姜 云,李泰華,郭 銳,劉榮忠,武軍安

(1.南京理工大學(xué) 智能彈藥技術(shù)國防重點(diǎn)學(xué)科實(shí)驗(yàn)室,江蘇 南京 210094；2.遼沈工業(yè)集團(tuán)有限公司,遼寧 沈陽 110000)

1 引 言

隨著激光雷達(dá)相關(guān)技術(shù)的長足發(fā)展,其應(yīng)用的領(lǐng)域也在不斷地?cái)U(kuò)展。因?yàn)榧す獬上窭走_(dá)采集信息速度快,三維點(diǎn)云所含信息豐富,所以能夠極大地提升末敏彈的探測性能,豐富其多模探測制導(dǎo)方式。末敏彈一般采用線陣列激光雷達(dá),配合其邊旋轉(zhuǎn)邊下落的工作方式,能夠?qū)Φ孛嫜b甲目標(biāo)進(jìn)行掃描成像。在彈載的應(yīng)用條件下,激光雷達(dá)功率和大小受到限制,進(jìn)而得到距離像中的噪聲干擾問題也尤為突出。因此在對掃描得到的數(shù)據(jù)進(jìn)行成像研究之前,必須首先對噪聲進(jìn)行抑制。

激光雷達(dá)距離像噪聲產(chǎn)生原因可以分為:內(nèi)部因素和外部因素。內(nèi)部因素包括激光雷達(dá)內(nèi)部熱噪聲和系統(tǒng)噪聲[1]等,這種噪聲對測距結(jié)果影響很小,與激光雷達(dá)自身的測距精度類似,激光雷達(dá)內(nèi)部也有對其進(jìn)行調(diào)整的算法；外部噪聲主要包括:信息丟失和距離異常值。信息丟失表現(xiàn)為:測得的距離值為空白,主要原因是激光雷達(dá)沒有接受到脈沖反射回波或者在距離像進(jìn)行距離通道選通濾掉的數(shù)據(jù)也表現(xiàn)為空白。距離異常值表現(xiàn)為:測得距離像數(shù)值和真實(shí)情況相差甚遠(yuǎn)。主要原因是相干激光雷達(dá)在測量距離時(shí)散斑噪聲和散粒噪聲會(huì)是的測量值遠(yuǎn)離真實(shí)值。Green[2]等分析在噪聲影響下的距離像數(shù)據(jù),得到了測量正確值的概率密度函數(shù):

Pr|r′(R|R′)=[1-Pr(A)]

(1)

其中,R為測量距離值;R′為真實(shí)距離值;Pr(A)表示反常概率;δR為測距精度;ΔR為距離像中的距離值最大差值,以變量r表示測量距離值;變量r′表示真實(shí)距離,將作為連續(xù)隨機(jī)變量,則在r=R時(shí),r′=R′成立的概率密度函數(shù)。由此可見距離反常噪聲出現(xiàn)的概率相對較小。

激光雷達(dá)距離像的噪聲抑制處理,主要影響因素是外部因素中的距離反常噪聲,而信息丟失在處理時(shí)可以看作為偏差巨大的距離反常噪聲。

國內(nèi)外研究人員在這方面研究取得了很多成果。MIT林肯實(shí)驗(yàn)室的Verly[3]等通過檢查漏值、替換漏值、清除孤立像素點(diǎn)等步驟來去除激光雷達(dá)距離像中的噪聲,采用兩步收縮、三步擴(kuò)展、數(shù)學(xué)形態(tài)學(xué)膨脹和腐蝕等操作多次進(jìn)行處理；李自勤[4]等采用目標(biāo)與背景間概率密度分布的方法,并且使用這些概率分布熵最大的灰度值最為分割閾值,對抑制噪聲有較好的效果；李琦[5]等采用多級中值濾波的方法,對距離像的距離反常噪聲進(jìn)行抑制；鄧禮茂[6]等提出了一種利用局部直方圖的激光雷達(dá)距離像噪聲抑制方法；陳曉清[7]等采用通過對窗口內(nèi)的數(shù)據(jù)進(jìn)行排序差分,通過設(shè)置門限長度值來提取距離反常噪聲,然后對提取出的距離反常像素點(diǎn)采用自適應(yīng)中值濾波,從而抑制距離反常噪聲；于加其[8]等提出了一種改進(jìn)環(huán)圈濾波算法,通過計(jì)算后選取校正系數(shù),在保留目標(biāo)細(xì)節(jié)的同時(shí),濾除部分極端值,從而在保護(hù)圖像細(xì)節(jié)的同時(shí)抑制噪聲。

由于末敏彈一邊旋轉(zhuǎn)一邊下落,所以盡管上述各種抑制距離反常噪聲方法可以取得很好的效果,但很難適用于末敏彈彈載激光雷達(dá)探測的特殊工作條件。旋轉(zhuǎn)掃描得到的距離像具有如下特點(diǎn):①距離像點(diǎn)云密度低；②掃描線上相鄰腳點(diǎn)間距離較遠(yuǎn),相關(guān)性較差。為了解決這個(gè)問題,本文提出在末敏彈的掃描路徑線上采用線形濾波窗口,多重條件判斷當(dāng)前像素是否為距離反常點(diǎn),然后采用二次中值濾波的方式抑制距離反常噪聲的算法,進(jìn)而為新型末敏彈的目標(biāo)識(shí)別提供理論支持。

2 噪聲抑制算法應(yīng)用背景與分析

末敏彈穩(wěn)態(tài)掃描階段時(shí)以V0的速度、ω0的轉(zhuǎn)速邊旋轉(zhuǎn)邊下落,掃描轉(zhuǎn)角為β,視場角為ρ,掃描線nm形成的掃描區(qū)域如圖1所示,實(shí)際截取視場可近似為矩形。

圖1 末敏彈掃描示意圖

對于距離反常這種非線性噪聲,傳統(tǒng)的方法是采用中值濾波的方法進(jìn)行抑制。隨著問題的不斷復(fù)雜化和技術(shù)的不斷發(fā)展,產(chǎn)生了很多圍繞中值濾波方法的濾波思路。中值濾波的基本原理是把濾波窗口當(dāng)前的像素值用鄰域內(nèi)所有像素值的中值替代,

定義為:

g(i,j)=median{f(i-x,j-y)},(x,y)∈S

(2)

其中,g(i,j)與f(i,j)分別為處理前后像素灰度值;S為濾波窗口。

圖2為理論計(jì)算在不同高度下相鄰激光腳點(diǎn)間距,由圖中數(shù)據(jù)可以看出,在縱向方向上的距離是橫向方向上的8倍左右,縱向上相鄰點(diǎn)的距離很大,相關(guān)性差,無法對相鄰的點(diǎn)進(jìn)行估計(jì)。所以末敏彈掃描得到的距離像數(shù)據(jù)對于傳統(tǒng)的中值濾波方法而言,很難取得好的效果。

(a)

(b)

3 噪聲抑制算法流程

首先對當(dāng)前像素點(diǎn)是否為距離反常進(jìn)行判斷。判定步驟分為三個(gè)部分。

(1)設(shè)線形窗口為:S(i,k),k=2n-1,n∈N*,對線形窗口內(nèi)部的數(shù)據(jù)進(jìn)行升序排序:

T(i,k)=sorting{S(i,k)}

(3)

求窗口內(nèi)數(shù)據(jù)的中值med_i并與目標(biāo)像素點(diǎn)進(jìn)行比較:

med_i=median{T(i,k)}

(4)

若目標(biāo)像素點(diǎn)N(i,j)=med_i那么該點(diǎn)是正常值,算法自動(dòng)對下一個(gè)點(diǎn)進(jìn)行處理；不然,則進(jìn)入二次判別。

(2)比較目標(biāo)像素點(diǎn)與窗口內(nèi)數(shù)據(jù)中值的差值是否小于S1:

|N(i,a)-med_1|≤S1

(5)

若小于S1,則該點(diǎn)不為距離反常點(diǎn)；不然,則進(jìn)行再次判別。

(3)求窗口內(nèi)原序數(shù)據(jù)的距離梯度:

G(i,m)=S(i,k+1)-S(i,k)

(6)

其中,m=1～k-1,梯度值反映了路徑線上距離值的幅度變化,距離反常點(diǎn)兩側(cè)幅度變化是異常的,會(huì)遠(yuǎn)遠(yuǎn)大于正常波動(dòng)。所以求取梯度矩陣中每個(gè)點(diǎn)的絕對幅度變化J:

J(i,n)=|G(i,m+1)×G(i,m)|

(7)

其中,n=1～m-1,若目標(biāo)像素點(diǎn)的絕對變化幅度是遠(yuǎn)大于其他點(diǎn),則該點(diǎn)為距離反常點(diǎn),進(jìn)行噪聲抑制；不然,則為正常值。

然后,對于被判斷為距離反常的目標(biāo)像素點(diǎn),進(jìn)行多次中值濾波處理抑制距離反常噪聲。本文的多次中值濾波是先采用1×5線形濾波窗口(如圖3所示),按照激光腳點(diǎn)掃描路徑線方向,逐個(gè)像素點(diǎn)判斷,然后進(jìn)行中值濾波,得到第一次的中值Mval1。

圖3 中值濾波窗口和像素位置

由圖3所示,f(i,j) 為目標(biāo)像素點(diǎn),在一次濾波過后,濾波窗口再擴(kuò)大到1×7線形窗口再次進(jìn)行中值濾波,得到Mval2,比較前后兩次中值大小:若相等則該值即為目標(biāo)像素點(diǎn)的替換值；若不相等,計(jì)算目標(biāo)像素點(diǎn)的歐式空間反距離加權(quán)估計(jì)值。歐式空間估計(jì)值是目標(biāo)像素點(diǎn)周圍的點(diǎn),對其值有影響,影響程度和實(shí)際距離成反比。首先計(jì)算目標(biāo)像素點(diǎn)其鄰域點(diǎn)到目標(biāo)像素點(diǎn)的歐式空間下的實(shí)際距離di,然后計(jì)算每個(gè)點(diǎn)的權(quán)重γi:

(8)

其中,鄰域點(diǎn)剔除距離反常點(diǎn),保證用于估計(jì)的相關(guān)值的正確性。歐式空間估計(jì)值為:

(9)

兩次得到的中值和估計(jì)值Emi誤差較小的即為最終替換值。圖4為算法整體流程圖。

圖4 算法實(shí)現(xiàn)流程

4 算法效果與評估分析

本文實(shí)驗(yàn)數(shù)據(jù)是在實(shí)驗(yàn)室以1∶29模型模擬末敏彈工作狀態(tài)下采集的。為了研究此算法的適用性,在不同高度,不同坡形,不同角度的條件下進(jìn)行實(shí)驗(yàn)采集了線陣激光雷達(dá)的原始距離像。采用控制變量法研究單一變量下算法的效果。高度分別為120 cm、140 cm、160 cm、190 cm；坡形分為:平面(P)、正左斜(L)、斜左斜(LF)、正仰斜(F)；坡面角度分為:0°、10°、20°、30°。

圖5是原始帶有噪聲的距離像數(shù)據(jù),圖中可以看出有距離反常點(diǎn)和信息丟失空白。

圖5 混雜距離反常噪聲的原始距離像

圖6中的a、b、c三幅圖分別是采用3×3濾波窗口、5×5濾波窗口和本文采用的算法處理后的距離反常噪聲抑制效果圖。從圖中可以直觀的看出本文提出的算法要比傳統(tǒng)方法效果更好,數(shù)據(jù)更加平整,目標(biāo)邊緣輪廓更清晰,噪聲抑制效果較好,邊緣細(xì)節(jié)得到保護(hù)。

圖6 噪聲算法抑制效果圖

距離像噪聲抑制效果的評判方法一般為RMES(均方根誤差)法[9],RMES更適用與評價(jià)距離像,其評價(jià)效果與圖像視覺效果基本吻合,是一種客觀有效的評價(jià)方法。均方根誤差定義為:

(10)

本文對上面列舉的多種情況進(jìn)行了多組數(shù)據(jù)采集并處理,計(jì)算了傳統(tǒng)3×3,5×5濾波窗口中值濾波以及本文提出的線形窗口多次中值濾波算法在上述情況下的RMES值,以及相對于傳統(tǒng)3×3,5×5濾波窗口中值濾波效果的提升比率RIP_3×3與RIP_5×5。

從表1、表2、表3中的數(shù)據(jù)可以看出,在不同高度,不同坡形,不同角度的情況下,本文的算法對距離像距離反常噪聲的抑制效果要優(yōu)于傳統(tǒng)算法,且效果提升幅度明顯,各種情況約為30 %左右。雖然本文算法細(xì)節(jié)效果可能不如各種自適應(yīng)、精細(xì)化的濾波算法,但是精細(xì)化、準(zhǔn)確化的代價(jià)就是時(shí)間久,精度和時(shí)間本身就是矛盾體。對于末敏彈彈載應(yīng)用而言,在保證一定精度的情況下,其時(shí)效性是更為重要的。

表1 不同角度下各種方法的RMSE值

表2 不同坡形下各種方法的RMSE值

表3 不同高度下各種方法的RMSE值

本文的算法采用的計(jì)算機(jī)的處理器是Inter(R)Core(TM)i5-7500,主頻3.40 GHz。噪聲抑制算法主體程序的計(jì)算時(shí)間約為32 ms,能夠滿足彈載實(shí)時(shí)性要求。

5 結(jié) 論

本文進(jìn)行了末敏彈彈載線陣激光雷達(dá)距離像距離反常噪聲抑制研究,通過理論分析研究現(xiàn)狀,采集了實(shí)驗(yàn)室實(shí)測數(shù)據(jù),應(yīng)用新算法對數(shù)據(jù)進(jìn)行處理,得到了以下成果和有待探討的內(nèi)容:

(1)針對末敏彈彈載線陣激光雷達(dá)距離像數(shù)據(jù)特點(diǎn),采用了線形濾波窗口對其進(jìn)行處理,對于距離反常進(jìn)行絕對變化幅值等多種方法判斷,增強(qiáng)可靠性；多次中值濾波使得噪聲抑制效果更好。

(2)實(shí)驗(yàn)室模擬測量收集了末敏彈在各種工作狀況下得到的距離像數(shù)據(jù),分別計(jì)算了其RMES值；證明了此算法相比傳統(tǒng)算法效果提升明顯；驗(yàn)證了本文算法在末敏彈整體工況下的適應(yīng)性和實(shí)效性。

(3)本文數(shù)據(jù)均是在實(shí)驗(yàn)室模擬測試采集的,還需要外場實(shí)彈數(shù)據(jù)的進(jìn)一步驗(yàn)證；閾值S1以及邊界條件需要進(jìn)一步探討與高度、角度相關(guān)參數(shù)的關(guān)系。