光学相关多目标识别技术

光电混合实时联合变换相关器能够实现目标的自动识别和定位（方位角和俯仰角）,在复杂背景中,多目标动态测量一直是待解决的关键技术之一,由于背景复杂、目标多、噪声大,因而目标识别效果不佳。针对这一问题,提出了在光电混合联合变换相关器中应用高斯滤波和拉普拉斯算子相结合的新方法,并把其应用在目标图像的频谱面。即基于高斯滤波先对目标图像的频谱进行平滑、积分以滤掉噪声,再利用拉普拉斯算子进行边缘检测,使目标图像轮廓清晰,降低了噪声的影响,消除了双边缘现象,最大限度地保留了频谱图像的细节信息。该方法解决了多目标的识别问题,提高了光电联合变换相关器的目标识别率。给出了飞机多目标识别的实验结果。     

基于LoG算子的图像边缘增强算法的改进

图像边缘增强的目的是为了突出图像所包含的信息.图像的许多有用信息集中在图像的边缘部分,从频谱上说就是图像的高频部分,因而可以用加重高频来增强图像,常规方法是直接对图像锐化,这会加剧噪声对图像的影响.本文先用高斯-拉普拉斯算子检测出图像的高频部分,然后用最大方差比方法确定图像边缘,再针对边缘对图像进行增强处理.实验表明,该方法可有效抑制边缘增强后的噪声问题.     

基于改进型LOG算子的图像增强方法在InGaAs宽光谱红外器件中的应用

传统的LOG(高斯-拉普拉斯)算子,由于高斯函数关于中心对称,故它具有各向同性的特点,不能对不同方向的边缘进行有效地检测。基于此,建立并推导了一种改进型的LOG算子,引入了尺度参量和角度参量,改进后的LOG算子是各向异性的,能对不同方向的边缘更有效地检测,从而能更好地增强图像中目标细节。将这种改进后的LOG算子用在InGaAs宽光谱红外器件上,对其所成图像进行图像增强,经过在MATLAB里对于同一幅图像进行比较试验,结果表明相比于传统的高斯-拉普拉斯算子,改进型LOG算子检测到的图像边缘更多,同时对噪声的抑制效果更好,图像细节增强效果更好。     

一种结合图像增强的高斯噪声组合滤波算法

为了有效滤除图像高斯噪声,将滤波算法与增强技术有机结合,提出了一种具有增强效果的组合滤波算法.该算法首先针对经典中值滤波无法有效滤除高斯噪声的缺陷,从滤波模板的角度对其加以改进,对高斯噪声进行多角度、多尺度、多级串联滤波处理,以滤除一部分噪声;然后将均值滤波引入到小波域中,对图像残余噪声实现小波域逐级均值滤波,实现对噪声的基本滤除;最后设计出一种新型小波域增强函数模型,通过设定阈值,将滤波后图像分为若干个区域,分别进行不同程度的增强处理,通过结合具体实验对不同强度下噪声与增强函数系数的取值进行定量分析,给出两者之间的函数关系式.实验证明,该滤波算法对于高强度的高斯噪声有较好的抑制效果,并且具有一定的自适应性.     

舰船目标红外图像锐化处理

海天背景下舰船目标红外图像的目标背景对比度低,噪声大。平滑处理后图像的目标轮廓更加模糊。采取了梯度锐化和拉普拉斯锐化的方法进行锐化处理,从实验结果得出：对海天背景下平滑后的舰船目标红外图像进行锐化处理时,选用拉普拉斯锐化法比较有效。在对工程实现中的一些问题进行分析研究后,认为拉普拉斯锐化法是可行的。     

基于CMOS图像传感器混合噪声的自适应滤波算法

针对中值滤波导致部分图像细节损失和均值滤波出现模糊现象,设计了一种适用于椒盐和高斯混合噪声的自适应滤波算法.该算法先用最小邻域的均值和阈值判断噪声类型,然后使用加权中值滤波处理椒盐噪声,再利用拉普拉斯算子和相应阈值判断图像边缘细节,最后对高斯噪声进行加权均值滤波.实验仿真结果表明,从图像视觉效果来看,相比单独使用中值和均值滤波降噪,自适应滤波算法对图像的还原效果更好,图像细节保存较好,模糊程度相对较弱,图像更清晰.通过对比峰值信噪比(PSNR)和均方误差(MSE),对混合噪声进行处理时,滤波算法的PSNR和MSE值优于中值和均值滤波,有效还原了噪声图像.整个算法是在最小邻域空间进行,易于实现,对混合噪声的处理效果较好,为图像处理的系统集成化设计提供了技术支持.     

基于CNN的机器人视觉光谱图像目标识别技术

传统图像目标识别技术,分配目标特征点主方向的角度较大,导致目标识别精度较差.为此,提出基于CNN的机器人视觉光谱图像目标识别技术.将光谱图像转化为灰度图,对图像进行增强处理,选取线性均值滤波,去除图像脉冲噪声和高斯噪声,将Hessian矩阵模板应用于灰度图像,比较矩形区域内每个像素,获得局部极值点,初步确定目标轮廓和边...     

基于计算机处理的光电混合联合变换相关

对CCD记录的联合变换功率谱进行拉普拉斯算符运算和卷积运算的处理 ,并通过处理后的功率谱直接在计算机中进行傅里叶逆变换获得相关输出。计算机模拟和实验的识别结果均显示这种基于计算机处理的光电混合联合变换相关方法可以有效地抑制相关输出的自相关零级衍射斑 ,增强互相关峰值     

基于最小平均相关能量滤波器的目标识别技术

把用于匹配滤波器的最小平均相关能量(MACE)算法进行改进,成功应用于实时联合变换相关器。训练系列图像的谱按MACE综合后,经傅里叶逆变换在物面合成参考图像,同时在合成参考图像前对训练图像进行边缘提取,并对目标与参考图像的联合功率谱进行拉普拉斯锐化,提高相关峰对比度。给出了存在旋转变化的目标图像和光学实验。实验表明,改进后的MACE方法可大大减少训练图像的数目,减小运算量,很好地解决联合变换相关器对目标存在旋转变化的识别问题,可扩大目标识别的范围,提高识别率。     

一种用于激光一维条码扫描枪的边缘增强型滤波器

通过分析激光一维条码扫描枪的激光束纵断面特征,借助卷积和拉普拉斯变换,得出激光束对二值条码图像高斯滤波效应的确切表达式.利用高斯滤波效应的表达式,设计出能消除该效应并能使波形边缘增强的Bessel滤波器.应用MATLAB对设计出的Bessel滤波器进行仿真,结果显示该滤波器在提升边缘细节的同时不会增强噪声,对改善一维条码信号方面有参考价值.     

基于对功率谱进行位相调制的联合变换相关器

讨论了通过位相调制对多灰度图像进行功率谱相减的原理，并提出了利用此原理实现多灰度多目标光学联合变换相关的新的实验方法。其中需对功率谱进行两次记录并进行相减。在第二次的记录过程中，利用位相板使参考图像产生半波位相延迟。将相减后的功率谱进行傅里叶逆变换，能够使相关峰得到明显增强，而且大大抑制了多目标间的相关及背景噪声间的相关。此方法特别适用于具有多灰度背景噪声的多灰度的多目标识别，而且方法简单，易于实现。     

数字图像处理在光学相关识别中的应用

光学模式识别信息处理容量大,运算速度快,但精度不高,存储不灵活,不易判断控制和分析.联合变换相关器在光学图像相关识别中得到了广泛的应用.为提高联合变换相关器的性能,将数字图像处理技术引入光学相关识别中,主要体现在对联合图像进行预处理以及对联合功率谱的滤波处理.详细阐述了国内外常用的联合图像预处理算法和功率谱滤波算法,并对这些算法在光学相关识别中的应用效果进行了比较研究.     

基于小波多尺度综合的低对比度目标识别

光电混合联合变换相关器能够对目标进行自动探测识别和跟踪。为使联合变换相关器对低对比度目标进行有效探测与识别,提出了一种基于小波多尺度综合的边缘提取新方法,对输入图像进行预处理。计算机模拟实验和光学实验证明,该方法使相关器在输入图像对比度低、信噪比较低时仍然能够产生较强的相关峰输出,扩展了光电混合联合变换相关器的应用范围。     

实现小波变换图像识别的光电混合实验系统

本文依据联合变换相关器,设计一套实现小波变换图像识别的光电混合实验系统,联合变换功率谱及相关输出强度分布分别用CCD采集并输入计算机进行处理,证明小波变换可以明显改善光学图像相关识别能力;同时,该系统提高了光学相关识别实验的灵活性和可操作性。     

单模光纤相移三维轮廓测量术基于对功率谱进行位相调制的联合变换相关器

提出了一种新的计算机图像处理光栅投影三维轮廓测量系统,该系统用一分二单模光纤耦合器产生正弦光强分布的投影光栅场;将光纤一臂绕在压电陶瓷(PZT)环引入相移。将该系统用于实际测量得到了满意的效果。该系统具有结构简单、体积小、重量轻、光栅条纹清晰并且光强正弦分布等优点,有很高的实用价值。讨论了通过位相调制对多灰度图像进行功率谱相减的原理,并提出了利用此原理实现多灰度多目标光学联合变换相关的新的实验方法。其中需对功率谱进行两次记录并进行相减。在第二次的记录过程中,利用位相板使参考图像产生半波位相延迟。将相减后的功率谱进行傅里叶逆变换,能够使相关峰得到明显增强,而且大大抑制了多目标间的相关及背景噪声间的相关。此方法特别适用于具有多灰度背景噪声的多灰度的多目标识别,而且方法简单,易于实现。     

基于最小平均相关能量滤波器的畸变目标识别

通过对多种畸变目标识别算法的研究, 对用于匹配滤波器的最小平均相关能量(MACE)滤波器进行了改进。利用MACE滤波器算法的基本思想构造滤波器函数, 在合成参考图像前对训练图像进行边缘提取, 并对联合图像的功率谱进行了拉普拉斯锐化, 成功实现了在联合变换相关器中对旋转目标图像的探测和识别, 提高了畸变图像相关峰的亮度, 拓展了联合变换相关器的探测和识别的范围。作为实例, 对旋转战机目标图像进行了计算机模拟实验和光学实验, 验证了该算法的可行性。     

基于最小平均相关能量滤波器的畸变目标识别

通过对多种畸变目标识别算法的研究,对用于匹配滤波器的最小平均相关能量(MACE)滤波器进行了改进。利用MACE滤波器算法的基本思想构造滤波器函数,在合成参考图像前对训练图像进行边缘提取,并对联合图像的功率谱进行了拉普拉斯锐化,成功实现了在联合变换相关器中对旋转目标图像的探测和识别,提高了畸变图像相关峰的亮度,拓展了联合变换相关器的探测和识别的范围。作为实例,对旋转战机目标图像进行了计算机模拟实验和光学实验,验证了该算法的可行性。     

基于取阈分解的形态学相关灰度图像识别算法改进研究

为改善取阈分解形态学相关 (CMC)的识别效果 ,本文从形态学角度定义了灰度联合图像相似度 ,调整了基于图像片边缘特征提取的取阈分解形态学相关算法 (RCMC) ,并提出基于二元化图像片功率谱的取阈分解形态学相关算法 (BCMC)。计算机模拟表明 ,上述算法对改善高相似度灰度图像的识别产生了明显效果     

基于光电联合傅立叶变换相关识别的增强技术研究

根据联合傅立叶变换相关识别理论,首先计算模拟其识别过程,然后结合光学傅立叶变换相关识别系统的特点,应用数字图像处理的方法对光学联合傅立叶变换相关识别系统进行改进。实验表明:改进后的光电联合傅立叶变换相关识别系统不仅对相关输出结果有一定增强作用,而且还能够识别出传统光学傅立叶变换相关识别系统所不能识别的对象。