基于空间光调制器衍射特性的匹配滤波器设计

利用空间光调制器衍射特性,在匹配滤波平面上对目标图像傅里叶谱的0级,±1级衍射谱同时加载3幅匹配滤波器,以拓宽覆盖待识别目标图像的畸变范围。根据设计方案,0级谱位置加载复合匹配滤波器,±1级衍射谱位置加载非复合匹配滤波器。针对特定目标进行了模拟和系统测试实验,证明了该方法有效可行。

基于噪音谱分析的新型指数空间匹配滤波器设计

光学相关识别过程中,为减小输入场景中背景噪音对输出相关点的影响,通过分析背景噪音和目标图像的傅里叶谱,在匹配滤波函数中引入一由背景噪音傅里叶谱确定的指数函数,通过指数函数对匹配滤波函数振幅进行非线性调制,使设计的指数型空间匹配滤波器对背景噪音谱透过率小于目标图像谱透过率,从而增加输出相关平面上的信噪比,以实现相关点的正确探测。模拟结果表明当参量m由0增加到1.2时,相关峰值下降2.28倍,信噪比增加3倍。模拟和实验结果均表明:与纯相位匹配滤波器相比其抗噪能力得到明显改善。

基于背景噪音谱分析的匹配滤波器设计研究

在空间匹配滤波器设计过程中,为抑制输入场景中背景噪音对输出相关平面上相关点的影响,通过比较匹配滤波函数和背景噪音的傅里叶谱,根据两者差值的量级对匹配滤波函数的振幅进行非线性调制,在匹配滤波过程中使设计的空间匹配滤波器对强噪音的傅里叶谱处透过率降低,而尽量保持输入图像傅里叶谱的高透过率,从而增加输出相关平面上的信噪比,实现相关点的正确探测。计算机模拟和实验结果表明:与纯相位匹配滤波器相比其抗噪能力得到较大改善。

基于主成分分析的MACH滤波器设计

针对解决畸变不变目标识别中选择目标样本数目过多的问题,提出了一种基于主成分分析的MACH匹配滤波器设计方法,这是使用去除冗余的本质特征图像来替代目标样本图像的一种方法,能够减少匹配滤波器设计的样本数量,在对一定范围内的畸变目标进行识别,只需要少数几个匹配滤波器就可以完成,而且同一匹配滤波器还可以对不同的畸变方式(如尺度缩放、角度旋转、运动模糊失真)目标进行识别,实验结果表明,这种匹配滤波器在较大的畸变范围内仍然能够得到较尖锐的相关峰。

一种基于子空间分析的快速信源个数估计方法

针对阵列信号处理中传统信源个数估计方法如基于Akaike信息论准则方法(AIC)、最小描述长度准则方法(MDL)等特征值分解类算法计算量大,且在小快拍数、低信噪比时性能下降甚至无法正确估计的问题,提出了一种基于子空间分析的快速信源个数估计方法。该算法首先利用多级维纳滤波器(MWF)对信号进行快速的子空间估计,然后计算阵列信号协方差在子空间匹配滤波器中的投影值,通过分析其正交性来估计信源个数。研究结果表明,该算法不但在小快拍数、低信噪比时相较于传统特征值分解类算法具有更优异的性能,并且计算量大大降低。

基于莫尔条纹的三维物体相关识别

提出了一种新的基于莫尔条纹的三维物体识方法。用阴影莫尔法的装置,采用频域滤波的方法,得到物体的莫尔条纹。用受到物体表面高度调制的莫尔条纹图作为输入图像,用光学匹配空间滤波的概念来实现相关识别方法,根据输出的相关峰值大小即可判别不同的物体。因为物体的莫尔条纹是物体的等高线,体现三维物体特征的高度函数以莫尔等高线的形式编码于莫尔条纹中,因此基于莫尔条纹的相关识别具有本征三维识别的特点。计算机模拟试验结果证明了这种方法用于三维物体识别的可能性。