根据前几节的理论分析，针对每一帧数据中25 个测距点，我们设计了数据补偿方法，该方法的部分代码如图9-6 所示。首先，我们对无回收数据通道做数据补偿；然后，对相邻两行任意两激光脚点间测距进行处理；最后，对相邻两列任意两相邻激光脚点测距进行比较、分析和三维可视化绘图。
图9-6 绘图数据预处理方法部分代码
为了验证数据预处理方法的有效性、正确性，我们设计了两组针对性数据进行了测试。其中第一组数据毫无规律，第二组数据则可以处理为平面，两组数据分别测试程序模块的正确性和准确性。正确性即对无规律的数据处理不会使其丢失其原有数据特性，准确性即对于有规律的数据可以修改原有数据实现我们要实现的效果。第一组数据如图9-7(a)所示，处理之后的结果如图9-7(b)所示。由于测距数据有大范围的变化，所有数据均未达到小于4cm 的情况，所以程序并没有对数据进行处理。
图9-7 第一组数据(www.xing528.com)
第二组数据如图9-8(a)所示，这是一组有规律分布的数据，会呈现出阶梯变化的画面。不过由于相邻激光测距脚点间的数据有细微的差距(小于测距精度5cm 以内)，导致三维可视化效果不好。如图9-8(b)所示是处理后的数据，从图9-8(b)中可以看出：对于相邻激光脚点测距差值小于5cm 的情况，本软件均可以处理。由图9-9(a)所示的三维可视化图形可以看出：目标表面有颜色变化表明不是属于一个平面。经过数据预处理之后的可视化图如图9-9(b)所示，从图9-9(b)可以看出：对于原始数据中的细微误差数据，本软件均可以处理。因此可以得出结论：本软件可以处理有规律分布的数据。
另外，为了避免增加的程序模块对原有程序造成太大的影响，我们还对该模块的运行时间损耗进行了测试。通过多次测试，测试结果显示为0.000031 秒。因此得出结论：对于目前面阵激光雷达成像频率为1Hz 成像仪来说，没有任何计算速度影响。
图9-8 第二组数据
图9-9 第二组数据的三维可视化图形
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
