预览加载中,请您耐心等待几秒...
1/6
2/6
3/6
4/6
5/6
6/6

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

基于激光成像雷达距离图像的目标提取与分类技术 黄涛1,2,3胡以华1,2,3赵钢3赵楠翔1,2,3瞿福琪1,2,3吴永华1,2,3 (1.脉冲功率激光技术国家重点实验室(电子工程学院),安徽合肥230037; 2.安徽省电子制约技术重点实验室,安徽合肥230037 3.解放军电子工程学院,安徽合肥230037) 摘要:激光雷达主动成像有别于各类被动成像的一个显著优势就是可以直接生成目标的距离图像,与常规光学图像相比距离图像具有一些不同的统计特性,当距离图像中存在多目标时统计直方图具有明显的多峰结构特征。通过对距离图像统计直方图峰值的提取实现了对距离图像的目标提取,利用最小外接矩形拟合及目标距离数据获取了目标的实际尺寸、矩形拟合度等信息,并由此实现了对目标的分类。运用该方法处理实际的距离图像,达到了预期的目标。 关键词:激光雷达;距离图像;直方图;峰值检测;最小外接矩形;目标分类 中图分类号:TN149文献标识码:A TargetextractionandclassificationbaseonimagingLADARrangeimage HUANGTao1,2,3HUYi-hua1,2,3ZhaoGang3ZhaoNan-xiang1,2,3QUFu-qi1,2,3WUYong-hua1,2,3 (1.StateKeyLaboratoryofPulsedPowerLaserTechnology(ElectronicEngineeringInstitute),Hefei230037,China; 2.KeyLaboratoryofElectronicRestriction,AnhuiProvince,Hefei230037,China 3.ElectronicEngineeringInstituteofPLA,Hefei230037,Anhui,China) Abstract:ActiveimagingLADAR(LAserDetectionAndRanging)standsoutfromotherpassiveimagingsystemsforitsfunctionofacquiringrangeimageoftargets.Comparedwithnormalopticalimage,rangeimagehasmoreparticularHYPERLINK"javascript:showjdsw('jd_t','j_')"statisticalcharacteristics,itcanobviouslyshowmulti-peakstructurewhenmultipletargetsexistinrangeimage.TargetExtractionofrangeimagecouldberealizedbyextractingpeaksofitsstat-histogram;andtargetscouldbeclassifiedbythesizeandrectangledegreeobtainedbytheuseofminimumenclosingrectangle.Processingarealrangeimagebyusingthismethodhasobtainedtheanticipatedresult. Keywords:LADAR;rangeimage;histogram;peakdetection;minimumenclosingrectangle;objectclassification 引言基金项目:国家自然科学基金(60672154)资助项目。 作者简介:黄涛(1983-),男,江西九江人,硕士研究生,主要从事激光遥感信息处理方面的研究工作。 E-mail:tao_online@163.com 导师简介:胡以华(1962-),男,安徽怀宁人,教授,主要从事激光遥感技术方面的研究工作。 E-mail:yh_hu@263.net 激光成像雷达是将激光用于回波测距、定向,并通过位置、物体反射特性识别目标,体现了特殊的发射、扫描、接收和信号处理技术的装置。当前对激光成像雷达目标分类、识别方面的工作起步时间不长,国内外的学者在这方面已经做了一定的研究[1-2],但总的来说对于距离图像的目标分类、识别方面的研究相对较少。由于距离图像所反映的是目标的几何特征,是目标的本质特征,因此利用距离像进行目标分类、识别是激光成像雷达独有的手段,也是其突出的优势。 目前对激光雷达距离图像的目标分类识别主要采取两类方法。一类是直接利用距离图像的灰度变化信息,用传统图像处理中的边缘检测等技术,提取目标的轮廓[3]。由于边缘检测往往形成断裂的轮廓,需要复杂的后续操作才能得到所需的最终分割;而在表面曲率不连续的地方,采用这