基于Matlab仿真的联合变换相关器实验

利用Matlab软件平台对JTC进行了图像识别仿真实验,得到了二维及三维相关输出图像,显示出尖锐的相关峰.仿真实验表明:联合变换进行图像识别中存在强烈的零级干扰,干扰信号是有用信号的7.14倍,输出结果不理想;采用功率谱相减法可以消除零级强干扰,进而提高了图像的识别能力.

基于联合变换相关的目标跟踪方法

成像跟踪制导中,相关跟踪技术占有重要的地位。基于联合变换相关的目标跟踪方法,使用图像序列的相邻两帧图像依次进行相关运算,提取相关结果中互相关峰的位置和相邻两帧图像时间间隔等信息,即可得到目标位置、方向和速度的变化情况。计算机仿真实验结果表明:该算法有效地解决了传统相关跟踪算法中存在累积误差和容易使目标漂移出其参考模板的问题,可以实现稳定跟踪。

应用联合子波变换相关器实现图像特征抽取的研究

提出了一种应用功率谱相减技术的新型联合子波变换相关器来实现特征抽取 ,同时给出了实验系统和计算机模拟结果。结果表明该系统成功地实现了图像实时特征抽取。

基于功率谱相减实现无零级衍射的联合变换相关器

联合变换相关器的零级衍射光斑会影响相关峰探测。将参考目标和待识别目标的联合功率谱与参考目标本身的功率谱做相减运算可消除零级衍射光斑,可提高联合变换相关器的识别能力。通过计算机仿真和实验验证了该方法的可行性。

使用功率谱相减的实时联合变换相关器作多目标检测

提出一种使用功率谱相减的实时联合变换相关器作多目标检测。使用这种方法，输入面有两套联合图像。在第二套联合图像中，参考图像是对比度反转的。使用衍射光栅对这两套联合功率谱作相减处理，这种方法可大大抑制输出面的直流项及不想要的伪相关峰，增强相关峰的强度、锐度和峰噪比，提高抗噪声干扰的能力，从而提高对多目标检测的准确度。给出对具有灰度级的多目标输入景物的计算机模拟结果和光学实验结果。实验结果证实了该系统设计及性能分析的正确性。

改进的基于结构光投影的三维物体识别

提出一种在识别后期采用修正的无零级条纹调节联合变换相关代替传统联合变换相关(CJTC)的新的识别方法。此方法在原基础上对功率谱作了一系列修正。理论分析、计算机模拟实验和对实物模型的识别实验结果都表明该方法不仅具有本征三维识别的特点,而且相对于CJTC而言其能够抑制相关面上的中央零级项,很大程度上锐化了一级相关峰,明显地提高了信噪比和识别力。该方法进一步拓宽了三维物体识别的应用前景。