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 。

光学小波包变换及其滤波器的研究

基于对光学小波变换必要条件的分析,提出光学小波包变换的概念·选出虹膜图库的联合最优小波包基,利用最优基的线性组合生成相应的复合光学小波包滤波器·将滤波器用于光电混合虹膜识别系统中对待识别输入进行小波包特征提取预处理,模拟结果不仅证明引入该滤波器可明显提升系统的识别效果,也证明了光学小波包变换提出的意义·

光学小波变换在视觉系统的应用研究

为了提高图像信息处理速度,利用光电混合实现的方法,将光学小波变换应用于视觉系统设计依据4f相关器光学信息处理的原理,在频域内通过计算机编码,在电寻址空间光调制器上,构建不同类型的小波函数滤波器库,对目标的图像特征进行提取与辨识研究结果表明,基于光学小波变换视觉系统正确可行在图像特征提取中。

基于光学小波滤波的光纤光栅传感解调方法的研究

采用连续波调频、波分复用技术提出了一种分布式FBG加速度测量系。针对分布式传感系统中的解调问题 ,设计了光学小波滤波器 ,有效地改善了非平衡、非线性光学信号的干扰 ,实现了光学波长绝对编码。该解调方法具有结构简单、扫描频率高、分辨率好、线性度好等优点。

分形维数与光学小波变换

用光学方法成功地进行了分形图像的小波变换 ,并测出其分形维数。分形维数值的测定可以推动分形动力学的研究与发展。实验证明 ,光学小波变换不失为一种实时分析分形图像的重要方法。

空频域量化误差最小的光学小波滤波器设计

通过理论分析和仿真计算,研究利用不同小波基构造的光学小波滤波器的量化误差,分析交换分解和重构滤波器对光学小波滤波器量化误差的影响。实验结果表明不同小波基的量化误差通常是不同的,具有最小空、频域量化误差的小波基是交换分解和重构滤波器后的5/3小波。根据光学小波滤波器的空、频域量化误差最小原则,基于提升算法,构造出空、频域量化误差最小的最优小波。

基于光学小波变换的机器人视觉传感器设计

针对视觉系统处理速度慢的问题,利用光电信息技术设计出基于光学小波变换的机器人视觉传感器。该传感器用4 f光学处理系统实现光学小波变换滤波,以计算机编程加载滤波器,因此兼有光学信息处理的二维、高速、并行和大容量的优点,以及计算机控制灵活的优点。图像特征提取仿真实验结果表明:效果理想,处理速度快,方案可行。

用于光学小波变换的图像压缩方法

小波图像压缩数据量大,实现需时较长。本文将光学小波变换技术应用于图像数据压缩,分析光学小波变换系统和光学小波变换系数特点,对相关量化编码方案进行仿真实验,提出适用于光学系统的压缩方案,并实现光学小波变换的有损压缩。通过分析光学系统对量化编码噪声的容许程度,提出光学系统的近无损压缩方法。实验结果表明,近无损压缩重建图像与经光学小波变换直接重建图像相比,PSNR仅有0.1dB的差异,视觉上没有明显差异。

基于光学小波系统的DNA序列编码区预测

针对理论预测DNA序列编码区问题,引入信息值对DNA序列进行统计信息编码,把统计信息值输入到光学小波变换系统中,进行光学小波分析,分析结果作为预测DNA序列编码区的主要依据.

基于光学小波滤波和FBG技术的分布式加速度测量系统

文中提出了一种声发射波振动加速度测量系统。系统中利用分布式高性能光纤光栅振动加速度测量探头,采用连续波调频、波分复用、时分复用技术,并设计光学小波滤波器,有效地改善非平衡、非线性光学信号的干扰,从而实现声发射波振动加速度的分布测量。加速度测量范围为4.3m/s2～340m/s2;频响范围为准静态～1000Hz;分辨率为7.5×10-7nm/Hz。

光学小波变换的伸缩因子极限

分析了光学小波变换的伸缩因子极限,并对几种典型小波函数的伸缩因子极限作了计算.

光学小波滤波器研究

讨论了光学小波滤波器的机理及利用Vander Lught相关器的实现方法。将电寻址空间光调制器作为小波滤波器的加载平台 ,通过计算机编程构建了改进Mexican hat光学小波滤波器。该方法具有良好的灵活性和实时操作性 ,可以方便地实现物体图像特征提取与识别 。

基于四叉树的光学小波滤波器轴心定位的研究

精度问题制约了光学小波变换的广泛应用。若要扩展其应用领域,必须提高变换精度。在二维光学小波变换4f系统中,小波滤波器轴心的精确定位至关重要。提出了一种基于四叉树搜索方法的光学小波滤波器轴心定位方法。所用的加载滤波器载体为空间光调制器(SLM),定位精度可达到SLM的一个像素大小。为加快搜索速度,提出了一种基于四灰度级并行处理的改进方法。

光学小波图像传输系统中的小波滤波器误差测量

分析了光学小波图像传输系统及其小波滤波器的设计方法,讨论了小波滤波器设计中产生误差的原因,分析出测量小波滤波器设计误差的原理和方法,设计了小波滤波器误差测量系统并利用Matlab平台进行实现,该系统克服并解决了计算机图像处理软件Photoshop在图像误差统计分析中的不足,增强了系统的批处理操作能力和直方图信息显示的精度。试验结果证明了本误差测量系统的正确性和实用性。

利用光学小波变换对血红细胞识别的Matlab仿真

将光学图像识别技术应用于生物目标的探测,用光学小波变换识别多个血红细胞,以提高系统的识别力。在光学联合变换相关器中,通过空间频谱面上的小波滤波可以实现光学小波变换,构建光学小波联合变换相关器。Matlab仿真结果表明,与传统的联合变换相关器相比,由于小波变换的引入,相关峰尖锐,峰噪比明显增强,峰的半宽度显著减小,在多目标识别中不同位移目标不易受干扰,提高了目标探测能力。

基于光学小波联合变换相关器的图像尺度和旋转不变识别

提出一种基于光学小波联合变换相关器的图像识别系统。该系统对光学图像具有较高的识别力,并可实现图像的尺度和旋转不变识别。首先应用对数极坐标-梅林变换对参考图像和待测图像进行预处理,然后同时置于光学联合变换相关器的输入面上,在空间频谱面上通过小波滤波实现图像的光学小波变换,最后在输出面上得到二者的互相关峰。Matlab仿真结果表明,该系统同时排除了因图像尺度变化和旋转造成的干扰,并得到很好的峰噪比和识别力.

光学可分离小波变换的研究

为改进光学小波变换,提出了光学可分离小波变换的概念。通过对光学小波变换的必要条件进行分析,采用层叠算法和二维可分离小波变换构造方法计算出了尺度和小波函数的二维离散近似序列。将新的母小波引入到光学小波变换中,获得了光学可分离小波变换。通过与现有光学小波变换及二维可分离离散小波变换进行比较说明了其优点。

扩散限制聚集模型的光学小波变换

论述了用Ｍｅｘｉｃａｎ－ｈａｔ小波函数簇实现扩散限制聚集（ＤＬＡ）模型的光学小波变换（ＯＷＴ）。采用一系列离散化的压扩因子，成功地将ＤＬＡ分形图像分解成多种尺度成分。因此，该方法能简单、快速地从不同时段直观地观察分形体自相似结构的形成过程。还用光学小波变换的方法求出了ＤＬＡ分形的分维值。实验结果证实了光学小波变换是一种实时分析ＤＬＡ 模型的重要方法。

光学Haar小波变换的数值模拟

以Haar小波为例,对光学小波变换过程进行数值模拟.模拟程序包含原图像的读取、Haar小波的构造、频谱变换、空间匹配滤波等内容,能够模拟Haar小波对图像边缘增强过程.通过改变Haar小波的宽度,分析了不同尺度小波的光学变换结果.同时,还提出了Haar小波的二次滤波方法,图像的边缘得到进一步增强.

胶片制作光学滤波器研究

在图像传输系统中,用光学方法实现图像的小波变换具有并行性和高速实时性的特点,在制作用于图像小波变换的光学滤波器时,会引入人为的或者硬件等带来的误差,所以需要测量光学滤波器的误差,从而在设计时补偿误差。本文对胶片滤波器的精度进行了实验分析,研究结果表明:以24 bit的彩色图像为分析基础,胶片制作图像的灰度级与原始图像的灰度级间并非线性对应,R、G、B三通道的精度略有差异。经多项式拟合对均值进行补偿后,其平均峰值信噪比可提高10～20 dB。