激光反射层析成像仿真方法研究 下载: 1241次
1 引言
激光反射层析成像概念由林肯实验室提出,其原理是利用单元探测器接收多视角下目标反射回波,通过重构算法反演目标的投影轮廓像,在空间目标探测及成像领域具有广阔的应用前景[1-2]。
近年来,相关研究机构相继开展了激光反射层析成像关键技术的研究,美国Longmont光学研究中心Murray等[3]验证了反射层析成像体制对远距离低速旋转目标成像的可行性;瑞典**研究院首次报道了采用时间相关单光子计数(TPSPC)探测体制的反射层析成像激光雷达系统[4];美国空军实验室Ford等[5]将相位恢复算法用于目标投影数据的自动配准,解决了不同角度下采集的目标投影数据相互之间存在位移的问题;中国科学院上海光学精密机械研究所、中国科学院上海技术物理研究所也开展了相关的反射投影处理算法和实验研究[6-11]。目前,关于激光反射层析成像的仿真方法研究较少,而通过仿真方法开展反射层析成像技术的相关研究具有重要的应用价值。
由于复杂空间目标模型的表面难以利用解析表达式描述,因此计算目标激光回波时,一般需要3个步骤:1) 建立目标三维模型并进行面元划分;2) 对特定姿态下的目标模型进行消隐处理;3) 获取目标模型的顶点、面元的空间坐标。可以通过三维建模软件编辑、处理后获得所需的目标三维模型,目标消隐过程以及顶点、面元坐标可以采用相关数值算法直接得到。数值方法对于面元之间相互遮挡关系的判断过程比较繁琐,需要多次循环计算和分析比较,计算精度与遮挡判决条件的有效性直接相关,且计算量很大。对于复杂结构和形状的目标,小面元划分得越细,面元数量越多,计算时间呈指数增加;但若减少小面元数量,增大小面元面积,则面元间相互遮挡关系的判断误差大幅增加,计算精度降低。
OpenGL强大的图形函数可以将大量数据转换为图形或图像,可在屏幕上显示和交互,即实现快速可视化功能,其在深度缓存中存储每个像素与视点之间的深度值(即距离值,用于描述像素点距离观察点的远近),可以启用深度缓冲区进行深度测试,并利用计算机图形加速卡(显卡)在硬件层级迅速实现目标的消隐[12-13]。
为提高三维目标激光回波仿真过程中的计算精度与效率,本文将OpenGL的可视化与自动消隐功能用于目标激光回波仿真建模,提出一种基于三维建模与OpenGL处理的复杂空间目标激光回波计算方法,结合目标表面散射特性,仿真目标激光反射层析成像过程。通过对卫星三维模型仿真成像,分析发射激光脉宽、目标表面材料等因素对目标激光反射层析成像质量的影响。
2 反射层析成像原理
激光反射层析成像由X射线透射层析成像技术发展演变而来,该成像方式是通过探测收集目标在不同角度的激光高分辨率回波信号,然后采用图像重建算法完成目标外形轮廓重建,而图像重建的理论基础是Radon变换及其逆变换以及中心切片定理。激光反射层析成像的原理及目标投影、重建流程分别如
如
式中:
在
式中:
激光反射层析成像技术采用单元探测器接收目标一维回波信号,然后进行目标图像重建,其理论距离分辨率只与发射脉冲宽度、探测器光电响应特性以及环境噪声等因素有关,不受限于传统光学系统的口径。
3 仿真系统建模
3.1 激光脉冲时空分布模型
激光脉冲与目标表面作用过程的关键因素包括:目标与探测系统的距离、目标表面材料散射特性以及子探测系统视线方向与目标表面面元法线方向的夹角。激光器输出的单个激光脉冲在时域上具有高斯线型。设发射激光波长为
式中:
基模高斯光束是亥姆霍兹方程在缓变振幅近似条件下的一个特解。在三维直角坐标系中,令
式中:
根据(3)~(4)式可得,
3.2 建立目标三维模型
利用3DS MAX三维建模软件建立目标模型,并进行面元网格划分和尺寸设置。为了描述目标空间位置,建立如
3.3 获取目标面元参数
通过编程读取3.2节建立的三维目标模型数据文件,在OpenGL中根据当前观测时刻的目标姿态对目标进行旋转变换,采用正交投影模式将三维目标投影到二维屏幕上,在正交投影模式下,目标在屏幕图像上的大小与目标的相对距离无关,目标所占像素数目越多,表示目标表面划分越细,每个像素面元所代表的实际面积越小。OpenGL方法不需要计算目标遮挡关系,直接进行深度测试,即可完成目标的消隐和可见部位的显示,可见部分即为目标能够被激光照明的区域。同时获取目标的距离信息会后,可以将消隐后的目标二维距离像直接在屏幕上显示,具体的计算量与所设置的图像像素有关,综合考虑计算精度和效率,本文选取的图像像素为500 pixel×500 pixel,如
图 4. 目标表面参数图像。(a)面元距离信息;(b)面元法向与观测方向的夹角
Fig. 4. Images for object surface parameters. (a) Facet range image; (b) angle between facet normal and detecting direction
利用OpenGL获取像素面元法向矢量的方法可以概括为:在OpenGL中采用Phong光照模型,设光源为无衰减的定向光源,环境光和镜面反射光源为0,漫反射光源的RGB颜色分量值为(1,1,1),入射方向为
通过读取目标可见部位每个像素的颜色值及其组合方式,即可获得面元法向与入射光线的夹角余弦,如
3.4 目标表面材料BRDF模型
对于在轨空间目标,无论是目标主体的包覆材料还是太阳能电池板,其散射一般均存在漫反射和镜面反射分量,因此,描述空间目标的激光散射特性,不能只利用漫反射率近似,而需要建立目标表面材料的反射特性模型。瑞典**研究院Steinvall等[16-17]提出的四参数双向反射分布函数(BRDF)模型能够有效描述多种材质的散射特性,且非常适用于单站激光雷达探测情况,其表达式为
式中:
表 1. 表面材质BRDF参数
Table 1. BRDF parameters of surface material
|
图 5. 表面为近似镜面反射、漫反射以及混合表面时的BRDF曲线
Fig. 5. BRDF curves of specular, diffuse, and mixed surfaces
3.5 目标高分辨率激光回波信号
根据小面元距探测系统的距离以及面元法向与探测方向的夹角信息,结合目标表面材质散射特性参数,将目标表面距探测系统距离相同的小面元反射率叠加,可以得到距离分辨率为Δ
式中:
4 反射层析成像仿真
采用第3节给出的目标激光回波仿真方法,将
4.1 发射激光脉宽对反射层析成像的影响
根据激光反射层析成像的原理可知,发射激光脉冲的宽度决定探测系统的距离分辨率Δ
图 7. 卫星目标激光回波及重建图像。(a)、(d) τ=0.5 ns;(b)、(e) τ=1 ns;(c)、(f) τ=3 ns
Fig. 7. Laser echoes and reconstructed images of satellite model. (a), (d) τ=0.5 ns; (b), (e) τ=1 ns; (c), (f) τ=3 ns
4.2 目标表面材料对反射层析成像的影响
不同目标的表面散射特性会对其激光回波产生不同的影响,进而影响层析重建图像的质量,发射激光脉宽为1 ns且其他参数不变时,针对同一目标,
图 8. 卫星目标激光回波及重建图像。(a)、(d)漫反射表面;(b)、(e)近似镜面反射表面;(c)、(f)混合表面
Fig. 8. Laser echoes and reconstructed images of satellite model. (a), (d) Diffuse surface; (b), (e) approximate specular surface; (c), (f) mixed surface
5 结论
提出了一种基于OpenGL处理的目标消隐及可见部分显示的快速方法,利用OpenGL处理复杂目标的消隐,大幅提高了计算准确度和效率。采用提出的激光回波仿真方法分析了发射激光脉宽、目标表面材料散射特性对反射层析成像质量的影响。结果表明,当探测系统其他参数不变时,脉宽越窄,目标反射层析重建图像质量越好,分辨率越高,可以得到更多的目标外形轮廓细节信息;目标表面材质散射特性为漫反射或混合情况时,通常能够有效地重建目标轮廓。所提方法为激光反射层析成像相关研究提供了可靠的仿真数据,可以为下一步成像实验系统的参数选择提供参考。
[2] Bellet JB, BerechetI, BerechetS, et al. Laser interactive 3D computer graphics[C]∥2nd International Conference on Tomography of Materials and Structures, July, 2015, Québec, Canada. [S.l.: s.n.], 2015.
[3] MurrayJ, TriscariJ, FetzerG, et al. Tomographic lidar[C]∥ Applications of Lasers for Sensing and Free Space Communications 2010, February 3-3, 2010, San Diego, California, United States. Washington D. C.: OSA, 2010: LSWA1.
[6] 谷雨, 胡以华, 郝士琦, 等. 变分贝叶斯解卷积法在激光反射层析成像中的应用[J]. 光学学报, 2016, 36(6): 0611003.
[7] 金晓峰, 孙建锋, 严毅, 等. 反射层析激光雷达小系统成像模拟[J]. 光学学报, 2010, 30(3): 747-752.
[8] 金晓峰, 严毅, 孙建锋, 等. 基于角度-多普勒分辨的反射层析激光成像雷达研究[J]. 光学学报, 2012, 32(8): 0828001.
[12] ShreinerD, SellersG, KessenichJ, et al. OpenGL programming guide: the official guide to learning OpenGL version 4.3[M]. 8th ed. [S.l.: S.n.], 2008: 154- 194.
[13] Wright RS, Jr, HaemelN, Sellers G M, et al. OpenGL superbible: comprehensive tutorial and reference[M]. 5th ed. [S.l.: S.n.], 2010: 292- 296.
[14] 康小平, 何仲. 激光光束质量评价概论[M]. 上海: 上海科学技术文献出版社, 2007: 30- 35.
Kang XP, HeZ. Introduction to laser beam quality evaluation[M]. Shanghai: Shanghai Scientific & Technological Literature Publishing House, 2007: 30- 35.
[15] 毛峡, 沈巍, 赵兴圆. 基于点线关系的透视图消隐算法[J]. 北京航空航天大学学报, 2009, 35(8): 925-928, 937.
Article Outline
陈剑彪, 孙华燕, 孔舒亚, 赵延仲, 单聪淼. 激光反射层析成像仿真方法研究[J]. 激光与光电子学进展, 2019, 56(13): 131104. Jianbiao Chen, Huayan Sun, Shuya Kong, Yanzhong Zhao, Congmiao Shan. Simulation Method of Laser Reflection Tomography Imaging[J]. Laser & Optoelectronics Progress, 2019, 56(13): 131104.