条纹管图像构造与处理毕业论文.doc

哈尔滨工业大学本科毕业设计（论文）条纹管图像构造与处理摘 要 条纹管激光雷达成像技术是一种新型的成像技术，条纹管图像构建与处理是这种闪烁式非扫描成像技术的核心。论文对条纹管图像构造与处理进行了详细的研究。 首先，分析了条纹管激光雷达的工作原理，讨论了条纹管在空间三维距离及强度像成像的可能性。从工作原理出发，进一步整理出条纹管图像构建与处理的整体思路。 然后，利用数字图像处理相关知识，对条纹管图像的噪声处理、图像增强、图像提取、图像组合等进行了理论研究，提出了可行的算法，并用MATLAB进行实现。 接下来，使用Visual Basic 6.0编写图像处理平台。 最后，通过实验找出在处理过程中算法的不足之处及改进措施，并分析处理过程中存在的误差及误差存在的原因。 本文所取得的研究成果为条纹管激光成像数据处理系统的建立和完善提供了理论和应用方面的指导，对条纹管激光成像系统数据处理技术的发展具有重要意义，并且根据实验结果，提出了今后条纹管激光成像系统数据处理技术的重点研究方向。关键词：激光雷达；条纹管；数据处理；数字图像处理；图像构建RESEARCH ON IMAGE CONSTRUCTION AND PROCESSING OF STREAK TUBE LASER IMAGEING SYSTEM Abstract Streak tube laser imaging system is a latest laser imaging technologies and the image construction a processing of streak tube laser imaging system is the core of the flashing non-scanning laser imaging technologies. This article makes a scrutiny into the image construction and processing of streak tube laser imaging system. First of all this article introduce the working principle of the streak tube laser imaging system and expounds the feasibility of that streak tube can be used to produce 3D-style images or intensity images. According to the working principle there bring up the overall design ideas of how to produce 3D-style images or intensity images. Then by using the knowledge of the digital image processing we will research how to process noise of the streak tube and how to stress the image and how to pick up the characteristics and how to construct the images. After that we will achieve the arithmetic by MTLAB. Third we will build an image processing platform using the Visual Basic 6.0. At last，we will trying to finding out the deficiencies of the algorithm by simulation and put forward improvement measures. According to the result of the simulation, we will analyze the error and the reason why the error exist. The research results obtained provide theory and application guide for the establishment and consummation of data processing subsystem of streak tube laser imaging system, and are of far reaching importance for the development of data processing technology for streak tube laser imaging system. The key research direction of data processing technology for streak tube laser imaging system is brought forward finally based on the experimental result. Key Words: laser imaging, streak tube, data processing, digital image processing, and image buildingII 毕业设计（论文）原创性声明和使用授权说明原创性声明本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得 及其它教育机构的学位或学历而使用过的材料。对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。作 者 签 名： 日 期： 指导教师签名： 日期： 使用授权说明本人完全了解 大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。作者签名： 日 期： 学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名： 日期： 年 月 日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权 大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。涉密论文按学校规定处理。作者签名：日期： 年 月 日导师签名： 日期： 年 月 日指导教师评阅书指导教师评价：一、撰写（设计）过程1、学生在论文（设计）过程中的治学态度、工作精神 优 良 中 及格 不及格2、学生掌握专业知识、技能的扎实程度 优 良 中 及格 不及格3、学生综合运用所学知识和专业技能分析和解决问题的能力 优 良 中 及格 不及格4、研究方法的科学性；技术线路的可行性；设计方案的合理性 优 良 中 及格 不及格5、完成毕业论文（设计）期间的出勤情况 优 良 中 及格 不及格二、论文（设计）质量1、论文（设计）的整体结构是否符合撰写规范？ 优 良 中 及格 不及格2、是否完成指定的论文（设计）任务（包括装订及附件）？ 优 良 中 及格 不及格三、论文（设计）水平1、论文（设计）的理论意义或对解决实际问题的指导意义 优 良 中 及格 不及格2、论文的观念是否有新意？设计是否有创意？ 优 良 中 及格 不及格3、论文（设计说明书）所体现的整体水平 优 良 中 及格 不及格建议成绩： 优 良 中 及格 不及格（在所选等级前的内画“”）指导教师： （签名） 单位： （盖章）年 月 日评阅教师评阅书评阅教师评价：一、论文（设计）质量1、论文（设计）的整体结构是否符合撰写规范？ 优 良 中 及格 不及格2、是否完成指定的论文（设计）任务（包括装订及附件）？ 优 良 中 及格 不及格二、论文（设计）水平1、论文（设计）的理论意义或对解决实际问题的指导意义 优 良 中 及格 不及格2、论文的观念是否有新意？设计是否有创意？ 优 良 中 及格 不及格3、论文（设计说明书）所体现的整体水平 优 良 中 及格 不及格建议成绩： 优 良 中 及格 不及格（在所选等级前的内画“”）评阅教师： （签名） 单位： （盖章）年 月 日教研室（或答辩小组）及教学系意见教研室（或答辩小组）评价：一、答辩过程1、毕业论文（设计）的基本要点和见解的叙述情况 优 良 中 及格 不及格2、对答辩问题的反应、理解、表达情况 优 良 中 及格 不及格3、学生答辩过程中的精神状态 优 良 中 及格 不及格二、论文（设计）质量1、论文（设计）的整体结构是否符合撰写规范？ 优 良 中 及格 不及格2、是否完成指定的论文（设计）任务（包括装订及附件）？ 优 良 中 及格 不及格三、论文（设计）水平1、论文（设计）的理论意义或对解决实际问题的指导意义 优 良 中 及格 不及格2、论文的观念是否有新意？设计是否有创意？ 优 良 中 及格 不及格3、论文（设计说明书）所体现的整体水平 优 良 中 及格 不及格评定成绩： 优 良 中 及格 不及格（在所选等级前的内画“”）教研室主任（或答辩小组组长）： （签名）年 月 日教学系意见：系主任： （签名）年 月 日哈尔滨工业大学本科毕业设计（论文）目 录摘 要IAbstractII1. 绪 论11.1 课题背景11.2 国内外现状11.3 研究目的和意义21.4 主要研究内容32. 条纹管激光成像雷达原理42.1 单狭缝条纹管的工作原理42.2 条纹管激光雷达成像系统的基本要求52.3 本章小结63. 条纹管图像处理与构建算法研究73.1 MATLAB概述73.2 噪声处理83.2.1 主要噪声来源83.1.2 降噪算法研究93.1.3 背景噪声抑制算法123.2 特征数据提取143.2.1 几种条纹管特征数据提取方法143.2.1 处理过程及结果153.3 目标重构153.3.1 条纹管图像重构算法163.3 误差分析193.3.1 实验方法带来的误差193.4 本章小结194. 条纹管图像处理平台构建214.1 Visual Basic 6.0简介214.1.1 Visual Basic 6.0概况214.1.2 Visual Basic语言的特点214.2 VB调用MATLAB编程的实现几种方法224.3 VB界面的设计244.4 本章小结28结 论29致 谢30参考书目311. 绪 论1.1 课题背景 条纹管激光成像雷达(Streak Tube Imaging Lidar,STIL)是一种新型的闪烁式非扫描激光成像系统，它利用条纹管的时间分辨能力，获取目标距离像。激光主动成像技术是利用主动发射激光照射目标，探测目标反射的回波信号，对目标进行成像。目前条纹管激光成像雷达的应用领域已经覆盖了地形地貌成像、陆地目标成像和水下目标探测等诸多方面。特别是条纹管激光成像雷达在军事中有着重要的地位。而且在美国、德国、日本等很早就研究条纹管激光雷达的国家，条纹管激光成像技术已经在军事中有了非常大的应用，广泛的应用在军事探测、空间探测、精确制导、水下鱼雷分辨等诸多领域。可以说条纹管激光雷达成像技术无论是在民用还是在军事领域都有广泛的前景。 我们也应该看到目前在我国虽然近几年出现了许多对条纹管的探索性试验，但是条纹管激光雷达成像技术发展尚处于起步阶段，甚至连高质量的条纹管都无法实现国产化。可以说我国的条纹管激光雷达成像技术任重而道远。 在条纹管激光雷达成像技术中非常重要的一部分就是图像的构建与处理。由于在条纹管工作中由于各种原因引入了噪声，因此如何过滤信号中的噪声，并将由高帧频CCD相机获取的条纹图像分析出所测物体的距离像与强度像，最终得到物体的特征像十分重要。1.2 国内外现状 激光成像技术的研究工作早在20世纪60年代激光技术问世之初就已经开始了，经过半个多世纪的研究，其器件的技术已经比较成熟。目前，美国、俄罗斯、日本等国在这方面的研究工作居于领先水平。 单狭缝条纹管最早用于雷达成像是在1989年由美国的F.K.Knight演示的用单狭缝条纹管扫描方式实现1616像素的激光雷达系统。近十几年，国外相关实验室和研究机构都在努力进行这方面机理和关键器件的研究。尤其是在美国、德国、日本等很早就展开条纹管激光雷达研究的国家，条纹管激光成像雷达已经在军事中有非常大的应用。 自20世纪90年代初以来，美国Sandia国家实验室一直致力于发展一种新的非扫描距离激光成像雷达，并于2000年提出了利用条纹相机直接实现脉冲式激光四维成像技术方案，这种新体制激光成像雷达不需要机械扫描，而是利用高频强度调制的激光器照射目标，用带有像增强器的条纹相机接收回波，经过数字信号处理依次提取每个光点的距离信息，形成目标的强度+距离四维图像。 2002年，美国亚利桑那州Arte Associates的B.C.Redman等人研制了一种基于条纹管的新型四维成像雷达。它能实现6464像素的高帧频非扫描式四维激光成像雷达系统，成像的距离精度小于2.5%，图像处理速度可达到每秒100帧。条纹管激光成像雷达即能够给出高分辨率的强度像，还能给出高精度的三维几何像，同时获取四维信息（三维空间距离+一维强度），这正是激光成像技术的优势所在。 目前国内召开条纹管激光雷达成像技术的主要是哈尔滨工业大学，早在2005年就率先在国内进行了条纹管激光成像技术的研究工作。现在已经建立了基本的条纹管激光雷达成像技术体系，在此基础上建立起来了一套条纹管激光成像装置，通过实验验证了系统的时间和空间分辨能力。但目前国内该方向上还处在起步阶段，其关键部件条纹相机的生产厂家屈指可数，而且条纹相机的性能还不完善，可以说，我国的条纹相机的生产技术还处于探索阶段，还有许多问题有待探索和解决。条纹管激光三维成像雷达这项先进技术在我们国家离真正实际应用中还有一段距离。1.3 研究目的和意义 传统的成像技术是基于扫描体制，也就是获得一幅图像要通过帧扫加行扫完成，所以成像速度比较慢。现在国际比较先进的事一种非扫描的闪烁式激光成型技术，也就是每次发射一个激光脉冲，一次获得目标的整幅图像。条纹管激光成像雷达就是其中的一种，而图像构建与处理是其最重要的部分。成像激光雷达由于具有极高的角度分辨率和距离分辨率，可以同时成目标的强度像和距离像，还可以成高分辨率的三维图像，所以很适合于在军事上发展智能武器。成像激光雷达在军事中的应用很广，如小型灵巧炸弹和巡航导弹的精确制导；巡航导弹的地形跟随和障碍物回避、导弹下视测高；水下鱼雷探测和识别；战场中敌我识别；目标跟踪；目标瞄准；导弹防御；直升机避障；飞行器导航；空间探测等。可以说条纹管激光成像雷达对于民用或者军事都有重要意义。 而条纹管图像构造与处理是条纹管激光雷达能够合理、高速成像的关键技术，主要体现在下面几个方面： 首先，图像构建算法的好坏影响成像的速度。一个好的算法可以在保证不失真的前提下有很快的处理速度，从而使成像具有很高的帧频。高帧频是条纹管激光雷达的基本要求之一。只有具有快的处理速度才能及时对分析结果采取应对措施，也才是雷达具有意义。 其次，图像处理算法的好坏影响目标成像的精度。能够形成目标的三维距离像，并且很好的反映出目标的特征是条纹管激光成像技术的基本要求。并且要将一定的精度控制在一定在范围之内。 本文的研究主要内容就是如何基于MATLAB对条纹管进行处理，并组合得到需要的目标图像。1.4 主要研究内容 论文的主要研究内容是设计一个图像构建处理平台，通过对此平台的研究，及对条纹管噪声处理算法的研究，可以减少在实验中噪声对图像构建所带来的影响。尽量减少实验的误差，提高条纹管在应用中对成像距离、强度的精度，并通过实际处理检测此平台的应用性能。 本文的主要研究内容分以下几个方面： （1）分析条纹管中噪声来源，及几种降噪方法，从中找出处理速度最快，处理效果最好的算法； （2）分析条纹管激光成像系统的原理，设计图像重构算法，并通过仿真验证处理结果，提出改进措施； （3）利用Visual Basic 6.0设计编写图像构建处理平台。 本论文主要分四章： 第一章主要是介绍课题背景，说明课题研究的目的和意义，分析国内外相关研究进展情况，指出本论文的主要研究内容。 第二章介绍条纹管的结构、条纹管激光雷达成像的原理，通过分析条纹管激光成像系统对其数据处理硬件的性能要求，提出可行的条纹管图像构建与处理的算法，为下面奠定理论基础。 第三章阐明各模块的功能和实现可能性。进一步，设计条纹图像处理算法。分析每个模块的算法，并比较不同算法的误差、速度，从中找出最优算法。第四章介绍Visual Basic 6.0的概况及几种VB和MATLAB混编的方法。利用Visual Basic 6.0编写条纹管成像系统软件平台。并处理几张实验图片，对软件稳定性进行测试。 最后是结论、致谢和参考文献。2. 条纹管激光成像雷达原理 条纹管激光成像雷达的原理是进行条纹管图像构建与处理的基础。后面提到的降噪、特征数据提取、图像构建都是在此基础上完成的。2.1 单狭缝条纹管的工作原理 图2-1 条纹管工作原理 通常的示波技术加载偏转系统上的是电压波形，而条纹管则是以电子束为讯号的载体。因此，普通的示波技术只能给出以为的时间信息而没有空间分辨能力，条纹管激光成像系统则可以给出目标的一维时间信息和一维的空间信息。通过几帧图像的组合则可以给出目标的三维图像。 如图2-1所示，条纹管由光电阴极（PC）、加速系统（M）、聚焦系统（Focus）、偏转系统（D）和荧光屏（PS）等部分组成。目标反射回的光信号经过经聚焦光学系统聚焦到光电阴极，此时将目标的一维空间信息提取出来。当光电阴极上的狭缝部分被A所发出的光脉冲照亮是，这一部分将发射光电子，其瞬态发射密度等于此时刻这一点的光照脉冲强度。因此光电阴极发射的电子脉冲在时空结构上是入射光脉冲的复制品。电子脉冲经偏转体统（D），由于偏转系统上加有随时间线性变化的斜坡电压，不同时刻将到达荧光评上的不同位置，因此在荧光屏上将沿垂直于狭缝方向展开。利用荧光屏上条纹的相对位置就可以得到目标的距离信息。同时读取条纹的灰度值可以得到目标的强度信息。由于电子束在在运动时的惯性几乎可以忽略不计，而且没有阻能共享，因此利用超快速开关可以很容易的产生瞬时变化的电场所需要的波形，所以条纹管技术具有很高的时间分辨率。 图2-2是条纹管对目标成三维像的原理图，激光经过光学系统变换变为线光源照射到目标上，经过反射后被条纹管接收，单狭缝条纹管的一帧图像只能对目标的在选通方向上的一个剖面成轮廓像，如图2-2（a）所示，不同距离上的目标经过反射、偏转系统后由于行走时间不同，经过光电转换后形成的电子书所受到的偏转电压也不一样，因此在荧光屏上会显示不同位置的条纹，如图2-2（b）。利用条纹的相对位置就可以通过计算得到目标的距离像。图2-2 条纹管成像系统工作原理 由条纹管激光成像雷达的基本原理可以看到，利用条纹管探测器可以对目标进行激光四维成像，而且成像精度和成像帧频可以达到很高。2.2 条纹管激光雷达成像系统的基本要求 条纹图像包含目标的条纹信息，是对目标距离像和强度像进行重构的重要依据。要快速精确的对目标成像，需要条纹管激光雷达成像系统有更高的要求。 （一）高处理速度 激光成像雷达是一种闪烁式非扫描成像技术，因此想要得到目标完整的距离像、强度像必须要处理多帧图像。只有高的处理速度才能对目标进行快速的构建，以便对目标快速进行应对。 （二）高精度 图像采集与处理结果要能够准确、有效地反映目标特征信息，才能为后续目标特征识别及控制策略制定提供可靠依据，使处理结果真实可信。 本文的研究是基于个人计算机（PC）的图像处理系统。其优点是： （一）具有较快的处理速度和将强的处理能力，由于当今世界的计算机使用高速的通用的处理芯片，因此计算的的运算能力强大，因此给予PC的图像处理系统对条纹图像的处理速度非常快； （二）同时PC机的可扩展性好。可以支持第三方的处理软件，如本文中就是利用了MATLAB强大的处理能力由于其在矩阵运算的高性能及丰富的图像处理函数，对于图像处理有非常快的速度； 但是，基于PC机的处理系统也有其自身的缺陷，主要体现在以下几个方面： （一）首先基于PC机的图像处理系统的图像感知、图像采集和图像处理时分开的，处理时需要进行格式转换和图像传输速率的制约； （二）其次，由于PC机的体积较大，维护不方便这种图像处理系统主要用于在实验室中进行科学研究, 无法满足室外应用的稳定性、可靠性等要求, 构建时间较长, 调试和开发难度较大。 （三）在基于PC的图像处理系统中，相机、图像采集卡和PC往往来自不同的制造商，可能会出现硬件兼容性、协调性、驱动性和部分执行等问题。2.3 本章小结 本章主要介绍了条纹管激光成像系统的结构和工作原理，描述了条纹管激光成像系统的工作过程，并对条纹管激光成像系统的基本要求进行了阐述。为后面的图像处理、条纹管特征数据提取、目标图像构建奠定了理论基础。 3. 条纹管图像处理与构建算法研究 对于条纹管图像的处理主要包括噪声处理、图像增强、特征数据提取、图像构建等几个方面。其中，噪声处理与图像增强为后续的图像处理打下了基础，可以说降噪的好坏直接影响到最终成像的效果。特征数据提取时进行目标重构很重要的一步，合理的却分特征条纹与噪声并正确提取直接影响对目标成像的正确性。图3-1给出了本文进行图像处理的流程图。 首先对图像进行预处理，主要是进行降噪、特征数据提取，这些图像的处理实在MATLAB的基础上完成的。预处理滤噪处理原始图像条纹管图像处理平台构建距离像强度像重构图像增强特征数据提取 图3-1 条纹管图像处理流程图 3.1 MATLAB概述 MATLAB是由美国mathworks公司发布的主要面对科学计算、可视化以及交互式程序设计的高科技计算环境。它将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中，为科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案，并在很大程度摆脱了传统非交互式程序设计语言（如C、Fortran）的编辑模式，代表了当今国际科学计算软件的先进水平。 MATLAB和Mathematica、Maple并称为三大数学软件。它在数学类科技应用软件在数值计算方面首屈一指。MATLAB可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等，主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域MATLAB的基本数据单位是矩阵，它的指令表达式与数学、工程中常用的形式十分相似，故用MATLAB来解算问题要比用C，FORTRAN等语言完成相同的事情简捷得多，并且MATLAB也吸收了像Maple等软件的优点，使MATLAB成为一个强大的数学软件。在新的版本中也加入了对C，FORTRAN，C+，JAVA的支持。可以直接调用,用户也可以将自己编写的实用程序导入到MATLAB函数库中方便自己以后调用，此外许多的MATLAB爱好者都编写了一些经典的程序，用户可以直接进行下载就可以用。 3.2 噪声处理3.2.1 主要噪声来源 由于国内的条纹管生产技术不成熟及条纹管成像系统各部件耦合加上环境背景的影响，使得雷达图像中有很多的噪声。这些噪声都对后续的处理与构建工作产生影响。因此分析噪声的来源与种类并进行降噪是十分有必要的，也是为后续的图像处理、图像构建奠定基础。 （1）来自条纹管自身的噪声 条纹管是条纹管成像系统的核心器件，由于受到制造工艺的制约，由条纹管引入的噪声是不可避免的。噪声主要来源于光电转换和内增强过程。主要有光电阴极噪声、内增强噪声、荧光屏颗粒噪声等。 光电阴极噪声的主要来源是暗发射噪声。暗发射是指在没有光照也就是没有光子入射的情况下，光电阴极发射电子的现象，当条纹管使用环境比较暗时，这种噪声对图像结果的影响更加明显。 内增强噪声主要包括背景噪声、量子噪声和增益噪声组成。这些噪声主要来源于微通道板。微通道板（Microchannel Plate，MCP）是一种大面阵的高空间分辨的电子倍增探测器，并具备非常高的时间分辨率。主要用作高性能夜视像增强器，并广泛应用于各科研领域。 荧光屏颗粒噪声主要来源于荧光屏感光材料的感光结构。但是由于荧光屏分辨率很高，因此荧光屏颗粒噪声对图像的影响不大。 （2）CCD相机带来的噪声 CCD相机是用来获取条纹管图像的器件，其带来的噪声对待处理图像有最直接的影响。由CCD相机带来的噪声主要有散粒噪声、暗电流噪声、转移噪声、像移噪声、光子噪声等。 散粒噪声是一种白噪声，是CCD的固有噪声，不能够在后续的处理中通过算法进行抑制或者消除。 暗电流噪声的根本起因在于半导体的热激发和CCD硅体内的复合产生中心不均匀性。暗电流噪声是由于器件的特性决定的，根本解决措施改进CCD工艺。 转移噪声是CCD中前一电荷包的电荷未进行完全转移，一部分电荷残存在势阱中，成为后来电荷包的噪声干扰。 像移噪声运动像移使不同目标的像相互混叠，导致图像退化，表现为图像边缘模糊，灰度失真，对比度和分辨率均下降。可以根据图像的退化机制使用软件对图像进行复原。 光子噪声来源于光子发射的随机性，由光子性质决定，在低照度摄像时较严重。 （3）器件耦合噪声 器件耦合噪声与器件质量和装配关系有关。 （4）激光散斑噪声 散斑噪声来自于物体表面的“位相光栅”效应。 （5）背景噪声 激光在传播过程中受到大气中物质的折射、散射，或者受到阳光等大自然因素的影响而引进的各种噪声。或者是受到各种磁场的影响，而产生各种无用的信号，对最终的图像产生影响。 经过以上的分析可以看到，主要的噪声来源主可以分为几类，来自器件制造工艺或者耦合的噪声、由光电的基本物理特性引进的噪声、由于激光传播也就是工作过程产生的噪声等等。处了不可抗拒的因素如制造工艺、自然环境等带来的噪声，其他的噪声可以通过软件算法进行抑制。3.1.2 降噪算法研究 由于对条纹管图像处理的目的是为后续的特征图像提取做铺垫，因此不但要有好的效果处理速度也是必须要兼顾的。因此频域的处理算法对于条纹管是不合适的，因为频域的处理算法一般都比较复杂，相对而言速度太慢。同时，由于条纹管图像的主要特征在于条纹的位置与像素强度，因此对于需要保持条纹的边界细节。相对而言顺序统计滤波器在保留图像细节方面有更出色的表现,在相同尺寸下比起线性平滑滤波器引起的模糊较少基于以上考虑,采用边界保持类平滑滤波方法对条纹图像噪音进行处理。 典型的边界保持类平滑滤波器主要有灰度最小方差均值滤波器、K近邻（KNN：K Nearest Neighbor）、平滑均值/中值滤波器、对称近邻（SNN：Symmetric Nearest Neighbor）均值滤波器和西戈玛（）平滑滤波器等。经过对实验结果的分析，采用KNN均值滤波是最优化的选择。 K近邻（KNN：K Nearest Neighbor）平滑滤波器的核心是，在一个与待处理像素临近的范围内，寻找出其中像素值与之最接近的K个邻点，将该K个邻点的均值（或中值）替代原像素点。如果待处理像素为非噪声点，则通过选择像素值与之相近的邻点，可以保证在进行平滑处理时，基本上是同一个区域的像素值的计算，这样就可以保证图像的清晰度。如果像素点是噪声点，则因为是噪声本身具有孤立点的特点，因此与临近点进行平滑处理时可以对其抑制。 根据以上原理，K近邻平滑滤波方法如下： 设f(x,y)为当前的待处理像素，以其为中心，构造一个NN的模版（N一般取值3,5或者7）； 在模板中的NN个像素中，选择出K个像素值与f(x,y)相近的像素（一般N=3时K=5,；N=5时K=9；N=7时K=25），这K个像素不包含f(x,y)本身; 将这K个像素的均值代替原像素值f(x,y); 对图像中所有处于滤波范围内的像素点均进行相同的处理。 根据此算法可以编写MATLAB程序： I=rgb2gray(I);%N=7 K=25时的KNN均值滤波器 k1=nImages; m,n=size(I); for i=4:m-3 for q=4:n-3 temp1=I(i-3:i+3,q-3:q+3); temp=sort(sort(temp1(:); image0(i,q)=round(sum(temp(1:25)./25); endend 综合考虑处理速度与处理效果，KNN中值滤波器对条纹的处理结果很差，在这里采用N=7，K=25的均值滤波器。 利用上面编写的程序对下面的一帧条纹图像（图3-1）进行处理： 图3-1 原始图像 处理后得到结果如图3-2所示： 图3-2（a） KNN处理结果 图3-2（b） KNN处理后灰度分布图 由图3-2（a）可以看出，图中有三条条纹，从上往下依次排列。表明在这一维目标处，有两个凹陷的地方。由图3- 2（b）中可以看出，上面两条条纹的灰度值比较大，这对应于目标物体的强度像。证明条纹管激光成像系统具有距离和强度的分辨能力，且能够同时获得目标的距离和反射强度信息。3.1.3 背景噪声抑制算法 KNN平滑均值滤波器处理后的条纹图像信噪比显著提高，但是其中仍然存在比较明显的暗背景噪声。相干激光成像雷达距离像处理的一个重要内容就是进行背景抑制。在此利用阈值分割滤波器对背景噪声进行抑制，利用阈值滤波器，阈值的选择是其最重要的部分。对此，国内外的许多文献对此进行了研究。 比较常见的是利用灰度直方图的双峰特性，认为较低的峰值是背景噪声，可以以此峰值作为阈值滤波器的阈值，但是对于某些图像的双峰性并不明显甚至有的图像只有单峰。因此这种方法并不完全使用。J. G. Verly提出了利用强度像均值抑制距离像背景的方法，也即是结合强度像的均值信息进行距离像的背景抑制的算法, 即利用原始强度像的均值信息进行强度像的目标区和背景区的大致分割, 将距离像与强度像相对应, 将其位于背景区中的像素点同步标记为背景区。但是这种方法误差比较大，容易将噪声归到目标中。在此文中将使用最大类间方差法（Otsu）法进行阈值分割。 最大类间方差法是由日本学者大津(Nobuyuki Otsu)于1979年提出的,是一种自适应的阈值确定的方法,又叫大津法,简称OTSU。它是按图像的灰度特性,将图像分成背景和目标两部分。背景和目标之间的类间方差越大,说明构成图像的两部分的差别越大,当部分目标错分为背景或部分背景错分为目标都会导致两部分差别变小。因此,使类间方差最大的分割意味着错分概率最小。最大类间方差法（Otsu）的原理是阈值将原图象分成前景、背景两个图象： 前景：用n1, csum, m1来表示在当前阈值下的前景的点数，质量矩，平均灰度； 后景：用n2, sum-csum, m2来表示在当前阈值下的背景的点数，质量矩，平均灰度。当取最佳阈值时，背景应该与前景差别最大，关键在于如何选择衡量差别的标准。最大类间方差法（Otsu）的公式推导：记t为前景与背景的分割阈值，前景点数占图像比例为w0， 平均灰度为u0；背景点数占图像比例为w1，平均灰度为u1。则图像的总平均灰度为： u=+。 （3-1）前景和背景图象的方差g=(-u)(-u)+(-u)(-u)=(-)(-) （3-2）上面的g的公式也就是下面程序中的sib（类间方差）的表达式当方差g最大时，可以认为此时前景和背景差异最大，也就是此时的灰度是最佳阈值。 程序中计算得到的th就是接下来进行高通阈值滤波时要用的阈值。最大类间方差法可以很好的区分背景与目标，而且其用时是最少的。 当求出最佳分割阈值之后，将对图像进行阈值分割，达到分离目标条纹和暗背景的目的。接下来进行阈值分割。经过处理之后得到最后的图像的灰度分布图如3-3： 图3-3 背景噪声抑制后灰度分布图 由3-3可以看出，利用KNN平滑均值滤波器和阈值滤波器对原始实验条纹图像进行处理的综合效果如图4-10所示。绝大部分背景噪声已经滤除，图像主要由占绝大多数的暗背景和占相对少数的亮条纹组成。原始实验条纹图像中的大部分噪声得到了有效抑制，信噪比进一步提高，为下一步条纹特征数据提取成功进行，目标距离像和强度像的重构奠定了基础。 条纹图像局部还存在少量噪声，但是已不影响主体条纹部分，可以进行接下来的条翁特征数据提取工作。3.2 特征数据提取 通过对条纹管激光成像雷达工作原理的研究可以知道，目标的距离像体现在CCD图像上就是条纹的纵向位移，条纹上各点的纵向位移反映了目标上相应点到条纹管激光成像系统的距离，可以按列分别提取条纹上各点的数据，因此条纹特征图像的主要工作就是提取获得条纹上各个部分纵向位移和灰度信息。由于条纹像上纵向位移反应了距离信息，所以我们需要对每一列进行扫描，以获得相应的距离信息，这也是条纹管激光雷达图与一般图像的不同地方。如和正确的找到反映目标的像素点并提取出其纵坐标是这一节研究的重点。3.2.1 几种条纹管特征数据提取方法 平均值法 这种方法是用每一列的所有像素点的平均值所在的纵坐标作为特征数值。这种方法可以充分利用每一列的所有数据，但是由于现在我国激光器性能还不是很好，采集到的回波信号并不完全，有些错误的回波信号不是通过滤波可以抑制的。再者，有些数据由于某些回波信号比较微弱，所以使平均值的方法得到的不是非常准确。这种方法只是一个简单的抑制方法，但它为我们日后进行距离噪声抑制提供了一种思路。 灰度质心法 因为激光有脉宽，并且一个脉冲不同部分的回波信号都会被接收到，因此每个条纹都表现出有一定的宽度，而不是简单的一行像素。我们也可以利用脉冲信号除了峰值以外的信息，在加上峰值的信息，并且我们有理由认为，灰度值较高的地方应该更能反映物体信息，所以它们在距离信息的提取上占据的权重就应该大一些，反之，就应该小一些。但是这种算法的效率不高，而且如果目标表面不同地方的反射率不同的话这种方法的误差非常大，只是适用于反射率相近的目标。 最大值法 这种方法就是简单的直接查找每一列像素中的最大值，并返回这个最大值所在的纵坐标，将此纵坐标作为目标距离像处理的依据。通过对比可以发现，这种处理方式是这几种方法中最为简单的一种方法，只进行一次扫描就可以同时获得距离信息和强度信息。从处理效果来看，也能反映出被测目标的基本特征，因此在本文中将采用最大值法来对条纹管图像进行处理。3.2.1 处理过程及结果 通过上文的介绍将采用最大值法对条纹图像进行处理，下面用MATLAB来实现这种算法。 经过降噪处理之后，利用最大值法对图像的特征数据进行提取，得到的特征数据标记图如图3-5所示： 图3-5 特征数据标记图 如图3-5所示，利用最大值法很好的对目标图像的距离像与灰度值进行了提取，目标不同过的距离特征反映在图中就是每个灰度最大值的纵向位移是不同的，下一步只需要对灰度最大值的纵向偏移值进行提取。同时，原图中每一点的灰度值不同，这也被很好的保留下来。从图中看出这个结果还是不错的，这是因为我们的目标的相对距离比较远，所以得到的结果失真不大，因此当物体距离相差比较明显时，利用最大值法进行特征数据提取就较为适用。3.3 目标重构 条纹管激光雷达成像的最关键的一部就是通过对特征数据的提取后，对特征数据进行组合得到最终的目标特征想。是上文进行图像降噪、滤波的最终目的。图像构建的原理还是来自于条纹管的工作原理，下面将介绍对目标图像进行重的算法。3.3.1 条纹管图像重构算法3.3.1.1 目标距离像重构 在上文中通过条纹管特征数据提取，已经得到了最大值的的纵向位移值。条纹管图像重构就是利用条纹数据点在条纹图像中的纵向偏移量、条纹管扫描电压值、目标距离三者之间存在着对应关系，来计算得到最终的距离。接下来就将对这三者的关系进行阐述，最终得到目标的重构算法。 根据条纹管时间分辨原理分析，条纹数据点在条纹图像中的纵向偏移量与条纹管扫描电压一一对应。通过查找文献可以知道纹图像中的条纹上某一点所对应时刻的条纹管扫描电压计算公式为： 式中 U-条纹管扫描电压值，单位为伏特； -条纹管预偏值读数，单位为1； -预偏电压和预偏值读数之间的比例系数，单位为伏特； 当前条纹数据点在条纹图像中的纵坐标，单位为1； -条纹管静态条纹图像中的条纹纵坐标，单位为1； -电压和条纹图像中像素之间的比例系数，单位为伏特。 在此，条纹管激光成像系统演示装置的各参数值为：=1000V，=269，=0.69V，取0-1400之间的值，在此文中将把此值取为0.将这些常数带入到公式中，可以得到最终的电压-位移值关系式： 将上节中的相对位移值带入式3-2中就可以求得偏转电压的值，此处应该注意，由于所用条纹管扫描电压为负斜坡电压，所以条纹管扫描电路工作时的扫描电压均为负值。 条纹管激光成像