光电混合相关器在汽车牌照识别中的应用

集成化光电混合相关器是一个很有前途的图象识别系统 ,介绍了其系统结构及同步控制 ,并把汽车牌照识别作为它的直接应用 ,详细叙述了基于综合判别函数的神经网络算法对纯相位二值化匹配滤波器的优化设计 ,给出了实验结果。

新型光电混合相关器的图像识别研究

研究并设计了一种基于"FPGA+DSP+ARM"架构的新型光电混合相关器。该系统采用DSP与FPGA完成目标图像的采集、预处理以及畸变不变处理,采用光学处理模块实现联合图像的傅立叶变换,得到联合功率频谱,最后,S3C2440完成对该频谱的采集、振幅调制滤波、傅立叶逆变换以及图像识别。大量的实验表明:该光电混合相关器实现了图像识别的智能化、实时化及小型化,具有较强的实用价值。

利用象增强器构成光电相关鉴相器面阵的研究

本文介绍了利用阴极可控的微通道板象增强器构成面阵型光电相关鉴相器的原理，采用了方波与正弦波相关的方案，在微通道板象增强器的光电阴极加上方波门控电压，把它作为参考信号，测量具有相位差的同频正弦波光信号，研究了它的一些基本特性。

最大平均相关高度滤波算法在畸变目标识别中的应用

为了解决在联合变换相关器上无法识别复杂背景下畸变目标(目标的平面内旋转或尺寸改变)的问题,对其应用最大平均相关高度滤波算法进行畸变目标识别.首先在频域内优化最大平均相关高度滤波器的三个性能控制参量;然后将优化好的最大平均相关高度频域滤波器映射到物空间,得到最大平均相关高度参考模板.作为实例,本文对复杂背景下的军舰和汽车目标进行了光学识别实验,结果表明,当滤波器的控制参量为γ=1,α=0,β=0.1时,得到的MACH参考模板最为清晰,目标产生的相关峰最为尖锐明亮.通过这种方法,在联合变换相关器上能够得到的比例畸变容差为28%,旋转畸变容差为20°,对于超出上述畸变容差范围的目标,相关峰强度逐步减弱,但部分仍然可以识别.改进后的MACH滤波器在畸变目标的探测领域具有很强的优势和良好的应用前景.

新型实时光电混合图像识别系统设计

提出并设计了一种基于"FPGA+DSP+ARM"多处理器的光电混合图像识别系统,该系统采用TMS320C6416与FPGA完成目标图像的采集、预处理以及畸变不变处理,光学处理模块实现联合图像的傅立叶变换,得到联合功率频谱,S3C2440完成对该频谱的采集、振幅调制滤波、傅立叶逆变换及图像识别。大量的实验表明:这种小型化智能系统每秒能处理25帧图像,具有较强的实用价值。

复杂背景下低对比度目标的光学相关探测和识别

光电混合联合变换相关器可以实现光学图像的探测、自动识别、实时跟踪和高精度定位。但当实际的目标图像对比度低、背景噪音大时,相关峰对比度降低,甚至没有相关峰。文章将空域直方图均衡化与频域滤波器相结合,提高了目标图像的对比度,减小了背景噪音,获得了尖锐的相关峰,解决了复杂背景低对比度目标图像的识别问题,获得了很好的实验结果。大量的计算机模拟和光学实验表明,相较于其他复杂的算法,该算法简单、实现速度快,效果良好。

光学相关多目标识别技术

光电混合实时联合变换相关器能够实现目标的自动识别和定位(方位角和俯仰角),在复杂背景中,多目标动态测量一直是待解决的关键技术之一,由于背景复杂、目标多、噪声大,因而目标识别效果不佳。针对这一问题,提出了在光电混合联合变换相关器中应用高斯滤波和拉普拉斯算子相结合的新方法,并把其应用在目标图像的频谱面。即基于高斯滤波先对目标图像的频谱进行平滑、积分以滤掉噪声,再利用拉普拉斯算子进行边缘检测,使目标图像轮廓清晰,降低了噪声的影响,消除了双边缘现象,最大限度地保留了频谱图像的细节信息。该方法解决了多目标的识别问题,提高了光电联合变换相关器的目标识别率。给出了飞机多目标识别的实验结果。

最大平均相关高度的归一化模板在畸变目标识别中的应用

本文基于最大平均相关高度算法设计了一种归一化模板,解决了联合变换相关器的畸变目标识别问题。该方法通过对最大平均相关高度频域滤波器的控制参数优化,映射到空域获得初始模板,归一化后得到归一化模板。相比于初始模板,归一化模板大大提高了模板与待测目标的灰度相似性。仿真实验表明,该模板能有效增强待探测目标的相关峰亮度,在联合变换相关器上可实现对畸变目标的识别,其比例畸变容差为53%,旋转畸变容差为20°。通过实验,给出了畸变飞机的相关识别结果。

四通道实时联合变换相关器

提出把光学波阵面分割复用器用于单通道实时光电混合联合变换相关系统实现四通道实时相关，使单通道系统扩展为具有多个独立通道的系统，使系统的容量和处理速度提高数倍，使系统的性能得以改善。给出了新系统的设计方案、工作原理和实验结果。

遮拦目标自动识别技术研究

应用光电混合联合变换相关器对遮拦目标进行探测和识别时,由于复杂背景、低对比度、照明不足及目标不完整等因素,引起相关信息量缺失,获得的相关峰图像中相关点微弱,甚至根本得不到相关点.针对此现象,对遮拦目标的联合目标图像进行了自适应阈值处理,并对其经光电混合联合变换相关器所获得的功率谱进行了墨西哥帽小波变换处理.有效地抑制了遮拦目标在光电混合联合变换相关器中的噪声干扰,增强了遮拦目标和模板相关信息衍射光的能量,使在相关峰面上相关点的能量和对比度得到明显的增强,从而提高了应用光电混合联合变换相关器对遮拦目标进行探测和识别的能力.实验表明:自适应阈值处理和墨西哥帽小波变换处理相结合,能够很好地提高相关峰的能量和对比度,可实现遮拦目标的自动识别和探测.

高斯小波在低对比度目标识别中的应用研究

应用光电混合联合变换相关器对复杂背景低对比度目标进行探测识别时,物面图像不作任何处理根本无法获得相关峰,无法实现目标探测识别的目的。为此提出在物面应用高斯小波模极大法处理技术,有效抑制了背景噪声的干扰,提高了有用信息量的衍射,从而提高了应用联合变换相关器对复杂背景低对比度目标进行探测识别的能力。实验证明对于对比度高于6%的复杂背景目标经高斯小波处理后,获得的相关峰对比度较处理前相关峰对比度能达到百分之百的增强效果。文中给出了雾天汽车处理前后的实验结果,有力地证明了该方法的有效性。

大尺度混合畸变的目标识别技术

为解决目标识别技术中混合畸变目标的识别难题，提出了一种面积极坐标变换算法．该算法利用相似图形尺寸与面积的满射函数关系和极坐标变换的旋转不变特性，对目标与模扳同时进行面积变换和极坐标变换．将面积极坐标变换算法与基于形态学膨胀的边缘加粗处理算法相结合应用于光电混合联合变换相关器，实现了大尺度混合畸变目标的识别．以空中飞机为例，光学相关实验表明，该方法可显著提高混合畸变目标的相关峰强度，旋转畸变容差为0°～100°，比例畸变容差为100％～200%，具有较大尺度的混合畸变容差，扩大了识别范围．其混合畸变识别能力优于极坐标对数变换算法与综合鉴别函数法其衍生方法，其“时间复杂度”远小于综合鉴别函数及其衍生方法．

基于双二次微分的联合变换相关识别

提出一种提高联合相关识别的有效方法，该方法通过对识别图像和联合变换功率谱分别进行二次微分，抽取识别图像的特征信息，增强联合变换功率谱中调制条纹的对比度和调制条纹的结构，有效地提高了联合变换相关器的相关输出；在此基础上，构造了基于双二次微分的１ｆ实时光电联合相关识别系统，实验结果表明：该方法较二元联合变换相关。

复杂背景目标自动识别谱面处理技术研究

应用光电混合联合变换相关器对目标进行探测和识别时,由于实际拍摄的图像背景非常复杂,对比度较低,亮度不足等原因,使得相关峰很弱甚至根本得不到相关峰,不能达到探测和识别的目的。为此提出在光电混合联合变换相关器的功率谱面应用小波变换处理技术,有效地抑制了联合变换功率谱中的噪声干扰,提高了有用信息衍射光的能量,从而增强了应用光电混合联合变换相关器对复杂背景目标进行探测和识别的能力。实验证明利用经过小波变换处理后的联合变换功率谱所获得相关峰的对比度,较处理前由联合变换功率谱所获得相关峰的对比度能够达到百分之百的增强效果。作为实例文中给出了湖中小船处理前后的光学实验结果,从实验结果中可以明显看出此种处理方法的有效性。