众中少光子：面向光子高效主动成像的信号与噪声解混
应用统计
2019-11-13 v1 仪器与探测器
摘要
传统LIDAR系统需要数百或数千光子探测才能形成准确的深度和反射率图像。近来的光子高效计算成像方法在每像素仅1.0至3.0个探测光子时仍极有效，但它们未在信号背景比（SBR）低于1.0时得到验证，因为其成像精度在高背景噪声下显著下降。我们提出一种深度和反射率估计的新方法，侧重于解混来自信号与噪声源的贡献。在图像的每个像素处，自适应地确定并应用短时长距离门以去除可能由噪声引起的探测。对于探测数过少而无法精确执行此剔除的像素，我们从邻域像素借用数据以改进深度估计，其中邻域形成也自适应于场景内容。算法性能在不同噪声水平的实验数据上得到展示。结果表明，相较于最先进的方法，反射率和深度估计的性能均有所提升，尤其在低信号背景比下。特别地，在SBR低至0.04时仍实现了准确成像。这种对光子高效、噪声容忍方法的验证证明了快速、远距离和低功耗LIDAR成像的可行性。
引用
@article{arxiv.1609.07407,
title = {A Few Photons Among Many: Unmixing Signal and Noise for Photon-Efficient Active Imaging},
author = {Joshua Rapp and Vivek K Goyal},
journal= {arXiv preprint arXiv:1609.07407},
year = {2019}
}