论文部分内容阅读
目标识别在民用、国防领域中处于十分着重要的地位。光学相关器的快速验证和数据识别,为我们提供了简便的方法。传统的光学识别方法主要有:匹配滤波器、联合变换相关器等。由于传统的光学识别系统在使用中受到诸多实际问题的制约和困扰,如何提高系统的识别性能是一个值得关注的问题。联合变换相关器易于实现且适合用于目标的实时探测,但通常相关峰不高且不尖锐,识别力低。本文将数学变换应用于光学系统中,针对提高联合变换相关识别性能问题,将小波变换、对数极坐标-梅林变换和光学联合变换相关器相结合,利用计算机快速变换功能,开展了目标实时探测和畸变不变识别性的研究。主要工作如下:1、将光学图像识别技术应用于生物目标的探测,用光学小波变换识别多个血红细胞,以提高系统的识别力。在光学联合变换相关器中,通过空间频谱面上的小波滤波可以实现光学小波变换,构建光学小波联合变换相关器。Matlab仿真结果表明,与传统的联合变换相关器相比,由于小波变换的引入,相关峰尖锐,峰噪比明显增强,峰的半宽度显著减小,在多目标识别中不同位移目标不易受干扰,提高了目标探测能力。2、将光学图像识别技术应用于尺度和角度同时变化的畸变目标的探测。利用梅林变换,识别不同尺度的目标;利用极坐标转换,解决旋转图像识别问题。先利用计算机对畸变目标进行对数极坐标-梅林变换预处理,结合联合变换相关器构建尺度、旋转图像的识别系统。Matlab仿真结果表明,与传统相关器对畸变图像的不可识别性相比较,对数极坐标-梅林变换的引入,可以同时排除因位移、尺度、旋转变化造成的干扰,实现畸变目标的相关识别探测。3、将光学小波联合变换相关器和对数极坐标-梅林变换相结合,提出基于光学小波联合变换相关器的畸变图像识别系统。该系统对光学图像具有较高的识别力,并可实现图像的尺度和旋转不变识别。将参考图像和待测图像进行对数极坐标-梅林变换预处理后作为光学小波联合变换相关器的输入图像,空间频谱面上的小波滤波函数经计算机选择合适的参量,在输出面上得到二者的很好的互相关峰。Matlab仿真结果表明,该系统同时排除了由图像尺度变化和旋转造成的干扰,并得到很好的峰噪比和识别力。