二元微分联合变换相关器实现图像识别的研究

为了克服二元联合变换相关器的取阈和实时性问题,采用微分运算与二元联合变换相关器结合的方法。联合功率谱中,由于干扰项随频率的变化率比需要的信息量随频率的变化率慢得多,因此可以采用微分方式削弱干扰项,增强互相关信号,对微分后的功率谱再进行二值化非线性处理得到优化功率谱,然后对优化功率谱进行傅里叶逆变换,得到目标和图像的相关输出。模拟实验结果表明,所提出的相关器能很好地抑制自相关峰,增强互相关峰,具有更强的鲁棒性。而且该方法在处理过程中,不需选择阈值,简单的微分及二值化操作使之具有更强的实时性。

基于液晶光阀微分处理的实时联合变换相关器

提出了一种用液晶光阀实现对输入图像的微分预处理和对功率谱微分处理的实时联合变换相关器。两个液晶光阀均处于非线性变换态,分别在输入面和频谱面上实现对输入图像和联合功率谱的微分处理。微分功率谱经傅里叶透镜变换后得到相关输出。实验表明,该相关器采用全光方式不仅保证了实时性,而且锐化了相关峰;经该相关器微分后的图像,其相关性能明显优于常规联合变换相关器输出的结果。

二元联合变换相关器的实现方法研究

采用中值取阈,局部取阈,参考图像功率谱取阈和联合功率谱(JPS)取阈四种方法对传统联合变换相关器的功率谱二值化,从而将振幅调制的功率谱转化为脉冲调制的功率谱。计算机模拟结果表明二值化可以获得更清晰更尖锐的相关峰,其中联合功率谱取阈法的识别效果最佳。

用群体智能理论处理联合变换相关器输入面图像

为提高联合变换相关器的性能,将群体智能理论应用于联合变换相关器输入面图像的预处理。介绍了群体智能的概念,阐述了其潜在的分布式特征及符合自组织生物学过程的特点,在此基础上提出了一种基于群体智能的联合变换相关器输入面图像特征提取方法。介绍了经典联合变换相关器的工作原理并分析了其优缺点,对群体智能的预处理方法与几种常用的输入面图像预处理方法在联合变换相关器中的应用效果进行了比较研究。结果显示,输入面图像经灰度变换后对相关结果的改善并不明显,而sobel梯度处理、形态学方法和群体智能特征提取方法都有效改善了联合变换相关器的相关结果。针对所处理的联合图像,基于群体智能的联合变换相关器的输出面互相关峰值为4240,比sobel梯度处理联合变换相关器的互相关峰值高2906,比形态学联合变换相关器的输出面互相关峰值高1616,表明用群体智能理论处理联合变换相关器输入面图像,效果优于传统方法。

基于光学小波微分预处理的联合变换相关目标识别

提出了一种基于光学小波变换微分预处理的光电混合联合变换相关系统 ,该系统利用同一光路可实时实现对输入图象的小波变换微分预处理和联合变换相关识别 实验结果表明 :该系统能得到很尖锐的互相关峰 。

用二元小波滤波器作图像相关识别

本文提出用二元小波滤波器作图像相关识别的技术。利用小波变换对图像处理的优越性 ,对小波滤波函数进行二元化处理 ,成为二元带通滤波器 ,并应用于旋转图像的识别。本文进行了理论阐述和计算机模拟实验 ,结果证实了设计的可行性 。

光学信息处理与系统

O438 97010281光纤图象的边缘特征提取=Image edge abstractionfor the optic fiber[刊,中]/李平,文玉梅(重庆大学光电精密仪器系.四川,重庆(630044))∥光通信技术.—1996,20(2).