据中国激光杂志社网，于2023年07月11日报道，变分辨扫描成像：高效精准三维感知的“慧眼”。
封面解读
本封面形象展示了一种空间变分辨率扫描原理，外围低分辨率可以覆盖更广的视场，内环扫描分辨率更高，从而在保证目标重构精度的条件下，有效减少了场景的扫描点数，提升了激光三维成像的数据利用率，为无人驾驶、目标检测识别等领域应用提供了新思路。
1.研究背景
激光三维成像因具有探测距离远、获取信息（强度/距离）丰富、抗干扰能力强等优势被广泛应用于智能侦察、无人驾驶、工业检测、生物医疗等军民领域。
在实际应用中，激光三维成像面向“大视场、小目标”场景，即目标在视场内占比面积较小，当采用定分辨率对全视场进行扫描时，背景区域与感兴趣目标被以相同尺度的扫描光斑进行扫描与采样，不仅降低了系统的采样速率，还增加了冗余数据量。
因此，以扫描方式为基础，发挥人眼的空间变分辨率采样机理具有的大视场、冗余压缩优势，提出一种空间变分辨率扫描式三维成像方法，实现低冗余采样效果。
2.多回波与变分辨率扫描成像模型
激光器发出的激光信号为高斯脉冲，当一束激光照射到多个目标表面时，每个目标表面会对照射至表面的激光产生反射，探测器接收到多回波信号。通过对多回波信息进行分解，可以得到各目标的TOF和回波强度，然后限定目标与参考面间的TOF差值，划分出多回波区域。
利用空间变分辨率扫描方法对不同区域以不同尺度的扫描光斑进行扫描。利用大光斑对目标区域进行低分辨率扫描与采样来确定感兴趣目标的范围，然后利用小光斑对感兴趣目标所在的区域进行高分辨率扫描。通过全视场与局部区域的变分辨率扫描，能够在兼顾大视场与局部高分辨率采样的同时，减少扫描与采样次数，从而提高系统效率。
3.目标的深度图像高分辨重建
扫描感兴趣区域，获得各扫描光斑下目标信息，依据回波中各目标的反射面积比判断多回波区域，将其分割为若干子区域，确定该区域感兴趣目标像素填充范围并对目标像素点进行深度赋值；对单回波区域亦是如此。采用区域分割与深度赋值后的点坐标，进行目标深度图像的超分辨重建。
实验场景选择了背景板与坦克模型组成的目标区域，分别对目标区域进行18×18扫描点的高分辨率扫描与9×9扫描点的低分辨率扫描。为了进行重建结果的对比，分别将低分辨重建深度图中像素目标区域分别进行4倍上采样和深度图像超分辨重建。
通过低分辨率扫描，直接重建得到目标区域 7×3 像素的深度图d。采用超分辨重建方法，重建得到目标区域 14×6 像素的深度图g，与低分辨率扫描直接重建相比，可以计算出等效采样比为原来的 50%。将高分辨扫描重建得到的目标区域深度图e作为真值，分别计算低分辨率扫描下目标区域直接重建深度图f和利用超分辨重建算法重建得到的超分辨深度图g的距离误差，距离误差分布如图4所示。
与直接重建方法相比，采用本文所提出的超分辨率重建方法能够依据回波中各目标的反射面积比，在进行目标深度图像重建时对目标边界区域的像素进行重新分配，从而提高对两个目标边沿区域的重建精度，重建深度图像的 RMSE 由 0.53 m 降低至 0.31 m。
4.总结与展望
变分辨率扫描成像方法，通过对多回波建模，能够实现针对目标的高分辨扫描重构成像，从而在保证目标重构精度的条件下，有效降低场景的扫描点数，采样比为传统的 50%。实验所获成果可有效提升激光三维成像的数据利用率，有利于提升目标识别与探测效率，为诸如无人驾驶、目标检测识别等领域应用提供新思路。
作者简介
郝群，北京理工大学特聘教授/博导，现任长春理工大学副校长，国家级科技创新领军人才。长期在新型光电成像传感技术和光电精密测试技术领域从事教学和科研工作，主要研究方向包括新型光电成像技术、仿生光电感测技术、抗振干涉测量技术及仪器等方面。主持国家等科研项目40余项，发表SCI论文180余篇，授权发明专利150余项。高校创新引智基地负责人，科技部重点领域创新团队负责人，北京市教学名师，全国“巾帼建功”标兵。
曹杰（通讯作者），北京理工大学光电学院副教授/博导，长期从事先进光电探测与成像方法方面的研究工作，发表SCI论文40余篇，授权发明专利30余项，主持国家、企业等科研项目10余项。
