一种基于压缩感知的激光雷达成像系统的图像重构方法
【专利摘要】本发明公开了一种基于压缩感知的激光雷达成像系统的图像重构方法。本方法的激光雷达成像系统采用单元雪崩二极管APD，有效的突破了目前国产线阵雪崩二极管无法大规模集成的瓶颈问题。系统由激光发射模块，望远镜成像模块，数字微反射镜DMD及控制模块，雪崩二极管APD，同步模块，数据采集模块，图像重构模块组成。该发明通过激光发射模块向目标发射脉冲激光，不同距离目标反射回波被数字微反射镜DMD调制，再经过汇聚镜头给单元雪崩二极管APD实现在时间序列上的采样，最后采用后续的图像重构方法重构出目标的三维像。本发明的优点是：无需任何扫描，结构简单，图像重构所需的数据量小，探测灵敏度高。
【专利说明】一种基于压缩感知的激光雷达成像系统的图像重构方法
【技术领域】
[0001] 本发明涉及计算成像技术以及图像重构算法，信号处理、激光雷达。特别涉及一种 基于压缩感知的激光雷达成像系统的图像重构方法。
【背景技术】
[0002] 激光雷达是一种主动光电成像技术，与普通的被动光学遥感探测和微波雷达相比 具有分辨率高，隐蔽性好，极强的抗干扰能力等；能穿过云雾，植被等探测到真实的地面地 形。激光雷达通过向目标发射脉冲激光信号，然后将接收到从目标反射回来的信号（回波 信号）与发射信号进行相关的数据处理，从而就可以提取目标的相关信息，比如目标距离， 方位，姿态，形状等参数。利用这种激光雷达，在军事上就可以对敌方的飞机，导弹等进行跟 踪、探测识别，从而实现精确打击。目前它已经成为我国军事领域中一种不可或缺的技术手 段。
[0003] 传统的激光雷达按工作方式可以分为逐点扫描的摆扫式和线阵推扫式。摆扫式激 光雷达在技术上已经非常成熟，它最大的优点是原理非常简单。但它也存在很大的缺点，t匕 如难以捕获高速移动的目标；由于存在机械扫描装置，很难做到小型化和轻型化；大量点 云数据将对数据采集系统的数据传输与存储以及后续处理带来极大的压力；另外逐点扫描 的原理，已及飞行速度和扫描速度的限制将导致距离图像的空间分辨率较低。线阵推扫式 激光雷达采用同时发射多束激光和多个探测器的并行探测原理，从而提高覆盖效率和扫描 效率，克服逐点扫描式激光雷达的一些缺点。目前，我国推扫式激光雷达的研究才处于起步 阶段。而线阵的雪崩二极管Aro探测器很难做到大规模集成，就目前的技术手段而言，只能 做到25-50单元的APD，线阵Aro的工艺瓶颈问题将在很大程度上阻碍推扫式激光雷达的发 展。
[0004] 压缩感知（Compressive Sensing, CS)是由美国斯坦福大学数学家Donoho和 Candes等人（参见文献1、2、3)在2006年提出的一种采样与压缩同步进行的理论。该理论 通过挖掘信号信息的冗余性和稀疏性，在采样过程中，不是获取图像的全部像素采样，而是 通过特定的算法，选择合适的调制模板，即：观测矩阵，每次对信号进行全局采样，然后通过 这些采样结合相关的恢复算法复原图像。与传统的"先采样、后压缩"不同，CS理论是"边 采样、边压缩"的方式，将CS应用于激光雷达成像系统可以显著节省传感器数量，这种"边 采样、边压缩"的方式使得信号处理的技术负担从传感器转移到数据处理上来。因此，基于 压缩感知理论，发展新型的激光雷达成像系统自然的成为本发明所要研究的内容。
[0005] 参考文献：
[0006] [1]Donoho D L. Compressed sensing[J]. IEEE Transactions on Information Theory,2006,52 (4) :1289-1306.
[0007] [2]Candes E, Romberg J, Tao T. Robust uncertainty principles ：exact signal reconstruction from highly incomplete frequency information[J]. IEEE Transactions on Information Theory,2006,52(2) :489-509.
[0008] [3] Candes E. Compressive samp 1 ing [C] · International Congress of Mathematics,2006 :1433-1452.
【发明内容】
[0009] 本发明的目的是提供一种基于压缩感知的激光雷达成像系统的图像重构方法。在 探测器方面，采用单元雪崩二极管Aro探测器，克服传统逐点扫描式激光雷达的缺点和避 开线阵Aro技术工艺的瓶颈问题。在数据获取方面，基于压缩感知理论，采用少量的数据即 可重构得到目标的三维图像，在采样的过程中就以经压缩了数据，缓解传统激光雷达成像 中大数据量的采集、传输、存储压力。
[0010] 本发明提出的解决思路如下：
[0011] 如图1所示，该新型激光雷达成像系统包括：激光发射模块1 ;望远镜成像模块2 ; 数字微反射镜DMD及控制模块3 ;光学汇聚透镜4 ;雪崩二极管APD5 ;数据采集模块6 ;图像 重构模块7 ;同步模块8。其特征在于：激光发射模块1采用波长1064nm的脉冲式激光器，其 重复频率100Hz，脉冲能量200mJ ;望远镜成像模块2采用焦距为304. 8臟，口径为101. 6mm 的望远镜；数字微反射镜DMD及控制模块3中的数字微反射镜DMD采用1024 X 768像素，像 素大小为13. 69 μ m的DMD ;光学汇聚透镜4的焦距为10cm ;雪崩二极管APD5的像元尺寸 1. 5mm，暗电流7nA，上升时间5ns ;数据采集模块6采用的采集卡量化位数为10位，采样率 5GSPS ;同步模块8采用FPGA芯片产生三路同步信号；
[0012] 系统各模块之间的工作流程如下：
[0013] 同步模块8发射同步信号给激光发射模块1和数字微反射镜DMD及控制模块3,激 光发射模块1收到同步信号后，开始向场景目标发射脉冲激光，设定场景目标有k个，被目 标反射的回波信号依次记为￥，X 2... xk;
[0014] 数字微反射镜DMD及控制模块3同时也收到同步信号，然后加载一个调制模板，发 送给DMD，调制模板的总数设定为Μ个。第Μ次调制时的调制模板记为：θ M，具体取值为一 个事先设定好的mXn阶矩阵，矩阵元素的取值为0或者1，所有的元素服从高斯随机分布。 通过调制模板改变DMD微镜的翻转状态，从而达到调制目标回波的作用。实际上Θ Μ就是 压缩感知理论中的观测矩阵，Μ的取值范围为
【权利要求】
1. 一种基于压缩感知的激光雷达成像系统的图像重构方法，它基于包括激光发射模块 (1);望远镜成像模块（2);数字微反射镜DMD及控制模块（3);光学汇聚透镜（4);雪崩二 极管APD (5);数据采集模块（6);图像重构模块（7);同步模块（8)的激光雷达成像系统实 现；其特征在于方法如下： 控制模块（3)依次加载到数字微反射镜DMD上的调制模板为： 0 1，θ 2…％ 其中：Μ为调制次数，θ1; θ^·· ΘΜ均为mxn阶高斯随机分布矩阵； 每个调制模板调制过程中，数据采集模块（6)依次记录不同距离的目标回波信号的时 间序列为：
其中：k为不同距离的目标个数； 数据采集模块（6)在上述时间序列上，依次采集得到对应的Μ组数字信号值为：
对上述数据处理步骤如下： 1)对于第一个目标，数据采集模块（6)采集到信号写成如下（1)式：
(1) 其中i为要重构的第一个目标信号； 将⑴式改写为如下⑵式的矩阵方程： F1 = Θ * X1 (2) 上式中，F1是信号，
构成的ΜX 1矩阵；Θ为ΜX N矩阵，行数Μ即为调制模 板个数，列数N = mXn为每个调制模板θ μ的像数总个数，Θ的每一行即由对应的调制模 板θ Μ重新排列而成；X1是由X1组成的NX 1矩阵； 对于X1，在离散余弦变换下，将其稀疏表示为如下（3)式：
(3) 上式中，α 1为X1的稀疏表示，它是一个NX 1矩阵；Ψ是NXN阶离散余弦变换矩阵； 于是将（2)式重新写为如下（4)式：
(4) 上式中，T为MXN阶的传感矩阵；其中只有α 1为未知数； 图像重构的方法就是求解（4)式中的稀疏系数α1，将其转化为如下式（5)的优化问 题：
(5) 上式中，U表示1范数，d1为α 1的最优近似解； (5)式的优化求解算法步骤如下： 第一步：初始化一个空矩阵I = □，残差矩阵R = F ; 第二歩：将残差R与Τ中的每一列分别做内积，并找到内积最大的那一列，将本列取出 并添加到矩阵I中； 第三歩：更新残差，R = F-I · (Ιτ · ΙΓ1 · Ιτ · F，其中Ιτ为I的转置矩阵（Ιτ · ΙΓ1为 (Ιτ · I)的逆矩阵； 第四步：不断顺序循环第二歩和第三步，循环次数为C，取值范围为：C彡2Μ ; 第五步：最终（5)式求得的解为如下（6)式：
C6) 最后求得的第一个目标的图像信息表示为如下（7)式：
(7) 将（7)式中的NX 1阶矩阵X1重新排列成mXn阶矩阵即可得到目标的二维像； 2) 对于第二个目标，将步骤1)中的（1)式改写为如下（8)式：
(8) 将⑶式写为如下（9)式的矩阵方程： F2 = Θ * X2 (9) 求解（9)式的方法同步骤1)，因此最终求得第二个目标的图像信息表示为如下（10) 式：
(10) 3) 依次类推，对于第k个目标，将步骤1)中的（1)式改写为如下（11)式：
(11) 将（11)式写为如下（12)式的矩阵方程：
：12) 求解（12)式的方法同步骤1)，因此最终求得第k个目标的图像信息表示为如下（13) 式：
(13) 将（13)式中的NX 1阶矩阵Xk重新排列成mXn阶矩阵即可得到目标的二维像； 4)对于目标的距离信息，将数据采集模块（6)记录的时间做平均，得到如下（14)式：
(14) 上式中，T1为第1个目标的时间信息，依次类推Tk为第k个目标的距离信息； 然后得到目标的距离信息为如下（15)式：
(15) 上式中，d1为第1个目标的距离信息，依次类推dk为第k个目标的距离信息； 至此，由公式（13)、（15)式，即可得到所有目标的三维像数据。
【文档编号】G01S17/89GK104155658SQ201410401868
【公开日】2014年11月19日 申请日期:2014年8月15日 优先权日:2014年8月15日
【发明者】马彦鹏, 舒嵘, 亓洪兴, 王义坤, 王雨曦, 葛明锋 申请人:中国科学院上海技术物理研究所