彈載激光成像雷達距離像的目標提取技術(shù)

于加其， 楊樹興， 朱伯立

(1.北京理工大學 宇航學院，北京 100081；2.飛行器動力學與控制教育部重點實驗室，北京 100081；3.北京特種機電技術(shù)研究所，北京 100012)

彈載激光成像雷達距離像的目標提取技術(shù)

于加其1，2， 楊樹興1，2， 朱伯立3

(1.北京理工大學 宇航學院，北京 100081；2.飛行器動力學與控制教育部重點實驗室，北京 100081；3.北京特種機電技術(shù)研究所，北京 100012)

為了實現(xiàn)對彈載激光成像雷達距離像中不同目標的準確分離和提取，提出了一種基于其點云數(shù)據(jù)特點的距離像目標提取方法. 通過對點云數(shù)據(jù)進行聚類和類間距離校正，實現(xiàn)了不同目標的準確分離；通過提取各目標邊緣點和遮擋補償，實現(xiàn)了對被遮擋目標的提取；根據(jù)需要提取目標的尺寸設置結(jié)構(gòu)元素大小，采用形態(tài)學濾波方法實現(xiàn)了特定目標的快速提取. 對實測距離像目標數(shù)據(jù)的處理結(jié)果表明，所提出的方法可以實現(xiàn)彈載激光成像雷達距離像目標的準確提取.

激光成像雷達；距離像；目標提??；目標遮擋

激光成像雷達獲取的三維距離像，反映了目標最本質(zhì)的尺寸特征，能夠充分利用先驗信息，是復雜環(huán)境下探測識別目標的有效手段[1-3]. 復雜地面環(huán)境下彈載激光成像雷達的目標提取是其中的一個重要的研究方向.

復雜地面環(huán)境下視場內(nèi)存在的信息繁多，同時彈載雷達視線與地面的夾角往往會導致各目標的距離信息混雜，且存在遮擋情況[4]. 目前國內(nèi)外的相關(guān)研究中對彈載的特殊情況考慮較少，難以滿足實際需求. Palm等[5-6]利用目標高度和邊緣輪廓采用多種方法進行了提取，但對被遮擋目標無法進行可靠處理. Walter等[7]基于模板匹配方法直接提取識別距離像目標，但計算量龐大，實用性較差. 黃濤等[8]針對水平或接近水平探測的情況，采用了距離直方圖峰值提取來分離不同距離上的目標，獲得了較好的效果，但在其他角度下效果較差.

本文根據(jù)彈載激光成像雷達獲得的地面目標距離像的特點，提出了一種不受雷達視線與地面夾角影響的距離像目標提取方法，實現(xiàn)了復雜環(huán)境下對目標的準確提取，并采用小視角下的實測地面目標距離像進行了驗證.

1 距離像目標提取分析及流程

激光成像雷達獲取的距離像可以表示為αβ角度坐標系中的二維圖像，也可以轉(zhuǎn)換為xyz空間坐標系中的三維點云. 激光成像雷達觀測地面目標獲得的距離像中包含地面、目標、障礙物等多種信息，通過地面估計及分割等算法處理可以去除其中的地面背景信息[9-11]. 從地表上的繁雜數(shù)據(jù)中分離并提取滿足需求的目標是目標提取算法的目的.

彈載激光成像雷達視線方向與地面夾角通常處于0～90°之間的某個角度，如圖1所示，此時距離像中有可能包含了目標側(cè)面及頂面信息，在同一距離上存在多個不同目標上的點，導致難以直接通過距離信息分離不同目標；另外，當夾角較小時，較近處目標會遮擋住較遠處目標，導致被遮擋目標在距離像中呈現(xiàn)的尺寸縮小，難以進行可靠提取. 因此在處理過程中必須考慮以上情況.

根據(jù)以上分析，本文提出的距離像目標提取算法流程如下：

① 不同目標的分離：根據(jù)距離像點云的分布特性進行分類，分離出不同目標上的各組點，同時保證分離算法不受視線方向與地面夾角的影響;

② 被遮擋目標的搜索與補償：利用掃描線搜索的方法提取出被遮擋的目標，并根據(jù)遮擋情況進行分析和補償;

③ 基于形態(tài)學的目標提?。焊鶕?jù)搜尋目標的三維尺寸范圍計算在特定距離上的結(jié)構(gòu)元素大小，并利用形態(tài)學算法提取出所需的目標.

圖2是一幅去除了地面信息的實測二維距離像，包含了車輛、樹木、雕塑、石材、雜物堆等多種目標，其中橫軸和縱軸分別代表激光在水平和豎直兩個方向上的掃描角度. 激光成像雷達與圖片中間車輛的距離約為120 m，視線方向與地面的夾角約為7°，包含了目標正面、側(cè)面和頂面數(shù)據(jù)，車輛后方的雕塑被遮擋. 圖2展現(xiàn)了彈載成像雷達對地面目標進行探測時常見的各種典型情況，本文以圖2所示的距離像對算法進行說明和驗證.

2 距離像目標提取算法

2.1 不同目標的分離

在三維空間坐標系中，位于同一目標上的點分布較為聚集，而不同目標之間的距離相對很大，這一特征不受雷達視線方向與地面夾角變化的影響，具有普遍性. 因此根據(jù)距離像中各點之間最小間距的分布可以提取出同一目標上的點.

設點在三維空間坐標系對應的坐標為

Pi=[xiyizi]，i=1，2，…，n.

則點Pi到其他點的最小間距為

現(xiàn)在，學習舞蹈已經(jīng)成為一種時尚，上至白發(fā)老人，下至蹣跚小孩，一是為了強身健體，二是提升氣質(zhì)，她們對于舞蹈學習的方式就是模仿，只不過是通過老師的講解使得模仿的方式更加的簡便。不管是老人、孩子以及老師，她們在學習舞蹈的過程中都是經(jīng)過模仿，模仿的不僅僅是肢體動作，還有表情、韻律和神態(tài)?，F(xiàn)在一款炙手可熱的APP——抖音，相信很多的人都在使用，抖音上舞蹈視頻的傳播速度可謂是神速，究其原因是因為動作簡單、節(jié)奏強，就算是沒有任何基礎(chǔ)的人都能很快的模仿和參與。這應該可以說是舞蹈中“模仿”方式的最直接的體現(xiàn)。

(1)

式中：Δdik為點Pi到點Pk的距離，則各點最小間距的均值和均方差為

(2)

(3)

不同目標上各點的最小間距差別很小，遠小于不同目標之間的距離，可以將點的最小間距近似為同一個正態(tài)分布，則點最小間距99%置信區(qū)間的邊界為

(4)

通常與當前點間距最小的點屬于當前目標，因此可以認為與當前點間距滿足式(4)的點位于當前目標上. 實際上，點與當前點的距離越近，位于當前目標的可能性越高，因此與當前點間距只需滿足式(4)上限

(5)

則與當前點Pi屬于同一目標的鄰域點滿足

(6)

在計算過程中，同一目標上的點有可能被劃分為不同的目標，因此需要根據(jù)各組點云間的最小距離進行校正，若小于設定的閾值則屬于同一目標.

圖3為對圖2距離像處理后的結(jié)果，顏色代表了44個不同目標，可以看出不同目標得到了準確分離，但需要進一步處理存在的大量虛假目標.

2.2 被遮擋目標的搜索與補償

可知當前目標在掃描方向β=βk上邊緣點的提取準則為

(7)

若目標邊緣處的近鄰點屬于距離較近的其他目標，則當前目標被遮擋.

被遮擋目標在距離像中只存在未被遮擋的一小部分，為了防止被錯誤剔除，在目標提取時將被遮擋目標區(qū)域和障礙物區(qū)域之和作為被遮擋目標的實際區(qū)域，如圖4所示.

圖中左側(cè)白色目標為被遮擋目標，右側(cè)灰色目標為遮擋目標的障礙物，補償后的目標區(qū)域為虛線框內(nèi)區(qū)域.

2.3 基于形態(tài)學的目標快速提取

在二維距離像中，根據(jù)目標的距離信息可以求出實際尺寸所對應的圖像窗口大小，根據(jù)這一特點可以利用形態(tài)學進行目標的快速提取.

設某目標上各點的距離信息為ri(i=1，2，…，n)，則目標到雷達的距離為

(8)

令激光成像雷達在橫軸α和縱軸β方向上的掃描步進角分別為Δα和Δβ，設需要濾除距離像中邊長小于l的目標，則對應的結(jié)構(gòu)元素大小為

(9)

根據(jù)求出的結(jié)構(gòu)元素對目標距離像轉(zhuǎn)化的二值化圖像進行形態(tài)學濾波，并記錄結(jié)果. 對圖3中分離出的目標進行處理，結(jié)果如圖5所示.

從圖5的結(jié)果可以看出，算法可以準確地分離并提取出距離像中滿足不同尺寸要求的目標，其中被遮擋目標被補償為較大型的目標. 算法考慮了彈載激光成像雷達探測時的特殊情況，在計算中依據(jù)的目標特征不受雷達視線方向與地面夾角變化影響，能有效滿足彈載激光成像雷達距離像目標提取的要求.

3 結(jié) 論

通過對彈載激光成像雷達獲取的地面目標距離像特點的分析，提出了一種不受視線角度影響的距離像目標提取的方法. 首先將距離像點云按聚集程度進行了初步分類，并根據(jù)各組間最小距離校正了過度分類情況，準確分離了不同目標；然后根據(jù)目標邊緣信息提取并補償了被遮擋目標；最后根據(jù)各目標的距離和尺寸，通過形態(tài)學方法提取了其中滿足要求的目標，實現(xiàn)了對目標的可靠提取. 算法依據(jù)的目標特征不隨雷達視線與地面夾角的變化而變化，并考慮了目標遮擋問題，滿足了彈載激光成像雷達對地面目標提取的要求.

[1] 閆小偉，鄧甲昊，孫志慧.線陣掃描式激光成像探測系統(tǒng)建模與仿真[J].北京理工大學學報，2010，30(4):456-459.

Yan Xiaowei， Deng Jiahao， Sun Zhihui. Modelling and simulation of laser imaging system based on linear array detection[J]. Transactions of Beijing Institute of Technology， 2010，30(4):456-459.(in Chinese)

[2] 陳曉清.激光成像雷達目標識別算法研究[D].長沙：國防科學技術(shù)大學，2010.

Chen Xiaoqing. Research on target recognition algorithm for laser imaging radar[D]. Changsha: National University of Defense Technology， 2010. (in Chinese)

[3] 于加其，楊樹興，朱伯立.激光雷達距離像噪聲抑制及方法評價[J].光電子·激光，2015，26(6):1215-1221.

Yu Jiaqi， Yang Shuxing， Zhu Boli. Noise suppression and evaluation method for ladar range images[J]. Journal of Optoelectronics·Laser， 2015，26(6):1215-1221. (in Chinese)

[4] 趙明波.激光成像雷達地面遮蔽目標檢測方法研究[D].長沙：國防科學技術(shù)大學，2013.

Zhao Mingbo. Research on ground obscured target detection for imaging laser radar[D]. Changsha: National University of Defense Technology, 2013. (in Chinese)

[5] Palm H C， Haavardsholm T V， Ajer H. Detection of military objects in LADAR-images[R]. Kjeller: Forsvarets Forskningsinstitutt， 2007.

[6] Palm H C， Haavardsholm T V， Ajer H， et al. Extraction and classification of vehicles in LADAR imagery[C]∥Proceedings of SPIE Defense， Security， and Sensing. Baltimore， USA: International Society for Optics and Photonics， 2013:873102-873102-15.

[7] Walter A. Exploiting range imagery: techniques and applications[C]∥Proceedings of International Symposium on Photoelectronic Detection and Imaging 2009. Beijing: International Society for Optics and Photonics， 2009:738203-738203-12.

[8] 黃濤，胡以華，趙鋼，等.基于激光成像雷達距離圖像的目標提取與分類技術(shù)[J].紅外與毫米波學報，2011，30(2):179-183.

Huang Tao， Hu Yihua， Zhao Gang， et al. Target extraction and classification base on imaging LADAR range image[J]. Journal of Infrared and Millimeter Waves， 2011，30(2):179-183. (in Chinese)

[9] Stevens M R， Snorrason M， Stouch D W， et al. Estimating the ground plane in ladar three-dimensional imagery for target detection[C]∥Proceedings of AeroSense 2003. Orlando， USA: International Society for Optics and Photonics， 2003：1-9.

[10] Felip R L， Ferradans S， Jose D C， et al. Target detection in LADAR data using robust statistics[C]∥Proceedings of European Symposium on Optics and Photonics for Defence and Security. Bruges， Belgium: International Society for Optics and Photonics， 2005:160-170.

[11] Witte C， J?ger K， Hebel M， et al. A novel segmentation method for object tracking and recognition[C]∥Proceedings of Defense and Security Symposium. Orlando， USA: International Society for Optics and Photonics， 2007:65690D-65690D-8.

(責任編輯：李兵)

Target Extraction Base on Range Image from Missile-Borne Imaging LADAR

YU Jia-qi1,2, YANG Shu-xing1,2, ZHU Bo-li3

(1.School of Aerospace Engineering, Beijing Institute of Technology, Beijing 100081, China; 2.Key Laboratory of Dynamics and Control of Flight Vehicle，Ministry of Education, Beijing 100081, China;3.Beijing Institute of Special Mechanic-Electric, Beijing 100012, China)

A method was proposed for separating and extracting different targets in LADAR range image base on the characteristics of point cloud data obtained from the missile-borne imaging LADAR to solve some special problems in this case. Different targets were separated accurately by clustering points and adjusting nearby classes according to the minimum distance between points. The obscured targets were found by searching the edge points, and the compensation strategy was proposed. The probable targets were extracted rapidly base on the morphology method by adjusting the size of the morphology structure element. The experimental result shows the method can be used to extract targets exactly.

LADAR; range image; target extraction; target occlusion

2015-10-30

于加其(1986—)，男，博士生，E-mail:yujq2004@163.com；楊樹興(1962—)，男，教授，博士生導師，E-mail：yangshx@bit.edu.cn.

TN 958.98

A

1001-0645(2016)12-1279-04

10.15918/j.tbit1001-0645.2016.12.013