三維激光圖像的成像受多種因素影響,導致成像后模糊程度高,局部活動輪廓是最重要的干擾因素。為有效提高三維激光圖像的成像質(zhì)量,提出三維激光成像技術的改進與研究。將多分辨率小波降噪技術與Retinex算法相融合,對層狀紋理激光圖像進行降噪處理,利用Retinex算法實現(xiàn)層狀紋理激光圖像的信息增強,采用LGB向量量化算法進行激光圖像的特征分解,結(jié)合背景差分連續(xù)重構(gòu)技術實現(xiàn)圖像的區(qū)域像素信息增強,提取圖像的高階不變矩特征量,采用深度學習算法進行圖像特征數(shù)據(jù)的多分辨重構(gòu),實現(xiàn)三維激光成像技術的改進。仿真結(jié)果表明,方法的輸出信噪比在25.6～42.5 dB、時間開銷在0.14～0.31 s之間、重建精度在87%～94%之間,證明該方法的輸出像素強度較高,圖像的成像質(zhì)量較好,能夠?qū)崿F(xiàn)高分辨的三維激光成像。 

【文章來源】：激光雜志. 2020,41(09)北大核心

【文章頁數(shù)】：5 頁

【文章目錄】：
1 引言
2 三維圖像采集和預處理
    2.1 三維激光圖像掃描
    2.2 圖像小波降噪預處理
3 三維激光成像技術改進
    3.1 激光圖像的特征分解
    3.2 三維成像技術改進實現(xiàn)
4 仿真實驗分析
    4.1 輸出信噪比對比實驗
    4.2 成像時間開銷對比實驗
    4.3 重建精度對比實驗
5 結(jié)語


【參考文獻】：
期刊論文
[1]無掃描激光三維成像雷達研究進展及趨勢分析[J]. 卜禹銘,杜小平,曾朝陽,趙繼廣,宋一鑠.  中國光學. 2018(05)
[2]自適應融合局部和全局稀疏表示的圖像顯著性檢測[J]. 王鑫,周韻,寧晨,石愛業(yè).  計算機應用. 2018(03)
[3]基于雙向擴散與沖擊濾波的霧天圖像增強算法[J]. 張然,趙鳳群.  計算機工程. 2018(10)
[4]基于關鍵點逐層重建的人臉圖像超分辨率方法[J]. 傅天宇,金柳頎,雷震,李子青.  信號處理. 2016(07)
[5]基于3D區(qū)域增長法和改進的凸包算法相結(jié)合的全肺分割方法[J]. 代雙鳳,呂科,翟銳,董繼陽.  電子與信息學報. 2016(09)
[6]基于形態(tài)學濾波的紅外圖像背景補償[J]. 李武周,余鋒,王冰,胡琥香,周長榮.  紅外技術. 2016(04)
[7]掃描型紅外焦平面探測器圖像實時傳輸系統(tǒng)[J]. 代具亭,湯心溢,王世勇,劉鵬.  激光與紅外. 2016(04)
[8]基于非下采樣輪廓波變換遙感影像超分辨重建方法[J]. 周靖鴻,周璀,朱建軍,樊東昊.  光學學報. 2015(01)



本文編號：3202488