一种激光雷达三维距离像超分辨重构方法与流程

技术特征：
1.一种激光雷达三维距离像超分辨重构方法，其特征在于，所述激光雷达三维距离像超分辨重构方法如下，将超分辨重构问题转化为求解马尔可夫随机场优化模型问题，在高分辨强度像z和低分辨距离像x的约束下解得使马尔可夫随机场后验概率最大化时对应的重建距离值，马尔可夫随机场的概率分布用吉布斯分布表示，具体的，后验概率的约束项由两部分组成，距离保真项p
d
和正则化项p
r
，则重建距离值y的条件分布由下式表示：其中，e是归一化因子，λ是正则化项的权重，正则化项权重控制正则化项与距离保真项之间的比重，因此，后验概率最大化问题转化为关于y的全局能量最小化问题：能量优化方程定义如下：e(d)＝e
d
(d) λe
r
(d)能量优化方程由距离保真项和正则化项组成，其中，d表示复原高分辨距离像，距离保真项如下公式：距离保真项描述了复原高分辨距离像与原始低分辨距离图像的平方误差，其中，g表示低分辨距离像通过插值后得到的高分辨距离像，p是像素，m是距离图像的所有像素集合，|
·
|代表绝对值，依据iccd强度像与gm
‑
apd距离像表示出距离保真项和正则化项，从而表示出e(d)，基于最大后验概率法，求解条件概率取最大值，此时求解出的矩阵d便是重构后的距离像。2.根据权利要求1所述的一种激光雷达三维距离像超分辨重构方法，其特征在于，提出可控高斯核函数的区域相似度引导项：具体的，在区域相似度引导项w
n
中引入可控高斯核函数标准差σ
n
以调节其灵敏度，便于控制引导强度，公式如下：3.根据权利要求1所述的一种激光雷达三维距离像超分辨重构方法，其特征在于，提出超像素分割边缘惩罚引导项：具体的，超像素分割边缘惩罚引导即采用简单线性迭代聚类方法对高分辨强度图像i进行超像素分割，具有类似纹理、强度的图像块将被划为同一标记范围，对较弱的边缘不给予权值惩罚，而对较强的边缘则给予适当的权值惩罚以锐化边缘。超像素分割边缘惩罚引导项w
s
表示为：其中，s(
·
)表示超像素分割标记序号，t
p
表示给予的权值惩罚，范围为0～1。4.根据权利要求1所述的一种激光雷达三维距离像超分辨重构方法，其特征在于，构建
基于局部内容感知的l
α
(α＝1或α＝2)范数模型，以获得丰富的纹理细节和锐利的边缘，公式如下：式如下：式如下：首先，采用slic对高分辨强度图像i进行超像素分割，此时图像中各像素具有不同的标记，基于此进行区域划分，划分规则如下：设p点所在邻域n(p)内各像素具有相同的标记，认为p点在平滑区域，此时构建l2范数的距离保真项和正则化项；当p点所在邻域n(p)内各像素具有不同的标记，认为p点在边缘区域，此时构建l1范数的距离保真项和正则化项。5.根据权利要求1所述的一种激光雷达三维距离像超分辨重构方法，其特征在于，基于分区域插值的高分辨距离引导图像：在平滑区域和边缘区域分别通过低分辨距离像双三次插值、最邻近插值获得高分辨距离像，公式如下：其中，d
s
是通过低分辨距离像双三次插值获得，d
z
是通过低分辨距离像最邻近插值获得。6.根据权利要求1所述的一种激光雷达三维距离像超分辨重构方法，其特征在于，提出高斯核函数标准差自适应化：自适应高斯核函数标准差基于局部内容感知，色彩相似度引导项w
c
、距离相似度引导项w
g
和区域相似度引导项w
n
中自适应高斯核函数标准差构造如下：中自适应高斯核函数标准差构造如下：中自适应高斯核函数标准差构造如下：中自适应高斯核函数标准差构造如下：中自适应高斯核函数标准差构造如下：中自适应高斯核函数标准差构造如下：中自适应高斯核函数标准差构造如下：中自适应高斯核函数标准差构造如下：
其中，n
p
为邻域内像素总数，u
c
(p)、u
g
(p)和u
n
(p)分别为p点所在邻域内平均强度值、平均距离值、平均区域相似度，s
c
、s
g
和s
n
分别为p点所在邻域内强度值标准差、距离值标准差、区域相似度标准差，l
c
、l
g
和l
n
分别控制w
c
、w
g
、w
n
的灵敏度。

技术总结
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


技术研发人员：孙剑峰 张欣 宋波漪 马乐 王林 宋大君 张海龙
受保护的技术使用者：哈工大（北京）工业技术创新研究院有限公司
技术研发日：2021.06.25
技术公布日：2021/11/4