激光与红外

作者：崔钰琳

单位：1.中国科学院国家空间科学中心,北京 100190；2.中国科学院大学,北京 100049；3.辽宁大学,辽宁 沈阳 110036；

关键词：点云数据;飞行时间三维成像;目标提取;无监督学习;聚类;空间滤波

基金：国家重点研发计划项目(No.2016YFE0131500)；中国科学院青年创新促进会优秀会员项目(No.2013105；No.Y201728)；发改委国家重大科技基础设施项目(No.2018YFA0404201；No.2018YFA0404202)资助。

飞行时间(Time of Flight,ToF)三维成像技术在人工智能领域具有重要的应用价值。间接ToF三维成像是通过向目标发射调制的光强信号,再经过目标反射到相位解调图像传感器获得相位差,通过计算获得目标的深度信息。由于间接ToF成像技术会受到背景界面多次反射产生的多路径干扰,因此在复杂环境中目标物体深度测量数据会受到侧面和背景界面的多次反射的回波信号影响,降低边缘处深度测量的精度水平,因此需要对原始点云数据进行目标提取和多路径去除的预处理。本文针对该问题提出一种多界面场景中基于点云矢量的目标提取方法,能够实现复杂多目标的快速提取和多路径强干扰的去除。首先基于kmeans提出一种FVPkmeans算法,完成目标点云数据的全局全矢量提取处理。再基于K NN提出一种迭代滤波算法,实现局部多路径干扰数据的滤除。通过与其它方法的比较研究,该方法能够有效去除TOF点云目标数据的多路径干扰,目标提取性能提高了40,实验表明本文提出的全局点云数据全矢量目标提取和多路径干扰去除算法能够实现对目标点云数据的无监督学习智能提取与滤波要求。

来源：2022年第11期

《激光与红外》期刊编辑部

查看激光与红外杂志2022年第11期