用于基于条纹管三维成像的激光雷达***,尤其是实时的数据处理***;不但能够较为真实的反映目标特性,更为后续的距离信息提取提供了准确的数据。
附图说明
图1为目标的动态图像Md
图2为经过SNN滤波之后的动态图像Md0
图3为标定完成的待处理图像为Md’;
图4为校正完成后的图像。
具体实施方式
下面结合附图和实施例对本发明做进一步说明。
实施例
一种条纹管成像激光雷达强度像畸变的校正方法,其具体步骤为:
1)目标的静态图像为400*400,对目标的静态图像Ms采用最小二乘法进行静态基准线标定,获得单像素宽度的静态标定线的纵坐标y01,y02...y0i...y08;提取出的基准线的纵坐标如下表所示:
  条纹  y01   y02   y03   y04   y05   y06   y07   y08
  坐标  50   86   125   162   197   232   270   290
2)目标的动态图像为400*400,如图1所示,对目标的动态图像Md进行SNN边界保持类平滑滤波,其模板值为3;SNN为近邻均值滤波,得到的图像记为Md0,如图2所示;
3)根据获得的静态标定线的纵坐标y01,y02...y0i...y08在滤波后的动态图像Md0上对应的坐标上标定相应的直线,标定完成的待处理图像为Md’,如图3所示;
4)根据要求测定目标的距离为50m,设定条纹管的预设电压值Vp为1000V,条纹管的特征参数中条纹管荧光屏发光所需的最低电压值Vd为500V;
5)对一半透半反玻璃柱加扫描电压成像为一系列均匀距离的点并记录下该一系列点的电压值,对该一系列点种任意两点之间的电压值与距离值之间的比值求平均值得到的值记为r=0.68V;
设x为当前条纹数据点在待处理图像Md’中的横坐标,yi为当前条纹数据点在待处理图像Md’中的纵坐标,则当前条纹数据点对应的条纹管的扫描电压值V为:
V=1000+0.68(yi-y0i)
6)设当前条纹数据点对应的条纹管荧光屏发光亮度Li为:
Li=Aji(Vi-500)
7)如果在非偏转情况下,则当前条纹数据点落在静态标定线上,且记当前条纹数据点的条纹管荧光屏亮度L0i为:
L0i=500Aji
8)根据步骤5)、6)和7)可得到当前条纹数据点在静态标定线上的条纹管荧光屏亮度值L0i为:
L 0 i = L i 1000 - 500 1000 - 500 + ( y i - y 0 i ) × 0.68
即加权校正的权值系数为:
Figure BSA00000277024000042
9)待处理图像Md’中(x,yi)点的像素点的灰度值用Gxyi表示;
10)以静态标定线的纵坐标y01,y02...y0i...y08为基准分别对待处理图像Md’上每条条纹图像的像素点的灰度值Gxyi作加权处理,权值为
Figure BSA00000277024000051
变换后的像素点的灰度值Gxyi’为:
G xyi , = G xyi · 1000 - 500 1000 - 500 + ( y i - y 0 i ) × 0.68
G xy 1 , = G xy 1 · 1000 - 500 1000 - 500 + ( y i - y 0 i ) × 0.68 , 其中,yi=y1,y0i=y01=50;
G xy 2 , = G xy 2 · 1000 - 500 1000 - 500 + ( y i - y 0 i ) × 0.68 , 其中,yi=y2,y0i=y02=86;
G xy 3 , = G xy 3 · 1000 - 500 1000 - 500 + ( y i - y 0 i ) × 0.68 , 其中,yi=y3,y0i=y03=125;
G xy 4 , = G xy 4 · 1000 - 500 1000 - 500 + ( y i - y 0 i ) × 0.68 , 其中,yi=y4,y0i=y04=162;
G xy 5 , = G xy 5 · 1000 - 500 1000 - 500 + ( y i - y 0 i ) × 0.68 , 其中,yi=y5,y0i=y05=197;
G xy 6 , = G xy 6 · 1000 - 500 1000 - 500 + ( y i - y 0 i ) × 0.68 , 其中,yi=y6,y0i=y06=232;
G xy 7 , = G xy 7 · 1000 - 500 1000 - 500 + ( y i - y 0 i ) × 0.68 , 其中,yi=y7,y0i=y07=270;
G xy 8 , = G xy 8 · 1000 - 500 1000 - 500 + ( y i - y 0 i ) × 0.68 , 其中,yi=y8,y0i=y08=290;
用Matlab计算软件根据上述分别对待处理图像Md’中每条条纹中的每个像素点带入上述公式进行遍历计算,得到的图像如图4所示,由图4相比图3可以看出,每条条纹图像以静态标定线为基准都得到了不同程度的削弱,图像的畸变得到了校正,为后续的强度像重构及距离信息提取提供了可靠准确的数据。

Claims (2)

1.一种条纹管成像激光雷达强度像畸变的校正方法,其特征在于具体步骤为:
1)对目标的静态图像Ms采用最小二乘法进行静态基准线标定,获得单像素宽度的第i条静态标定线的纵坐标y0i,静态标定线的所有纵坐标为y01,y02...y0i...y0m,其中i为1~m,m为条纹图像的条纹数;
2)对目标的动态图像Md进行边界保持类平滑滤波,得到的图像记为Md0
3)根据获得的静态标定线的纵坐标y01,y02...y0i...y0m在滤波后的动态图像Md0上对应的坐标上标定相应的直线,标定完成的待处理图像为Md’;
4)根据要求测定目标距离远近的不同,设定条纹管的预设电压值Vp,条纹管的特征参数中条纹管荧光屏发光所需的最低电压值为Vd
5)对一半透半反玻璃柱加扫描电压成像为一系列均匀距离的点并记录下该一系列点的电压值,对该一系列点中任意两点之间的电压值与距离值之间的比值求平均值得到的值记为r;
设x为当前条纹数据点在待处理图像Md’中的横坐标,yi为当前条纹数据点在待处理图像Md’中的纵坐标,则当前条纹数据点对应的条纹管的扫描电压值为式(1):
V=Vp+(yi-y0i)r        (1)
6)设当前条纹数据点对应的条纹管荧光屏发光亮度为Li,则Li的计算公式为式(2):
Li=Aji(Vi-Vd)n       (2)
式中Vi为当前条纹数据点对应的此时条纹管的加速电压值,A和n为与条纹管荧光屏介质相关的参数,ji为当前条纹数据点对应的电子流密度;
7)如果在非偏转情况下,则当前条纹数据点落在静态标定线上,且记当前条纹数据点的条纹管荧光屏亮度为L0i,则L0i如(3)式所示:
L0i=Aji(Vp-Vd)n     (3)
8)由以上(1)(2)(3)式可得到当前条纹数据点在静态标定线上的条纹管荧光屏亮度值L0i为式(4),且假设n=1:
Figure FSB00000787160200011
则加权校正的权值系数为 
9)待处理图像Md’中(x,yi)点的像素点的灰度值用Gxyi表示;
10)以静态标定线的纵坐标y01,y02...y0i...y08为基准分别对待处理图像Md’上每条条纹图像的像素点的灰度值Gxyi作加权处理,权值为 
Figure FSB00000787160200022
变换后的像素点的灰度值Gxyi’如式(5)所示:
Figure FSB00000787160200023
2.根据权利要求1所述的一种条纹管成像激光雷达强度像畸变的校正方法,其特征在于:步骤2)中对目标的动态图像Md进行边界保持类平滑滤波为近邻均值滤波SNN,其模板值为3。 
CN2010102870631A 2010-09-20 2010-09-20 一种条纹管成像激光雷达强度像畸变的校正方法 Expired - Fee Related CN101963666B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2010102870631A CN101963666B (zh) 2010-09-20 2010-09-20 一种条纹管成像激光雷达强度像畸变的校正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2010102870631A CN101963666B (zh) 2010-09-20 2010-09-20 一种条纹管成像激光雷达强度像畸变的校正方法

Publications (2)

Publication Number Publication Date
CN101963666A CN101963666A (zh) 2011-02-02
CN101963666B true CN101963666B (zh) 2012-08-29

Family

ID=43516620

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2010102870631A Expired - Fee Related CN101963666B (zh) 2010-09-20 2010-09-20 一种条纹管成像激光雷达强度像畸变的校正方法

Country Status (1)

Country Link
CN (1) CN101963666B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102998668A (zh) * 2012-12-05 2013-03-27 中国工程物理研究院流体物理研究所 一种去除水下探测目标成像畸变的还原方法及装置

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106097423A (zh) * 2016-06-08 2016-11-09 河海大学 基于k近邻的LiDAR点云强度校正方法
CN107607931B (zh) * 2017-08-07 2020-06-05 哈尔滨工业大学 一种激光雷达回波图像处理方法
CN109903344B (zh) * 2019-02-28 2021-04-20 东软睿驰汽车技术(沈阳)有限公司 一种标定方法及装置
CN115639571A (zh) * 2022-10-31 2023-01-24 哈尔滨工业大学 条纹管成像激光雷达图像坐标校正方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7164787B1 (en) * 2003-06-26 2007-01-16 The United States Of America As Represented By The Secretary Of The Navy Enhancing two-dimensional contrast images rendered from three-dimensional streak tube imaging lidar (STIL) data
US7203339B1 (en) * 2003-06-26 2007-04-10 The United States Of America As Represented By The Secretary Of The Navy Enhancing two-dimensional contrast and range images rendered from three-dimensional streak tube imaging lidar (STIL) data
CN101630009A (zh) * 2009-08-17 2010-01-20 哈尔滨工业大学 基于光纤图像变换器和多狭缝条纹管的激光四维成像装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7164787B1 (en) * 2003-06-26 2007-01-16 The United States Of America As Represented By The Secretary Of The Navy Enhancing two-dimensional contrast images rendered from three-dimensional streak tube imaging lidar (STIL) data
US7203339B1 (en) * 2003-06-26 2007-04-10 The United States Of America As Represented By The Secretary Of The Navy Enhancing two-dimensional contrast and range images rendered from three-dimensional streak tube imaging lidar (STIL) data
CN101630009A (zh) * 2009-08-17 2010-01-20 哈尔滨工业大学 基于光纤图像变换器和多狭缝条纹管的激光四维成像装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Anthony D.Gleckler.Multiple-Slit Streak Tube Imaging Lidar(MS-STIL) Applications.《Proc. SPIE》.2000,第4035卷266-278. *
刘金波等.多狭缝条纹管激光雷达***设计及实验研究.《中国激光》.2009,第36卷(第8期),1991-1994. *
孙剑峰等.条纹管激光成像雷达目标重构算法.《中国激光》.2010,第37卷(第2期),510-513. *
李思宁等.条纹管激光成像雷达数据处理***分析与设计.《中国激光》.2008,第35卷(第6期),943-946. *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102998668A (zh) * 2012-12-05 2013-03-27 中国工程物理研究院流体物理研究所 一种去除水下探测目标成像畸变的还原方法及装置
CN102998668B (zh) * 2012-12-05 2014-10-08 中国工程物理研究院流体物理研究所 一种去除水下探测目标成像畸变的还原方法及装置

Also Published As

Publication number Publication date
CN101963666A (zh) 2011-02-02

Similar Documents

Publication Publication Date Title
CN101963666B (zh) 一种条纹管成像激光雷达强度像畸变的校正方法
CN105095896A (zh) 一种基于查找表的图像畸变校正方法
CN108492335B (zh) 一种双相机透视畸变校正方法及***
CN110853081B (zh) 基于单木分割的地面和机载LiDAR点云配准方法
CN110298840B (zh) 一种基于图像的纱线缺陷检测方法
CN115063404A (zh) 基于x射线探伤的耐候钢焊缝质量检测方法
CN111080582A (zh) 工件内外表面缺陷检测方法
CN104318583B (zh) 一种可见光宽带光谱图像配准方法
CN112419298B (zh) 一种螺栓节点板锈蚀检测方法、装置、设备及存储介质
CN104983436B (zh) 一种x射线成像装置及方法
CN113487563B (zh) 一种基于el图像的光伏组件隐裂自适应检测方法
CN102938137A (zh) 基于图像序列分析的线扫描图像动态非均匀性校正方法
CN105931257A (zh) 基于纹理特征和结构相似度的sar图像质量评估方法
CN108333488A (zh) 基于紫外、红外和光学图像相融合的燃弧检测方法
CN106447684A (zh) 工业ct图像中弱边缘尺寸测量方法
CN104835125A (zh) 平板探测器的坏点校正方法
CN106289070A (zh) 测量不规则物体长宽的方法
CN105005983A (zh) 一种sar图像背景杂波建模及目标检测方法
CN110969656A (zh) 一种基于机载设备激光光束光斑大小的检测方法
CN109741376A (zh) 一种基于改进ransac算法的中、长波红外图像配准方法
CN107133937B (zh) 一种红外图像的自适应增强方法
CN107463895A (zh) 基于邻域向量pca的弱小损伤目标检测方法
CN110873718A (zh) 基于机器视觉的钢板表面缺陷检测***及方法
CN103913126B (zh) 用于角秒级三维变形的光学准直测量方法
CN101635053B (zh) 多光源颜色强度一致性标定方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20120829

Termination date: 20130920