光学FT和子波变换在指纹实时识别中的应用研究

提出一种用３ｆ多路光学相关器实时识别指纹的新方法，其特点是能把光学傅里叶变换获取的频谱特征数据同光学子波变换结果相结合进行目标识别，计算机模拟结果一实验结果表明，该方法对于快速处理／识别指纹一类为复杂的图像目标是有效的。     

使用功率谱相减的实时联合变换相关器作多目标检测

提出一种使用功率谱相减的实时联合变换相关器作多目标检测。使用这种方法，输入面有两套联合图像。在第二套联合图像中，参考图像是对比度反转的。使用衍射光栅对这两套联合功率谱作相减处理，这种方法可大大抑制输出面的直流项及不想要的伪相关峰，增强相关峰的强度、锐度和峰噪比，提高抗噪声干扰的能力，从而提高对多目标检测的准确度。给出对具有灰度级的多目标输入景物的计算机模拟结果和光学实验结果。实验结果证实了该系统设计及性能分析的正确性。     

基于DSP实时联合变换相关器系统设计

实时性问题是联合变换相关器能否在实际中得到应用所必须解决的关键性问题之一.设计了一种基于DSP的实时联合变换相关器系统,实现了系统的控制和识别,解决了二维快速反傅立叶变换.实验结果表明系统的运行速度得到来了极大的提高.     

基于群体智能边缘提取算法的联合变换相关器

为提取联合变换相关器输入面图像的边缘,改善相关器的识别效果,提出了一种基于群体智能的图像特征提取方法,并将其应用于联合变换相关器的输入面图像预处理中.实验结果表明该算法有效提取了图像的边缘,锐化了相关峰,提高了联合变换相关器的目标识别能力.群体智能计算机并行算法与联合变换相关器光学并行系统相结合,为实现实时高效的光电混合目标识别系统奠定了坚实的理论基础.     

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。     

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.     

语音信号的Bark子波变换及其在语音识别中的应用

本文首先在语音感知实验基础上所得到的Bark尺度概念与子波的构造联系起来,提出了一种语音信号Bark子波及其变换.在感知特性中,它与人耳的听觉系统是直接吻合的:在数学上,它是一种非正交的但却是超完备的,可逆且是自反演的子波变换.应用在语音识别中时,利用子波的局部基性质,取较小的分析帧长,提高了前端处理的时间分辨率.实验表明,所形成的新特征在对辅音区别能力方面明显优于目前应用于广泛的MFCC特征.     

基于多焦点全息透镜变换的实时高效非线性联合变换相关器

提出一种实时高效非线性联合变换相关器,用多焦点全息透镜产生联合变换功率谱阵列,有效地利用了空间光调制器的使用面积和读出光能量,液晶光阀工作在近饱和区实时实现非线性相关,理论分析和实验结果表明,这种相关器将多个锐化的相关信号叠加在一起,可输出增强的相关信号。     

用全光联合变换相关实现目标识别

本文提出了两种改善全光联合变换相关器性能的方法,其一是对输入面上的待识别图像和科像进行图像分割,以得到更高更尖锐的相关峰;其二是用多参考图像,产生一个标准的相关称,为确定待识别图像和参考图像相关程度提供判别依据,使进行目标识别更加简洁方便。通过实验证明了这些改善方法的可行性,并给出了实验结果。     

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。     

基于光学联合变换相关的指纹识别算法研究

利用光学联合变换相关器(JTC) ,通过对参考图像和待识别图像作相关运算,观察相关平面是否出现相关峰,从而推断两图像的相似程度。和一般的基于细节匹配的指纹识别算法不同,基于光学联合变换相关的指纹识别算法利用了指纹图像的整体特征,因而对破损指纹图像具有较高的识别准确性,通过对指纹数据库中多幅指纹图像的识别结果验证了该算法的可行性。     

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。     

基于小波变换的航空红外图像目标的多尺度识别

提出了一种基于高斯小波变换的航空红外图像的目标边缘自动提取的新方法,并利用 目标边缘特征结合目标边缘特征数据库对目标进行识别。该方法利用小波变换良好的噪声抑制能力及完备的边缘保持能力;能够有效的对红外图像进行目标边缘提取、目标增强及噪声抑制等预处理工作,利用得到的边缘特征及数据库,较好的完成红外目标的多尺度识别。     

实时自适应阈值二值化联合变换相关器

提出了采用参考图像功率谱为阈值的自适应阈值二值化联合变换相关器 ( BJTC)的方法。和传统的联合变换相关器结果比较 ,自适应阈值法对于输出的相关峰值、信噪比等主要参数都有明显提高。对这种方法进行了理论分析和计算机模拟 ,并给出了光学实验结果 ,为自适应阈值二值化联合变换相关器的实用化奠定了基础。     

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。     

用功率谱相减的圆谐联合小波变换相关器作多目标检测

将小波变换与圆谐联合变换相关器相结合,应用功率谱相减技术进行多目标检测,可以从输出面上直接看出系统对真目标的旋转不变检测及识别假目标的能力。分析和量化了输入景物噪声对结果的影响。计算机模拟实验表明这种方法明显改善了普通圆谐联合变换相关器的性能,具有良好的相关输出性能和抗噪声能力。     

一种适合于光电联合变换相关器的相关算法

光电联合变换相关器具有实时处理光学图像能力,因此可用于景像匹配系统.提出了一种适合于光电联合变换相关器的相关算法,该算法利用实数傅里叶矩阵的对称性,减少了运算中的存储和计算量,通过改进频谱的滤波算法,提高了相关结果的输出信噪比,从而提高了匹配精度.