返回
GM-APD lidar reconstruction algorithm with few frames based on sample function
DOI:10.1016/j.optlastec.2025.113866.png)
摘要
En 中文
在帧数较少且信背比(SBR)较低的情况下,当盖革模式雪崩光电二极管(GM-APD)激光雷达重构距离图像时,其回波数据的统计形式表现出稀疏性和离散性。光子触发概率分布直方图容易丢失目标峰值,导致难以准确估计目标峰值的位置,从而影响小目标和弱目标的检测。为解决此问题,定义了回波信号的峰值显著性概念,并提出了一种基于样本函数的算法。该算法首先恢复丢失的目标峰值,对目标峰值进行滤波以去除小尖峰,并计算局部峰值的峰值显著性。峰值显著性最大的局部峰值即为目标峰值,从而能够准确估计目标峰值的位置。在自建GM-APD激光雷达探测成像平台上的实验结果表明,在SBR = 0.0263的实际场景中,所提算法的三个评价指标均优于SPIRAL算法。目标恢复度(K)比SPIRAL高43%,峰值信噪比(PSNR)提升了9.5 dB,平均绝对误差(MAE)减少了95 bins。这证实了该算法在少帧、低信噪比GM-APD探测成像领域的重要性,并具有广阔的应用前景。
期刊
O
IF:
5
论文数:
2.4K
被引数:
3.5W
机构
引用论文
Peak detection approaches for time-correlated single-photon counting three-dimensional lidar systems

