论文部分内容阅读
得益于其良好的距离分辨力与方向性,激光雷达技术已被广泛应用于光电侦查、遥感测绘等领域,并在自动驾驶等若干新兴领域扮演着不可或缺的角色。然而激光在介质中快速衰减的特性严重限制了激光雷达的作用距离,成为了技术发展的瓶颈之一。单光子探测技术通过采用单光子探测器可以响应单光子级能量的回波,极大地提升了探测灵敏度,使得远距离高精度探测成为了可能。盖革模式雪崩光电二极管(Geiger mode Avalanche Photon Diode,Gm APD)因为具有成本低、二值化响应等优势使其成为了最常用的单光子探测器之一,但由于Gm APD不响应强度信息,故需大量累积回波信号才能恢复出回波信号。这一方面使得远距离探测的回波信号过于稀疏,难以有效重建目标信息;另一方面为了快速获取回波光子而采用高重频激光器,导致了距离模糊问题。本文围绕远距离高精度单光子探测存在的距离模糊问题与稀疏光子条件下的图像重建问题对单光子探测成像技术展开研究,取得的主要研究成果如下:(1)为了克服距离模糊提出了两种伪随机编码生成算法——多相伪随机编码快速生成算法与最优多相伪随机编码生成算法,并基于快速傅立叶变换(Fast Fourier Transform,FFT)算法实现快速解码。本文采用伪随机编码的方法大幅增加系统的探测距离,并针对传统的m序列存在的无法高速调制、不包含强度信息以及编码形式、长度固定的问题提出了新的伪随机编码生成算法。多相伪随机编码快速生成算法根据系统参数与Mersenne-Twister算法所产生的随机数对脉冲间隔调制,再通过预设的强度划分范围将调制位的幅值映射至对应的强度。最优多相伪随机编码生成算法则将编码看做是若干个码元的排列问题并通过粒子群优化(Partical Swarm Optimization,PSO)算法求解,初始化则由复杂度较低的线性同余法实现。仿真实验说明本文提出的两种伪随机编码生成算法所产生的伪随机编码自相关性均明显优于对比的双探测器伪随机编码生成算法和m序列,且易于生成;其良好的性质也使得解码算法可选用效率最高的基于FFT的解码算法。(2)针对远距离成像时回波过于稀疏的问题,本文基于Non-Local思想提出了一种稀疏光子条件下的图像重建算法框架NL3DR(Non-Local 3D Restoration)。本文通过建立相似度矩阵获取全部像素间的相关性,基于相似度矩阵构建Laplacian正则项作为约束重建目标的三维图像并交替提升空间联系与重建质量。为了避免稀疏光子条件下大量存在的“空”像素与噪点对获取Non-Local相关性的干扰,本文基于超像素原理提出了MSA(Multi-Scale Analysis)算法作为NL3DR的初始化,大幅提高了重建的鲁棒性;基于数据的泊松统计特性以及Laplacian正则项构建代价函数,其良好的分离特性使得代价函数的最小化问题可由交替方向乘子(Alternating Direction Method of Multipliers,ADMM)算法高效求解。此外还针对NL3DR算法计算复杂度较高的问题,提出了非均匀采样算法为代表的多种优化策略,将NL3DR算法进一步优化为OPN3DR(Optimized based Nonlocal 3D Restoration)算法,显著降低了重建算法对计算资源的需求。仿真数据集与实测数据集的实验结果均表明OPN3DR算法在采样点数远少于RDI-TV等算法的条件下仍具有良好的重建能力,在采样点数相同的情况下优势更为明显;并且在多个数据集中均实现了PPP(Photon-per-Pixel)小于1的图像三维重建。(3)为了利用量子器件的真随机性破解周期性照明对远距离成像的限制,本文研究了基于单光子源的三维成像系统,同时基于OPN3DR算法的变体F3DRSI(Fast 3D Restoration for Single photon source Imaging)算法实现了高精度三维成像。单光子源以其量子器件真随机的特性从原理上避免了距离模糊问题,也避免了使用额外的调制模块与伪随机编码;仅通过测量关联光子对间的时间差即可获得目标距离信息。单光子源极低的探测能量在带来了一系列优点的同时也使得回波信号更为稀疏,为了充分利用有限的回波信息,本文利用F3DRSI算法实现了PPP小于1的快速高精度三维重建,在接近理论极限的环境下实现了毫米级探测精度,重建时间仅为0.18秒至0.41秒。(4)考虑到探测环境对不同谱段有着不同的吸收与散射特性,本文研究了多光谱单光子成像系统及其重建算法MS3DR(Multispectral Sparse 3D Restoration)。多光谱单光子成像可以利用多个谱段探测目标,在获取距离信息的同时能够同时获得目标的光谱特性;而多个谱段的回波也有望增强稀疏光子条件下信息获取的鲁棒性。为了充分利用稀疏的高维回波数据,本文将OPN3DR算法进一步拓展为MS3DR算法;该算法同时利用了谱段间的相关性以及目标在空间分布上的相关性作为先验知识,并进一步基于此重建目标的多光谱图像。仿真实验结果显示MS3DR算法可以在单谱段平均像素光子数小于1的条件下较好地重建出多光谱三维图像。此外本文还研究了MS3DR算法在复杂环境下的重建能力,实现了在单谱段平均像素光子数仅为0.57且SBR(Signal-to-Background Ratio)仅为8.72的条件下的复杂场景多光谱三维重建。