-
公开(公告)号：CN113406665A
公开(公告)日：2021-09-17
申请号：CN202110662249.9
申请日：2021-06-15
Applicant: 哈尔滨工业大学 , 哈工大(北京)工业技术创新研究院有限公司
IPC: G01S17/894 , G01S17/00 , G01S7/48
Abstract: 一种基于多回波提取的激光雷达三维距离像高分辨重构方法及装置,由于现有技术不具备丰富的高分辨Gm‑APD激光雷达三维距离像样本库，因此基于学习的高分辨重构方法不适用于激光雷达距离像。本发明提供的方法仅依靠Gm‑APD激光成像雷达回波数据处理，通过多峰提取提高距离像分辨率。具体采用以下方法：通过Gm‑APD激光雷达采集原始数据，计算多回波位置及强度，去燥，得到多回波信号阵列；将提取到的多回波信号进行排列，得到含空值像元的高分辨距离像；通过邻域插值算法重构图像，获得不含空值像元的高分辨距离像。本发明提供的方法通过对回波信号的分析和重构的方式克服现有偏见，以低成本的方式得到了高分辨率距离像。可广泛应用在激光雷达三维距离像领域。
-
公开(公告)号：CN113379640A
公开(公告)日：2021-09-10
申请号：CN202110713548.0
申请日：2021-06-25
Applicant: 哈尔滨工业大学 , 哈工大(北京)工业技术创新研究院有限公司
Abstract: 本发明公开了一种融合边缘信息的多级滤波图像去噪方法，属于图像处理技术领域。包括以下步骤：步骤一：采用非局部均值滤波对原始含噪图像进行去噪处理，得到低噪声图像；步骤二：对低噪声图像进行同态滤波，提升图像对比度与均匀性；步骤三：基于8个方向Sobel模板检测低噪声图像的目标边缘，利用自适应阈值对边缘图像进行筛选，去除伪边缘点和残留噪点，提高边缘信息精确度；步骤四、将边缘检测图像映射到同态滤波后图像对应的灰度区间，选取较大灰度值作为融合图像的灰度值，最终实现图像的噪声去除。本发明将噪声点进行去除的同时，可以保持图像的边缘细节信息，提升图像清晰度及目标分辨率。
-
公开(公告)号：CN113406594B
公开(公告)日：2023-06-27
申请号：CN202110607936.0
申请日：2021-06-01
Applicant: 哈尔滨工业大学 , 哈工大(北京)工业技术创新研究院有限公司
Abstract: 本发明公开一种基于双量估计法的单光子激光透雾方法。步骤1：基于Gamma分布建立雾的模型；步骤2：建立目标回波信号模型；步骤3：探测总回波光子；步骤4：对步骤3中探测的总回波光子内的目标信号通过步骤1雾的模型和步骤2目标回波信号模型进行提取。本发明用以解决全参数估计法、单量参数估计法与传统峰值法目标信号提取能力弱的问题。
-
公开(公告)号：CN112764005A
公开(公告)日：2021-05-07
申请号：CN202110005834.1
申请日：2021-01-05
Applicant: 哈尔滨工业大学 , 哈工大(北京)工业技术创新研究院有限公司
IPC: G01S7/48
Abstract: 本发明公开了一种结合形态学滤波的Gm‑APD激光雷达低信噪比回波数据重构方法。步骤1：对原始数据做直方图统计；步骤2：利用空间相关性做直方图权重叠加，得到新的直方图；步骤3：对步骤2的新的直方图匹配滤波算法；步骤4：将步骤3经过滤波提取的像素点，进行4‑邻域相关去噪；步骤5：将4‑邻域去噪后的像素点进行形态学滤波去燥，得到高信噪比的距离像及实现50Hz实时成像。本方法能得到高信噪比的距离像，同时实现50Hz实时成像。
-
公开(公告)号：CN113379640B
公开(公告)日：2023-06-27
申请号：CN202110713548.0
申请日：2021-06-25
Applicant: 哈尔滨工业大学 , 哈工大(北京)工业技术创新研究院有限公司
Abstract: 本发明公开了一种融合边缘信息的多级滤波图像去噪方法，属于图像处理技术领域。包括以下步骤：步骤一：采用非局部均值滤波对原始含噪图像进行去噪处理，得到低噪声图像；步骤二：对低噪声图像进行同态滤波，提升图像对比度与均匀性；步骤三：基于8个方向Sobel模板检测低噪声图像的目标边缘，利用自适应阈值对边缘图像进行筛选，去除伪边缘点和残留噪点，提高边缘信息精确度；步骤四、将边缘检测图像映射到同态滤波后图像对应的灰度区间，选取较大灰度值作为融合图像的灰度值，最终实现图像的噪声去除。本发明将噪声点进行去除的同时，可以保持图像的边缘细节信息，提升图像清晰度及目标分辨率。
-
Patent Agency Ranking
公开(公告)号：CN113406665B
公开(公告)日：2022-11-08
申请号：CN202110662249.9
申请日：2021-06-15
Applicant: 哈尔滨工业大学 , 哈工大(北京)工业技术创新研究院有限公司
IPC: G01S17/894 , G01S17/00 , G01S7/48
Abstract: 一种基于多回波提取的激光雷达三维距离像高分辨重构方法及装置,由于现有技术不具备丰富的高分辨Gm‑APD激光雷达三维距离像样本库，因此基于学习的高分辨重构方法不适用于激光雷达距离像。本发明提供的方法仅依靠Gm‑APD激光成像雷达回波数据处理，通过多峰提取提高距离像分辨率。具体采用以下方法：通过Gm‑APD激光雷达采集原始数据，计算多回波位置及强度，去燥，得到多回波信号阵列；将提取到的多回波信号进行排列，得到含空值像元的高分辨距离像；通过邻域插值算法重构图像，获得不含空值像元的高分辨距离像。本发明提供的方法通过对回波信号的分析和重构的方式克服现有偏见，以低成本的方式得到了高分辨率距离像。可广泛应用在激光雷达三维距离像领域。
-
公开(公告)号：CN113608237A
公开(公告)日：2021-11-05
申请号：CN202110713546.1
申请日：2021-06-25
Applicant: 哈尔滨工业大学 , 哈工大(北京)工业技术创新研究院有限公司
IPC: G01S17/894 , G01S7/48 , G06T3/40
Abstract: 本发明公开了一种激光雷达三维距离像超分辨重构方法，涉及三维成像技术领域。根据高空间分辨率图像与低空间分辨率图像计算重构后的Gm‑APD距离像。基于最大后验概率法，将重构后的Gm‑APD距离像f(x,y)和原始的Gm‑APD距离像g(x,y)均视为马尔可夫随机场，在已知g(x,y)的情况下，求解f(x,y)使得条件概率P(f/g)取最大值。后验概率的约束项由距离保真项和正则化项组成，其中ICCD强度像参与构建正则化项。综合对仿真数据和真实数据的实验结果，可以看出本发明算法较双三次插值、引导滤波、TGV、标准图像引导算法、区域相似度引导算法性能更优。
-
公开(公告)号：CN113406594A
公开(公告)日：2021-09-17
申请号：CN202110607936.0
申请日：2021-06-01
Applicant: 哈尔滨工业大学 , 哈工大(北京)工业技术创新研究院有限公司
Abstract: 本发明公开一种基于双量估计法的单光子激光透雾方法。步骤1：基于Gamma分布建立雾的模型；步骤2：建立目标回波信号模型；步骤3：探测总回波光子；步骤4：对步骤3中探测的总回波光子内的目标信号通过步骤1雾的模型和步骤2目标回波信号模型进行提取。本发明用以解决全参数估计法、单量参数估计法与传统峰值法目标信号提取能力弱的问题。
-
公开(公告)号：CN118539901A
公开(公告)日：2024-08-23
申请号：CN202410595274.3
申请日：2024-05-14
Applicant: 哈尔滨工业大学 , 哈尔滨工业大学(威海)
Abstract: 一种下降沿斜率程序可调的高速高压脉冲产生方法及电路，属于电子电路技术领域，本发明为解决现有目前高速高压脉冲信号的下降沿斜率可调性差，并不能满足电光调Q二氧化碳激光器要求的问题。本发明采用两个串联的MOSFET作为产生高速高压脉冲的开关器件，采用n个串联连接的延迟线芯片生成n个驱动窄脉冲对第二主MOSFET的输入电容逐次充电，使第二主MOSFET栅极电压缓慢上升；通过调节任意相邻两个延迟线芯片之间的时间间隔，实现驱动窄脉冲间的时间间隔程序可调，进而控制第二主MOSFET栅极电压上升的速度，以控制第二主MOSFET漏源间电压曲线下降沿斜率，实现开关器件输出的高速高压脉冲信号下降沿斜率可调。
-
公开(公告)号：CN115097484B
公开(公告)日：2024-09-24
申请号：CN202210716642.6
申请日：2022-06-23
Applicant: 哈尔滨工业大学
IPC: G01S17/89 , G01S7/481 , G01S7/4861
Abstract: 本发明是一种基于双Gamma估计的单光子激光雷达透雾成像方法。本发明涉及白天室外雾天成像技术领域。本发明通过使用基于多项式分布的观察模型来补偿非信号光子产生的堆积效应，以及采用两次Gamma估计来消除非信号光子，最终将极其低SBR条件下的信号光子从非信号光子(散射和噪声光子)中分离出来。本发明对每个像素探测的直方图进行第一次Gamma拟合，实现直方图数据的矫正；采用基于多项式分布的观察模型来补偿非信号光子产生的堆积效应，实现回波光子的计算；采用第二次的Gamma拟合实现信号光子与非信号光子的分离，基于每个像素分离出来的信号光子实现目标深度图像的重构。
-
-
-
-
-
-
-
-
-
Search Results
80
records
(took 0.077 seconds)
