体全息存储系统中的相关识别

本文通过图像处理方法实现了体全息相关峰的定位与识别。对输入图像采用预处理及区域相关算法,具有简化系统的机械结构、有利于小型化设计及相关峰具有较高稳定性等特点。其实验结果表明该方法具有较高的识别精度,可达到满意的实验效果。     

体全息存储技术的研究

体全息存储因其存储容量大,传输速率快,寻址时间短等诸多优点成为下一代存储器发展的主要方向之一．本文主要从控制系统和编码技术等方面对体全息存储技术进行了研究,所用的存储材料为单掺铁系列铌酸锂晶体．采用了一套实用的体全息存储控制系统．分析并比较了几种不同的编码方案,得出了适合全息存储系统的最佳编码方案．搭建了一套完整的存储光路．详细研究了模拟图像的存储和编码格图的存储,并对存储光路中的噪声进行了分析。     

体全息存储系统及噪声分析

利用激光器、空间光调制器、电荷耦合器件探测器等光电器件搭建了一套体全息存储系统,重点对编码格图进行了存储.另外,对体全息存储系统的噪声做了具体分析,这些噪声包括光学元件产生的噪声、晶体本身的噪声及页间及页内串绕等.     

利用频域外插法改善体全息存储图象的质量

从频域抽样理论出发，研究了空间有限图象的频谱中低频分量和高频分量之间的关系，讨论了由低频分量恢复高频分量的频域外插方法应用于体全息存储的可能性，并给出了计算机模拟的结果。     

体全息存储中6∶8平衡调制码的编码与检测

6∶8平衡调制码是体全息存储中一种有效的通道编码方法.给出了6∶8平衡调制编码的一种编码译码方案,同时介绍了排序法,完全相关法以及V iterbi算法3种码字检测方法,并指出了V iterbi检测法如何用13次加法操作和13次比较完成码字检测.最后,对几种码字检测方法作了对比,指出对于软件实现,优选排序法.     

体全息存储中6:8平衡调制码的编码与检测

6:8平衡调制码是体全息存储中一种有效的通道编码方法.给出了6:8平衡调制编码的一种编码译码方案,同时介绍了排序法,完全相关法以及Viterbi算法3种码字检测方法,并指出了Viterbi检测法如何用13次加法操作和13次比较完成码字检测.最后,对几种码字检测方法作了对比,指出对于软件实现,优选排序法.     

体全息数据存储系统中的像素间串扰

针对体全息数据存储系统中像素间串扰对于低误码率数据存储的重要影响,在理论分析的基础上,采用数值模拟的方法,讨论了SLM数据信息对比度、SLM填充因子、CCD填充因子、小孔孔径等因素与像素间串扰之间的关系.     

Ce:Fe:LiNbO_3晶体生长及其在红光波段的体全息存储特性

用提拉法从熔体中生长了 Ｃｅ：Ｆｅ：ＬｉＮｂＯ３晶体．研究了 Ｃｅ：Ｆｅ：ＬｉＮｂＯ３晶体在 ６３３ｎｍ波段的体全息存储特性,对不同掺杂浓度的 Ｃｅ：Ｆｅ：ＬｉＮｂＯ３和Ｆｅ：ＬｉＮｂＯ３晶体进行了全息时间常数和吸收光谱的测定与比较．实验表明,Ｃｅ：Ｆｅ：ＬｉＮｂＯ３晶体对红光的灵敏度优于Ｆｅ：ＬｉＮｂＯ３晶体,它是一种优良的体全息记录材料．     

Ce∶Fe∶LiNbO3晶体生长及其在红光波段的体全息存储特性

用提拉法从熔体中生长了Ce∶Fe∶LiNbO3晶体．研究了Ce∶Fe∶LiNbO3晶体在633 nm波段的体全息存储特性,对不同掺杂浓度的Ce∶Fe∶LiNbO3和Fe∶LiNbO3晶体进行了全息时间常数和吸收光谱的测定与比较．实验表明,Ce∶Fe∶LiNbO3晶体对红光的灵敏度优于Fe∶LiNbO3晶体,它是一种优良的体全息记录材料．     

基于光学小波分析的相关识别和计算机模拟

将小波变换引入到光学联合变换相关识别中，采用基于联合变换相关的小波分析来实现模式识别．利用改进的墨西哥帽小波函数产生小波滤波器，并进行了光学小波联合变换相关识别。将这种滤波器放置在傅里叶反变换产生相关输出之前的联合功率谱面上，该技术可以应用在具有不同灰度图像的模式识别中。计算机模拟结果表明：其相关峰宽度、识别力和峰噪比都有较大改善。     

用于图像与模式识别的小波神经网络模型

研究了一种用于图像与模式识别的小波神经网络模型，给出了相应的算法和计算公式，并进行了仿真模拟，该模型克服了传统BP网络隐层单元数目难以确定，收敛速率较慢以及易于收敛到局部极小点等缺点，仿真结果表明网络性能和收敛速度均明显优于传统BP网络，具有良好的应用前景。     

基于光照或表情变化的人脸识别算法

对在光照和人脸表情发生各种变化的环境下,用Coiflet小波包和Radon变换两种简单算法从一些灰度级图像数据库中进行人脸识别.这两种算法都能将二维灰度级的人脸图像培训集转换成各自的深度图或物理形态,随后转化为Coiflet小波包和Radon变换,用于特征提取的计算.实验表明,这种转换过来的形态特征对光照和人脸表情的变化具有鲁棒性.     

光信息技术中的光折变材料

简要介绍光折变材料的光折变效应及其在光信息技术中的应用 :全息存储、实时信息处理、全息干涉计量等     

基于支持向量机和遗传算法的纹理识别

为了解决尺度变化和训练样本有限给纹理识别带来的困难,提出了一种基于支持向量机和遗传算法的纹理识别新方法。该方法用小波变换各子带图像共生矩阵参数、分析窗口大小、像素均值和像素标准差等参数作为纹理特征,用多类支持向量机作为分类器。用遗传算法对纹理特征集进行了优化;用输出纠错码将二类支持向量机扩展到多类,提高了分类器的泛化能力。用包含有25类单色自然纹理的图像库进行识别试验,结果表明,该方法的识别错误率小于10%,得到了比传统的贝叶斯等方法更高的识别率和更好的推广性。