基于改进MACH算法的畸变目标识别

由于观察距离和角度的不同,待识别的目标图像相对模板图像会存在一定程度的角度畸变和比例畸变,大大限制了光学相关模式识别的发展。将最大平均相关高度(MACH)滤波器用于畸变目标识别,通过优化该滤波器的控制参数,并根据多次的计算机仿真实验和光学实验,使该改进型MACH滤波器具有畸变公差高、相关点明亮等特点。用改进后的MACH滤波器对角度畸变目标和比例畸变目标实施频域滤波,能有效增强相关峰强度,扩大畸变目标识别范围。作为实例,给出了复杂背景下识别汽车的计算机仿真实验和光学实验,有效验证了该算法的可行性。

用于畸变目标相关识别的匹配滤波器设计

针对尺度缩放和角度旋转变化目标相关识别率低的问题,采用优化折中综合鉴别函数方法设计了具有较大畸变容限的匹配滤波器。在匹配滤波器设计时,通过调整相关输出噪声、训练样本平均功率谱密度和训练样本相似度对训练样本平均值的贡献,得到具有带通性质的匹配滤波器。利用单个匹配滤波器对角度旋转0°～30°、尺度变化0～20%的目标进行了相关识别仿真实验。结果表明:这种匹配滤波器相关输出峰尖锐、鉴别力强、畸变容限大,可用于畸变目标的光学相关识别。