- 1、本文档共69页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
摘要
随着高灵敏度单光子雪崩二极管(SingleAvalancheDiodePhoton,SPAD)、高精度计时
技术的发展,单光子激光雷达在主动成像领域飞速发展。本文主要针对时间相关单光子计数
(Time-correlatedsinglephotoncounting,TCSPC)激光雷达系统进行了理论与实验研究,搭
建了一套具有常规采集和光子强度自适应采集两种模式的单光子雷达系统,并主要从深度估
计与算法重构成像方面进行研究。
1、TCSPC激光雷达系统的实验研究。本文设计并搭建了一套双轴TCSPC激光雷达系统,
开展了室内近距离目标的深度估计与三维成像实验研究。通过实验测得单光子激光雷达系统
仪器响应函数的半高宽为340ps。系统采用栅栏式扫描方法,开发了一种光子强度自适应的光
子信号采集模式。该模式先进行整体的预扫描获取需要的光子采集像素,再通过精细扫描进
行光子信号获取,在被探测目标反射率较高的情况下能有效的缩短采集时间。
2、基于拟合函数上升沿数据分布的深度估计方法。精准深度估计在单光子激光雷达中起
着至关重要的作用。在少量回波光子的情况下,传统算法的估计精度严重下降。本文在传统
系统仪器响应函数(Instrumentresponsefunction,IRF)拟合深度估计方法的基础上,提出了
一种基于拟合函数上升沿数据分布的深度估计方法。该方法和传统IRF曲线拟合深度估计方
法、最大似然估计(MaximumLikelihood,ML)相比,拥有更好的距离精度和稳定性。
3、正则化去噪反卷积深度重构研究。由于逐像素深度估计是对于单个像素点的深度估计
方法,它并没有考虑到相邻像素点间的关系。当出现照射在目标表面的光斑大小大于像素间
实际间隔时,中心像素点会受到附近像素点的叠加影响。本工作建立了单光子探测物理模型,
采用CCD相机对光斑进行了测量,使用了一种正则化算法进行反卷积问题的求解和图像去噪,
得到被探测物体的深度图。相较于可逆跳跃马尔科夫蒙特卡罗(ReversibleJumpMarkovChain
MonteCarlo,RJ-MCMC)算法和ML算法,该方法具有更好的平滑效果和更详细的特征。
关键词:时间相关单光子计数、单光子激光雷达、深度估计、深度重构、三维成像
Abstract
Withthedevelopmentofhighsensitivesinglephotondetection,high-precisiontimingandhigh
speeddataprocessingtechnology,single-photonlidarhasdevelopedrapidlyinthefieldofactive
imaging.Inthiswork,theoreticalandexperimentalstudiesontime-correlatedsinglephoton
countinglidarsystemarecariedout.Asinglephotonradarsystemwithtwomodesofconventional
acquisitionandadaptivephotonintensityacquisitionhasbeenbuiltfordepthestimationanddepth
algorithmreconstruction.
1、Experimentalstudyoftime-correlatedsinglephotoncountinglidar.AbiaxialTCSPClidar
systemhasbeenbuiltfordepthestimationofindoorclose-rangetargetsandthree-dimensional
imagingexperiment.Thehalf-widthoftheinstrumentresponsefunctionofthesingle-photonlidar
systemis340ps.Aphoton
文档评论(0)