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。     

基于数字相关滤波器的掌纹识别

为了在频域内对相位谱建立模型,运用相关滤波器方法进行掌纹识别。首先运用图像下抽样方法降低掌纹空间的维数,在低维图像上应用训练图像设计最小平均相关能量(MACE)滤波器,然后计算训练图像和测试图像的相关输出平面,根据峰与相关能量(PCE)比值指标进行掌纹匹配。运用PolyU掌纹图像库,对本文算法进行测试。实验结果表明,与传统子空间方法相比,本文方法的识别性能最优,识别率为100%,特征提取和匹配总时间小于0.5 s,具有快速、有效和易于实现等优点。     

改良型MACH滤波器算法的形变目标识别

联合变换相关器可用于精确识别与定位目标,其瓶颈在于如何在复杂背景中识别形变目标,这也限制了目标模式识别技术的发展.为解决这一问题,提出了一种改良型的最大平均高度(MACH)滤波器算法.该算法对于旋转形变及尺寸形变目标均有很强的识别能力.根据大量的实验结果分析,对合成滤波器的控制参数进行了优化,使得该滤波器具有较高的形变识别容差,并能有效抑制复杂噪声.通过将频域中改良的MACH滤波器返回至空域,可获得含有目标多种不同状态的MACH参考模板.利用该模板,能有效增强相关峰亮度,扩大复杂背景中形变目标的识别范围.作为实例,对复杂背景中的战舰目标进行了计算机模拟实验与光学实验.实验结果证明了该算法的可行性和实用性.     

基于改进MACH算法的畸变目标识别

由于观察距离和角度的不同,待识别的目标图像相对模板图像会存在一定程度的角度畸变和比例畸变,大大限制了光学相关模式识别的发展。将最大平均相关高度(MACH)滤波器用于畸变目标识别,通过优化该滤波器的控制参数,并根据多次的计算机仿真实验和光学实验,使该改进型MACH 滤波器具有畸变公差高、相关点明亮等特点。用改进后的MACH 滤波器对角度畸变目标和比例畸变目标实施频域滤波,能有效增强相关峰强度,扩大畸变目标识别范围。作为实例,给出了复杂背景下识别汽车的计算机仿真实验和光学实验,有效验证了该算法的可行性。     

用二元小波滤波器作图像相关识别

本文提出用二元小波滤波器作图像相关识别的技术。利用小波变换对图像处理的优越性,对小波滤波函数进行二元化处理,成为二元带通滤波器,并应用于旋转图像的识别,本文进行了理论阐述和计算机模拟实验,结果证实了设计的可行性,与经典的联合变换相关器相比输出功能大为提高。     

基于振幅调制纯相位滤波器和片状正交非线性广义相关的畸变不变识别

提出一种基于振幅调制纯相位滤波器(AMPOF)和片状正交非线性广义(SONG)相关的畸变不变光学相关目标识别算法.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(SDF)方法.提出基于振幅调制纯相位滤波器的畸变不变识别算法,达到明显优于传统综合鉴别函数方法相关输出效果的目的.在此基础上引入SONG相关技术,利用其突出的区分能力和抗噪性能,结合这两种非线性滤波技术,得到能够很好地兼顾多项性能指标的畸变不变识别算法.仿真实验结果表明,算法既提高了相关峰输出质量和多目标区分能力,又具有很强的抵御噪声能力,在输入图像被噪声严重破坏的情况下,识别度仍然能够达到97%以上.和其他结合SONG相关的畸变不变识别算法相比,该算法目标识别性能更为优良,且更实用、广义.     

基于联合子波变换结构的实时目标识别研究

把联合变换相关技术与子波变换结合起来，建立了一套用于目标识别的实验系统．该系统巧妙地集图象预处理与相关过程于一体，同时具有优良的性能，如抗噪声能力强、相关峰尖锐、不存在旁瓣效应等．     

Hybrid Processing中一种提高相关识别度的方法

本文利用联合变换的Ｈｙｂｒｉｄ Ｓｙｓｔｅｍ对目标作相关识别，提出对功率谱进行指数滤波处理的方法，明显抑制了噪声，突出了相关峰值。     

基于逆滤波器的旋转不变匹配滤波相关识别

提出了用逆滤波器来进行旋转不变匹配滤波相关识别方法 ;采用级联变形滤波器可以实现透射匹配相关峰强度对透射输入能量的优化 ,大大改善相关峰的锐度 ,计算机模拟结果显示 ,对旋转图像 ,在平面内按 0°～ 32°旋转 ,每 4°取一灰度图像的旋转不变匹配滤波相关器 ,具有较好的相关不变识别性能 ,特别是目标图像在部分输入情况下也能较好地识别     

基于核相关滤波器的SAR车辆目标检测与识别

针对合成孔径雷达(Synthetic Aperture Radar, SAR)目标检测与识别方法对目标方位角敏感的问题,该文基于相关滤波器理论与核特征分析方法,提出一种对SAR目标方位角具有较强鲁棒性的核相关滤波器。该滤波器使用特征向量降低了对训练图像的依赖性,利用目标在非线性空间的高维特征提高了识别能力,并利用核函数解决了高维矢量的内积计算问题。MSTAR实测SAR图像数据的对比实验结果表明,该文所提出的滤波器在低虚警概率下,能够保持较高的检测概率,并且对目标方位角失真具有较强的容忍性,不需要存储目标模板和估计目标方位角,就能够实现高准确率的目标检测与识别。     

分数相关尺度畸变不变模式识别特性研究

从理论上分析了分数相关的分数级次对相关输出面能量分布的影响 ,利用数值模拟方法 ,对分数相关尺度畸变不变模式识别特性进行了深入的讨论 ,并与传统相关器进行了比较。结果表明在尺度畸变不变模式识别中 ,分数相关方法比传统相关方法有着更强的识别能力     

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。     

一种基于光学相关的目标识别方法

对目标相关识别原理进行了分析,为了解决图像中待识别目标的方向和大小改变的问题,利用综合鉴别函数设计了畸变不变模板,并对其进行了改进,将等相关峰综合鉴别函数引进训练样本,改变了训练样本的叠加系数,在保证图像原点处具有较大相关峰值的同时一定程度上使样本间相关峰相似,提高了目标类间识别的能力.     

基于最小平均能耗的天基雷达波形设计

针对多模式远程天基雷达目标跟踪应用背景,以最小平均能量消耗为准则,推导出给定最小作用距离、最大作用距离与跟踪模式数目情况下的不同模式的作用距离范围的最优划分方法以及信号波形主要参数的计算公式,为新型天基雷达的工作模式划分及波形设计提供了一种可行的技术途径;理论分析与仿真计算结果表明了该方法的有效性.     

应用支持向量机分类的多角度目标识别技术

综合应用图像的不变矩特征和支持向量机分类方法,提出了一种对于红外图像中多角度目标的识别方法。首先通过目标分割算法求得红外图像中目标的轮廓图像,然后从轮廓图像的Hu矩、Zernike矩和Fourier-Mellin矩中选取适当阶次的矩特征组成目标在特定视角范围内的不变性特征向量;对目标的视角范围进行适当划分以解决多角度引起的目标样本多样性,并在每个划分的视角范围内分别应用支持向量机的方法进行多目标分类。测试结果表明,本文提出的方法较好地实现了红外图像中多角度目标的识别问题,是一种有效的自动目标识别算法。     

基于散斑位移相关器的相关峰增强技术

提出的基于光学数字联合变换的光学散斑位移相关器,用来确定亚像素精度相关峰的位置,却没有使用复杂的插值算法.为了实现相关峰的放大,对相关器的主要参数进行了分析和计算.并以此建立了实现光学散斑位移技术的实验装置,实验结果表明,该装置能产生尖锐和狭窄的相关峰,且能以亚像素精度发现峰位置.