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。

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 。

常规综合鉴别函数的改进

针对常规综合鉴别函数制作的复合匹配滤波器,对不同旋转角度的训练样本输出的相关峰值波动性较大,不便于后续探测和处理等问题,对常规综合鉴别函数到编码匹配滤波器的编码转化过程进行分析,找到导致相关峰值波动的原因,提出改进方法,即在计算综合鉴别函数的线性组合系数时将编码运算也考虑进去,并根据滤波器对各训练样本相关峰值的倒数来确定线性组合系数。计算机仿真结果表明:改进后的方法降低了复合滤波器对不同旋转角度样本输出相关峰值的波动性,提高了相关峰自动判别的准确性。

四元量化的综合鉴别函数滤波器实现比例不变相关识别

设计一种基于综合鉴别函数(SDF)的比例不变相关识别滤波器,将频域中被SDF调制的相关输出函数进行复数形式的四元量化(QFCQ),并采用叠代算法调整SDF的系数,使输出的相关峰尖锐,区分能力强,同时满足不同比例图像等相关峰输出的准则,从而达到了比例不变识别的要求.计算机仿真实验对属于训练图像系列的目标图像进行了识别,并与基本的SDF及二元化纯相位SDF做了比较,结果表明该方法具有较好的识别效果.

应用综合鉴别函数实现畸变不变图像识别

针对传统图像识别方法对目标图像的尺寸、方位敏感问题,采用综合鉴别函数(SDF)实现比例和旋转不变图像识别.给出了应用综合鉴别函数实现畸变不变图像识别的基本原理,研究了加权系数的计算,提出了用图像序列集{tn(x,y)}合成综合鉴别函数的方法.通过计算机模拟和光学实验,证明了该方法的可行性.

具有转动不变性模式识别能力的三层光学神经网络模型

本文提出一种适于光学实现的三层神经网络模型,该模型具有对多目标转动不变的模式识别能力.该模型被用于对四种飞行器的平面内旋转识别.计算机仿真表明,该模型对样本模式、非样本模式以及有局部遮挡时,皆有良好的联想识别能力.

旋转不变匹配滤波相关识别的振幅补偿滤波优化算法研究

主要介绍了一种基于二元振幅补偿滤波的优化综合鉴别函数算法。这种算法制作的综合鉴别滤波器既有二元振幅补偿滤波相关峰值高、相关峰尖锐的特点,又降低了对输入图像的噪声敏感度,而且能识别旋转图像。计算机模拟结果表明,它在信噪比、Horner效率、相关峰尖锐度和鉴别能力等性能上都有一定提高。

综合判别函数相关器实验研究

本文采用综合判别函数（ＳＤＦ）构成了一个畸变不变相关滤波系统，并利用它进行了一系列实验研究，实验结果证明：以ＳＤＦ技术与相干光空间匹配滤波相结合的光电混合相关器能够实现畸变（旋转、比例、方位和位移）不变相关识别。

一种新的综合鉴别滤波光学模式识别技术

设计了一种可在空域执行的综合鉴别滤波器 (SDF) ,并将其应用于光电混合处理、光学模式识别系统中 ,采用频域执行的SDF光学滤波和空域执行的SDF数字滤波相结合的方法 ,对输入场景中的三维目标进行实时、畸变不变识别 .通过综合鉴别滤波的数值模拟和实时、畸变不变相关识别的硬件光学执行实验显示 :该滤波技术可显著提高光学模式识别系统的识别效率 ,增强系统抗强背景噪声干扰的能力 。

采用人工神经网络技术改善光学模式识别系统的识别效率

在采用光学模式识别技术、ＳＤＦ（综合鉴别函数）滤波技术进行实际场景中的三维目标畸变不变识别的时候，由于面对的是大量的非训练像的相关识别，加上场景图像中的不同噪声、背景的干扰，以及硬件识别系统的各种非理想特征等因素，均不可避免带来相关平面的Ｓ／Ｎ的严重退化，从而使按通常的阈值技术进行相关信号分割的方法失败。因而大大降低了ＯＰＲ系统的识别效率。本文采用人工神经网络（ＡＮＮ）技术与光学模式识别技术（ＯＰＲ）相结合。通过对相关平面感兴趣区域（ＲＯＩ）的分割与强度分布特征抽取以及脱机人工神经网络的训练过程，使ＯＰＲ系统能有效地对输入的训练像、非训练像及各种背景噪声分别给出不同的输出响应。

光电混合综合判别相关器自动跟踪系统

在本文中，作者回顾了综合判别函数（ＳＤＦ）的基本理论，简要地介绍了用ＳＤＦ实现畸变不变相关的技术途径。在此基础上，成功地将ＳＤＦ相关器应用于目标跟踪，并利用ＳＤＦ相关器构成了一个自动跟踪实验系统。实验结果证明：该系统具有比较好的收敛性和跟踪性能。

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。

基于Matlab仿真的图像旋转不变识别

从相干光学信息处理系统出发,以Vander Lugt相关器为基础,利用Matlab软件进行光学相关识别仿真。为了实现图像旋转不变识别,利用圆谐函数二级分量,采用合适而精确的数值算法,综合出圆谐滤波器,并改进成纯位相滤波器。将该滤波器制作成匹配滤波器,用于光学图像识别。仿真结果表明,该滤波器能够识别任意旋转角度的同一类图像,很好地解决了图像旋转不变识别问题。在此基础上,为了多类识别和减少匹配滤波器的个数,引入了圆谐-综合判别函数滤波器。该滤波器能够很好地完成多类目标的旋转不变识别。

四元量化的综合鉴别函数实现旋转不变相关识别

设计一种改进的综合鉴别函数(SDF)滤波器,通过将频域中的SDF进行复数形式的四元量化,使输出的相关峰尖锐,区分能力强,从而提高了旋转不变识别的性能。仿真结果表明,对于平面内旋转的图像,与SDF及二元纯相应SDF相比,本方法具有较好的识别效果。

基于光学子波变换的SDF匹配滤波器

提出了一种基于光学子波变换的综合判别函数匹配滤波器(WFSDF),将光学子波变换和综合判别函数相结合,只用一个简单的4f系统就能实现输入图像和SDF子波变换的相关运算。采用计算全息的方法制作复数匹配滤波器。计算机模拟仿真结果表明,与传统的SDF匹配滤波器相比,WFSDF匹配滤波器,锐化了相关峰,提高了识别率,同时简化了光路,能够实现多目标的畸不变识别。

用于旋转不变模式识别的一种逆滤波算法研究

为简化运算过程,较好地实现旋转不变相关识别的目的,提出了一种将逆滤波与基本的SDF(SyntheticDiscriminantFunctions)相结合的改进的逆滤波器算法。该算法用实现旋转不变识别的基本综合鉴别函数方法合成逆滤波器的传递函数,既可识别旋转变化的图像,又具有逆滤波固有的相关峰尖锐、区分能力强的特点。计算机仿真结果表明,平面旋转的图像与传统的SDF相比,该模型具有较好的识别效果。

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。

光学模式识别实时硬件执行系统滤波器综合技术

本文介绍了一种光学模式识别（ＯＰＲ）实时硬件执行系统滤波器综合的新方法。采用该方法，在综合判别函数（ＳＤＦ）畸变不变相关滤波系统中实现了系统性能优化，得到了最小相关峰值方差及最佳Ｓ／Ｎ的相关输出。

用计算全息制作自聚焦尺度不变子波变换匹配滤波器

提出了一种基于光学子波变换自聚焦综合判别函数(WFSDF)匹配滤波器。这种匹配滤波器,将光学子波变换和综合判别函数(SDF)相结合,只用一个傅里叶变换透镜就能实现输入图像和SDF的子波变换的相关运算。采用计算全息的方法制作复数匹配滤波器。计算机模拟仿真结果表明,和传统的SDF匹配滤波相关器相比,WFSDF匹配滤波器锐化了相关峰,提高了识别率,同时简化了光路。

利用体全息相关器实现车辆牌照旋转不变识别

为了使用综合判别函数作为输入在光折变晶体中记录匹配滤波器,利用不同旋转角度的参考图像集训练出该图像的综合判别函数,再通过角度复用存储在晶体中,从而构建出一个体全息旋转不变光学相关器。同时,在光路中直接引入光学子波滤波器,大大地提高了相关器的判别能力。实验结果表明上述方法可以较好地完成车辆牌照旋转不变识别。