扩展等相关峰综合鉴别函数算法研究

为改进等相关峰综合鉴别函数(ECPSDF)算法,提出了在其约束条件中利用空域构造样本(fi(x,y)-βm(x,y))取代训练样本fi(x,y),将平均训练样本m(x,y)引入到ECPSDF算法的约束条件中,得到了扩展ECPSDF算法(EECPS-DF)。在匹配滤波器设计过程中,针对目标图像、训练样本数和训练样本畸变量间隔,选择合适的β值,使设计的匹配滤波器性能达到最佳。对飞机图像的相关识别进行了模拟和实验,结果表明,当训练样本角间距分别取6°和8°时,其η值分别由0.8584和0.6719减小为0.2145和0.1865,EECPSDF算法能较好地克服ECPSDF算法的缺点。

等相关峰综合鉴别函数的编码方法及计算机生成

对于光学相关识别畸变问题常用到的等相关峰综合鉴别函数(ECPSDF)进行了原理论述并利用计算机实现了该算法。在此基础上对程序进行了改进,提高了运算效率。

应用相移技术和迭代算法的综合鉴别联合变换相关器

把相移技术和迭代算法应用到综合鉴别联合变换相关中,计算机模拟结果表明,运用了相移技术和迭代算法后这种相关器的光能效率和鉴别率得到了很大提高,实现了高鉴别率和高光能效率的综合鉴别光学模式识别.进一步研究了输入噪声对相关器性能的影响,相关的抗噪声能力有待提高.

两种解决光学相关识别中畸变不变问题的综合鉴别函数性能比较分析

对于光学相关识别畸变问题常用到的两种综合鉴别函数,即等相关峰综合鉴别函数(ECPSDF)和最小平均相关能量综合鉴别函数(MACESDF)进行了原理论述,并利用振幅补偿编码方法制作匹配滤波器。为了比较两种综合鉴别函数的识别效果,在光学匹配滤波相关器上进行了实验。实验结果表明,ECPSDF的平均峰值以及平均峰值尖锐度要优于MACESDP,但其波动性较差。

用于时延估计的一种相关峰内插算法

本文介绍一种基于余弦函数的相关峰内插算法．在时延估计系统中，为了减少运算量和增加观察时间，采用内插算法是必要的．因为在频率估算时应用了迭代算法，所以无论对于cosx、sinx／x或实际的相关峰，都有相当高的内插精度．

引入测评机制的综合学习粒子群优化算法

综合学习粒子群算法(CLPSO)能够改善粒子群算法多样性差且易局部收敛的问题,相比传统PSO算法能够一定程度避免算法早熟,但却存在收敛速度慢的问题。对此,提出一种CLPSO的改进算法(CLPSO-II),为每个粒子随机构造两个学习粒子,引入测评机制,择优学习。实验结果表明,CLPSO-II能有效提高CLPSO的搜索效率,在处理多峰函数时,其性能优于传统粒子群算法(PSO)、全面学习粒子群算法(FIPS)和综合学习粒子群算法(CLPSO)。

用等相关峰法或迭代法合成旋转不变综合鉴别函数

用于合成SDF的旋转参考图像间的角度间隔Δθ取1°,得到的相对旋转角度θ-相关峰值曲线非常平坦。仿真实验表明,采用合成的旋转不变综合鉴别函数(SynthesisDiscriminationFunction,SDF)来替代参考图像,可以使VanderLugt相关器或联合变换相关器JTC在(0°～40°)的角度范围内具有良好的旋转不变性。

旋转不变二值化联合变换相关识别方法

介绍一种基于二值化联合变换相关的综合鉴别函数算法,用等相关峰及Gram-schmidt展开获得的综合鉴别函数对迭代算法进一步优化,获得了适用于二值化联合变换相关的综合鉴别函数。采用这种算法制作的综合鉴别滤波器既有相关峰值高和相关峰尖锐等特点,又能识别旋转图像。计算机模拟结果表明:这种相关器在信噪比、光能效率、相关峰尖锐度和鉴别能力上都有一定程度地提高,实现了较高鉴别率旋转不变光学模式识别。

基于相位编码的畸变不变联合变换相关器的设计

采用综合鉴别函数 (SDF)的方法合成几个子参考图象 ,用于解决畸变不变识别问题 通过相位编码技术和对联合功率谱的振幅调制 ,缩小了零级相关峰的宽度 ,锐化了相关峰 ,消除了多目标输入时各目标图象之间的互相关项和参考图象及各目标图象之间的共轭相关项 ,增强了对目标定位和识别的能力 。

基于SONG相关的相位编码联合变换相关识别

为了提高光学联合变换相关识别的综合性能,提出一种基于SONG相关的参考图像相移相位编码条纹调制畸变不变联合变换相关器。该相关器引入SONG相关技术和SDF方法,具有更加突出的抑制干扰信号能力、抗噪声性能和多目标识别能力,通过修正SDF的约束条件,当输入图像存在多个畸变目标时,能够较好地实现相关输出的畸变不变性。仿真实验结果表明:当输入图像受到非覆盖性背景噪声影响时,该相关器在整个测试噪声强度区间内输出相关峰强度和峰噪比分别是引入SONG相关技术前的1.87～5.16倍和1.88～5.19倍,其平均偏差量能够基本维持在0.04以下;当输入图像受到替换噪声影响时,该相关器在大部分测试噪声强度区间内都能给出较高的相关峰强度和峰噪比,在噪声强度不高于0.4时,其平均偏差量能够低于0.1。

最小方差综合鉴别函数的优化算法

介绍了一种基于最小方差综合鉴别函数的复合匹配滤波器的优化算法。这种优化算法将最小平均相关能量综合鉴别函数的迭代算法引入最小方差综合鉴别函数的设计中,不但可以识别带有附加噪声的旋转图像,而且减小了滤波器对样本识别的输出相关峰值波动,改善了滤波器的识别效果。计算机仿真结果显示,这种复合匹配滤波器在信噪比、相关峰尖锐度及鉴别率等方面都有一定的提高。

一种基于光学相关的目标识别方法

对目标相关识别原理进行了分析,为了解决图像中待识别目标的方向和大小改变的问题,利用综合鉴别函数设计了畸变不变模板,并对其进行了改进,将等相关峰综合鉴别函数引进训练样本,改变了训练样本的叠加系数,在保证图像原点处具有较大相关峰值的同时一定程度上使样本间相关峰相似,提高了目标类间识别的能力.

强度不变的自动模式识别技术

针对光学模式识别技术实用化要求，提出一种新的图像预处理算法，使识别现场光照明强度及分布的变化对识别效率所带来的影响大大降低。

应用振幅调制纯相位滤波器实现旋转不变识别

提出了一种基于振幅调制纯相位滤波器(AMPOF)的旋转不变识别新算法。该算法充分利用振幅调制纯相位滤波器区分能力强的优点,结合综合鉴别函数方法,拓展了综合鉴别函数(SDF)在畸变不变模式识别领域的应用。利用各幅训练图像傅里叶变换的振幅和相位信息,逐一构建成子滤波器,并将它们加权求和得到合成滤波器;然后采用迭代算法求解出合理的权重系数。仿真实验结果表明:对于实验采用的目标训练图像和非训练图像,改进算法的相关输出峰值大约提高95%～112%;对于只有少量像素的局部训练图像,改进算法的相关输出峰值大约提高74%。这种优化算法使得振幅匹配和相位匹配更加充分,相关输出增益明显增强,能够一定程度地降低训练量。

基于莫尔条纹的三维物体的旋转不变识别

本文提出一种基于莫尔条纹的三维物体旋转不变识别方法。采用阴影莫尔法的装置和频域滤波的方法,可得到物体的莫尔条纹图。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强度图中,因此基于莫尔条纹的相关识别具有本征三维识别的特点。采用振幅调制和功率谱相减的联合变换相关,用实现旋转不变识别的综合鉴别函数(SDF)作为联合变换相关输入的参考图像,来获得具有识别目标的旋转不变性和高的相关识别率。计算机模拟试验结果证明了这种方法用于三维物体旋转不变性识别的有效性。

基于光电混合系统的家用机器人视觉系统

指出家用机器人比工业机器人将具有更广泛的应用前景。构建一种基于光电混合系统的家用机器人的视觉系统,以联合变换相关器实现目标图像的平移不变性,以综合判别函数和WTA网络构成级联式神经网络实现目标图像的畸变不变性。讨论整个系统的原理及其实施方案,论证其可行性,为家用机器人提供了一种有效的多目标实时模式识别方法。

浅海多节点环境参数测量数据融合方法研究

为了提高浅海环境监测的及时性和避免人为主观评价水质的不合理性,引入窄带物联网(Narrow Band Internet of Things, NB-IoT)多节点方式进行浅海环境参数回传,并在远程端使用数据融合技术对其进行融合处理,实现水质等级科学评价。采用两级并联融合方式进行环境参数融合,在融合前使用模糊理论中的相关性函数剔除外界及传感器本身噪声所造成的异常数据;然后使用自适应加权融合算法对其进行第一级融合,最后运用模糊综合评价方法将上一级的融合结果进行决策层融合,实现浅海环境的水质等级评价。经试验验证,使用上述方法能够更加及时、有效地获取水质环境参数且第一级融合相对误差小于6.5%,并能以概率形式直观展现出监测区域的水质等级,提高水质等级评价的准确性与可靠性。

光学相关识别在飞行器精确定点着陆中的应用

提出将光学相关识别应用于着陆点的选择中,以解决飞行器精确定点着陆问题。用"嫦娥一号"探测卫星传回的第一幅月球表面照片建立着陆点模型,通过尺度缩放模拟着陆过程中目标的尺度变化。利用优化折中综合鉴别函数(OTSDF)合成匹配滤波器,对尺度变化范围为2.5∶1的目标区域进行实时识别与定位,并根据相关识别结果计算了定位精度。仿真实验结果表明,光学相关的识别率高,定位误差远小于传统导航模式的定位误差,可应用于飞行器精确定点着陆中。

基于振幅调制纯相位滤波器和片状正交非线性广义相关的畸变不变识别

提出一种基于振幅调制纯相位滤波器(AMPOF)和片状正交非线性广义(SONG)相关的畸变不变光学相关目标识别算法。利用振幅调制纯相位滤波器区分能力强的优点,结合综合鉴别函数(SDF)方法,提出基于振幅调制纯相位滤波器的畸变不变识别算法,达到明显优于传统综合鉴别函数方法相关输出效果的目的。在此基础上引入SONG相关技术,利用其突出的区分能力和抗噪性能,结合这两种非线性滤波技术,得到能够很好地兼顾多项性能指标的畸变不变识别算法。仿真实验结果表明,算法既提高了相关峰输出质量和多目标区分能力,又具有很强的抵御噪声能力,在输入图像被噪声严重破坏的情况下,识别度仍然能够达到97%以上。和其他结合SONG相关的畸变不变识别算法相比,该算法目标识别性能更为优良,且更实用、广义。

基于多通道联合变换相关器的旋转和缩放不变性目标识别方法

为充分利用光学相关识别系统的空间-频谱带宽,提高光学相关识别系统的速度和精度,提出一种基于多通道联合变换相关器和综合鉴别函数的旋转和缩放不变性目标识别方法,并将峰值位置变化标准差作为识别判据。首先,分析以局域峰值杂波均值为相位优选约束条件时存在的问题,提出新的相位优选约束条件——峰值位置变化值,用于选择一定旋转和缩放范围内目标的公共相位,将公共优选相位用于多通道联合变换相关器并结合综合鉴别函数实现了旋转和缩放不变性识别;然后,分析了当目标缩小或综合鉴别函数集成训练图像数量增加时系统的识别容限;最后,分析了场景图像中背景发生变化时所提方法的适用性。研究结果表明,在设定的图像尺寸和背景复杂度条件下,所提方法能够在9通道并行处理的前提下对目标缩小60%、综合鉴别函数集成9幅图像的旋转和缩放目标进行有效识别,且对像素数变化不超过50%的背景具有较好的适应性,提高了目标识别的速度和精度,对多通道光学相关器的实用化具有重要意义。