光子注册的参数化建模与估计：用于3D成像
信号处理
2024-07-04 v1 图像与视频处理
摘要
在单光子光检测测距（SP-LiDAR）系统中，由于硬件死时间导致的直方图失真， Fundamentally limits the precision of depth estimation. 为抵消死时间效应，通常基于马尔可夫链自激发过程对光子注册分布进行建模。然而，这是离散过程，计算代价高昂，阻碍了神经网络应用和快速仿真。在本文中，我们通过提出一种连续参数化模型来克服建模挑战。我们引入高斯-均匀混合模型（GUMM），用于处理高噪声底板；引入周期填充用于处理噪声斜率。通过推导和实现定制的期望最大化（EM）算法，我们在文献中认为困难的情景下实现了精确的直方图匹配。
引用
@article{arxiv.2407.02712,
title = {Parametric Modeling and Estimation of Photon Registrations for 3D Imaging},
author = {Weijian Zhang and Hashan K. Weerasooriya and Prateek Chennuri and Stanley H. Chan},
journal= {arXiv preprint arXiv:2407.02712},
year = {2024}
}