涉及权利要求数量5：其中独权1项，从权-1项
1.基于分数阶全变分正则化与非局部正则化的Gm‑APD激光雷达距离像压缩感知重构方法，其特征是：该方法由以下步骤实现：
步骤一、基于峭度因子峰值法提取目标距离像；
步骤二、根据步骤一提取的所述目标距离像，采用分数阶全变分正则化与非局部正则化构建Gm‑APD距离像压缩感知重构模型；具体过程为：
步骤二一、对步骤一所述的目标距离像进行分割，计算每个图像块中心像素相对于给定的图像块中心像素的权重；
步骤二二、基于非局部均值滤波方法，构造非局部正则化惩罚项；
步骤二三、根据步骤二二构造的非局部正则化惩罚项，构建基于全变分正则化和非局部正则化的距离像压缩感知重构模型；
式中，u为由图像所有位置处距离信息构成的N维距离矩阵，D为全变分算子，||·||1表示L1正则化项，指输入量中所有元素绝对值之和，NR(u)为关于u非局部正则化惩罚项，α为权重系数，A为观测矩阵，b为M维观测向量；
步骤二四、将所述基于全变分正则化和非局部正则化的距离像压缩感知重构模型拓展至分数域，用下式表示为：
v
式中，D为分数阶全变分算子，v为分数阶阶次；
步骤三、利用增广拉格朗日乘子法对步骤二四拓展至分数域的距离像压缩感知重构模型求解，实现对Gm‑APD激光雷达距离像压缩感知重构。
2.根据权利要求1所述的基于分数阶全变分正则化与非局部正则化的Gm‑APD激光雷达距离像压缩感知重构方法，其特征在于：步骤一的具体过程为：
步骤一一、计算滑窗峭度因子；
步骤一二、生成回波信号的触发概率直方统计结果；
步骤一三、将步骤一一所述的滑窗峭度因子与步骤一二所述触发概率直方统计结果进行卷积；完成对目标距离像的提取。
3.根据权利要求2所述的基于分数阶全变分正则化与非局部正则化的Gm‑APD激光雷达距离像压缩感知重构方法，其特征在于：步骤一一中，确定回波信号的总体均值μ和总体标准差σ，计算滑窗峭度因子Qd，用下式表示为：
式中，xi为接收到的含噪回波信号。
4.根据权利要求2所述的基于分数阶全变分正则化与非局部正则化的Gm‑APD激光雷达距离像压缩感知重构方法，其特征在于：步骤一三中，完成对目标距离像的提取，用下式表示为：
Upos＝arg max[Y′(ipos)]
式中，Upos为图像pos位置处的距离信息，ipos为图像pos位置处卷积曲线Y'的第i个位置，argmax[·]为寻找输入量最大值，并返回其对应的位置信息。
5.根据权利要求1所述的基于分数阶全变分正则化与非局部正则化的Gm‑APD激光雷达距离像压缩感知重构方法，其特征在于：步骤二二中，将图像分为ns×ns个图块后，所述构造非局部正则化惩罚项NR(u)用下式表示为：
式中，ui为给定图像块的中心像素， 为给定图像块周围各图像块的中心像素uj各自的权重系数组成的列向量的转置形式，ki为给定图像块周围各图像块的中心像素距离值组成的列向量，非局部正则化惩罚项的矩阵形式为：
式中，W为N维权重系数矩阵，wij为各中心像素的权重系数， 表示L2正则化项。