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。     

基于小波边缘提取的目标光学相关识别

为提高联合变换相关器对复杂背景图像的识别能力,提出了基于小波变换边缘提取的联合变换相关器。利用具有多尺度分析功能的小波变换工具对联合图像进行边缘检测,所提取的边缘图像能保留更多的细节信息,改善复杂背景下的目标识别能力。计算机模拟和光学实验结果均表明,用小波变换边缘提取的联合图像进行相关识别,能明显增强相关峰的强度,提高目标识别能力。     

应用相移技术的形态学联合变换相关器

用数学形态学的方法对相关器的输入图像进行预处理,有效的去除图像噪声和提取边缘;采用相移技术在光学频谱面去除零衍射级,并对其进行二值化。计算机仿真结果表明,本文提出的联合变换相关技术增强了相关器的抗噪声性能,锐化了相关峰强度,提高了衍射效率和对目标的识别能力。     

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。     

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。     

相位编码条纹调制联合变换相关器的优化技术

提出一种基于SONG相关的参考图像相位编码条纹调制联合变换相关器。该相关器引入SONG相关技术,吸收其突出的区分能力和抗噪性能,相对于传统的参考图像相位编码条纹调制联合变换相关器和其他改进技术,该相关器兼顾多项性能,具有更加突出的抑制干扰信号能力、抗噪声性能和多目标区分能力。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,识别度表现平稳,能够维持在99%以上;当输入图像受到替换噪声影响时,识别度能够达到96%以上。     

提高复杂背景目标探测与识别能力的研究

联合变换相关器在识别复杂背景中的低对比度目标时,由于背景噪声的干扰,相关峰的对比度明显降低,甚至得不到相关峰.将反色技术应用到联合变换相关器的物面图像处理中,可以使信号能量突出,同时抑制背景噪声,提高实时联合变换相关器物面的有用信息衍射光的能量,从而使得相关峰对比度增强,实现目标的自动探测、识别和定位.因此反色技术在复杂背景目标探测与识别中有着重要的作用.     

基于联合傅里叶变换相关器的光电实验研究

分析了联合傅里叶变换相关器存在较强的零级衍射且宽度很大,限制了输入图像的大小和相对位置的问题.提出了将参考图像和待识别图像分别置于马赫—曾德干涉仪的两臂,并将实时采集到的联合功率谱与事先存储的待识别和目标图像的功率谱进行相减的方法.改进方法可使原两个相关输出项移到坐标中心,既提高了识别能力,也增大了输入图像的尺寸.     

基于联合变换相关器和矢量分解的图像加密方法

为了提高基于联合变换相关器(JTC)的加密方法的 抗攻击能力,提出了一种基于 JTC和矢量分解的图像加密方法。在加密过程中,通过计算机预处理, 先将待加密图像进行了基于干涉原理的矢量分解,再利用基于JTC的 光学加密系统进行图像加密并记录加密图像。解密时,通过其中一个密钥解密联 合功率谱得到一幅纯相位图,再与另一个与明文相关的密钥进行相干叠加得到相 应解密结果。本文加密系统易于实现,通过矢量分解增加了一个与明文相关的密钥, 破坏了加密图像和原始图像间的线性关系,有效地提高了系统安全性。仿真实验 结果和分析验证了本文加密方法的可行性和安全性。     

基于联合变换相关的光学小波实时图像边缘增强

提出了一种基于联合变换相关的光学小波实时图像边缘增强的方法.选用Mexican-hat小波,利用小波函数的多分辨率特性,用联合变换相关的方法实现了缩放后的小波母函数与待识别图像函数的互相关(即边缘增强图像),得到了较满意的实验结果.     

基于液晶光阀非线性的光折变联合变换相关器

提出一种基于液晶光阀非线性和光折变晶体实时动态存储特性的联合变换相关顺。该相关顺能实现输入物的微分、对比度反转等丰富图像的联合变换相关。计算机模拟分析了不同输入场景情况下图像的正像、微分像和对比度反转像联合变换相关的特点。     

基于光学相关的亚像元像移测量方法研究

为了对高帧频采集的低信噪比图像进行亚像元配准,使用了光学联合变换相关的方法对相邻两帧图像进行相关运算,测量出相对像移量.给出了使用该方法测量像移的原理和离焦影响,并采用两种预处理方法对不同景物图像的亚像元像移进行了仿真测量.结果表明,通过对联合变换相关器的输入面采用拉普拉斯卷积核进行边缘提取,对功率谱采用均值进行二值化处理,亚像元像移的测量均方差小于0.2个像元,并且测量精度对离焦不敏感.     

基于联合相机路径的红外视频稳像算法

针对由于视差变化而导致的红外视频稳像技术难题,文中提出了一种基于联合相机路径的红外视频稳像算法,该算法主要包括:预处理、联合相机路径求解、多路径优化、运动补偿四个步骤。首先,要对红外图像进行直方图均衡化、特征点提取和匹配处理、预映射。接着,要将每帧图像分为m×n个网格单元,利用基于网格的映射运动表征,将每一帧中对应网格得到的局部单应性矩阵进行相乘得到联合相机路径。然后,对联合相机路径采用“多路径优化”策略进行平滑处理。最后,利用平滑后路径进行运动补偿稳定视频。实验结果表明,该方法能有效地处理由于视差而引起的非线性运动,相比传统的稳像算法效果更好,当特征点存在部分遮挡时,也能取得不错的稳像效果。     

基于海明校验优化二值编码的联合变换相关器加密系统

针对基于灰度图像二值编码的联合变换相关器(JTC)加密系统抗饱和噪音干扰能力差、解密图像质量有限的问题,提出了一种基于海明校验的灰度图像二值编码优化方法,并利用该方法设计了基于海明校验优化二值编码的JTC加密系统。该加密系统利用海明校验在解码过程中对因饱和噪音产生的错误进行纠正,从而有效消除了解密图像中的饱和噪音,提高了解密图像质量。加、解密仿真结果表明,海明校验优化后,解密图像与原始图像的相关系数(CC)由0.8237提高到0.9383,解密图像质量显著提高。     

基于灰度图像二值编码的JTC多图像加密系统

针对联合变换相关器(JTC)多图像加密系统对于加、解密灰度图像时,解密图像质量不理想的问题,利用前期提出的一种灰度图像二值编码方法,设计了一种基于灰度图像二值编码的JTC多图像加密系统。该系统将灰度多图像的加、解密问题转化为二值多图像的加、解密问题,可有效抑制加、解密过程中产生的非饱和噪音,提高图像解密质量。仿真结果表明,相同条件下在基于螺旋相位模板拓扑荷数复用的JTC多图像加密系统中使用灰度图像的二值编码图像进行加、解密相对于直接加、解密灰度图像,其相关系数值有显著提升,再使用中值滤波抑制解密图像中的饱和噪音,可进一步提高解密图像质量。     

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     

大鱼际掌纹图像特征提取方法研究

为了更客观更准确的判断出患者的大鱼际掌纹的级数,可以采用图像处理技术对大鱼际掌纹进行预处理、特征提取和分类,以实现大鱼际掌纹的量化与客观识别.文中提出一种基于改进的二维主成分分析技术（2DPCA）再结合Gabor滤波的特征提取方法.以定位分割并经增强处理的大鱼际掌纹图像为基础,获得图像的特征矩阵,作为下一步量化分级的特征输入量.仿真实验结果表明该方法是适用有效的.     

红外图像目标识别的预处理技术研究

红外图像目标识别系统,由图像预处理、特征提取及模式分类组成,红外图像目标识别的图像预处理包括滤波降噪、图像增强、图像分割等。滤波降噪有邻域平均、中值等滤波方法,图像增强可通过微分、Butterworth高通滤波和形态学高低帽变换完成,图像分割采用阈值分割技术和形态学方法实现。综合比较各种处理方法,采用中值滤波进行降噪、高低帽变换进行图像增强、阈值分割与形态学处理结合进行图像分割,较好地实现了红外图像目标识别的预处理。