论文部分内容阅读
信息时代,随着信息量和信息处理速度的不断提高,要求有与此相适应的信息存储技术。体全息存储技术由于在存储容量,数据传输速率和存取速度上的优势,最有潜力成为下一代的数据存储技术。近年来体全息存储器虽然在提高数据存储密度、存取速度和存储器性能等方面取得了很大的进展,但是利用体全息存储器对图像库进行模式识别时还存在着不少的问题。本论文工作的目的就是采用体全息存储器对图像库进行模式识别。 在论文中首先介绍了模式识别的有关基本理论,叙述模式相似性度量的有关内容,给出了多种模式分类的度量方法;接着介绍了体全息存储的有关理论,简要地描述一般耦合波理论的有关理论结果;本文同时介绍体全息存储技术的有关内容,并对体全息图像库模式识别的有关理论进行阐述。 本文提出了图像识别模板的概念,定义了特征识别向量。当全息图的衍射效率极为不均匀,再现图像的信噪比极差时,直接识别的识别准确率极低。在这种情况下,需要采用适当的纠错方案来提高识别准确率。我们进行了多种识别算法的甄别实验,提出采用相关系数作为系统的最佳识别算法。使用相关系数分别对采用角度复用技术和分块全息存储技术建立起来的体全息图像库完成了识别工作。 在本文中,建立了对体全息图像库进行联想识别的识别系统。该系统采用光电混合反馈方式,对有畸变图像或只有部分页面的图像采用相关系数进行识别,用所得到的识别结果,驱动参考光复位到相应的位置,成功地再现出初始完整的图像。根据部分图像的关联输出,采用相关系数对部分页面与完整页面的再现相关峰序列进行相似性度量,确定了本实验系统中联想识别系统所需的最小页面。 通过实验研究,提出了对体全息图像库模式识别系统进行进一步研究和改进的方向。