光学相关识别技术大致可以分为两大类,匹配滤波相关器技术和联合变换相关器技术。匹配滤波相关器技术需要制作匹配滤波器,由于制作各种匹配滤波器所需数据的计算量非常大,使得处理精度降低,而且制作滤波器的工艺也不稳定,导致处理信息时的误差,比较不受欢迎;而联合变换相关器不需要制作匹配滤波器,可以实现精确定位,加之使用空间光调制器时可以实现实时自动识别,具有可编程性、灵活性的特点,因而在目标识别领域应用前景较好。近年来,联合变换相关器识别能力的改进主要集中在对图像预处理和对功率谱及相关峰的非线性处理上。微分算法是一种重要的数字图像处理方法,图像的边缘是图像信息的重要部分,它对图像的识别和理解非常关键,是高级数字图像处理的基础。本文在充分理解微分算法的基础上,首先,将微分算法应用到联合变换相关器中,使得相关输出得到了很好的改善,为联合变换相关器的研究提供了新的方法和途径;其次,将拉普拉斯算法应用到输入图像的功率谱处理,降低了相关峰的零级衍射,获得了较好的相关输出;最后,对相关峰进行了归一化和黑白二值化处理,使得图像相关点的能量相对集中,且亮暗分明,便于识别目标物体。本文将联合输入图像经过微分处理后输入到空间光调制器,对得到的功率谱和相关峰进行拉普拉斯非线性变换以及归一化和黑白二值化处理,得到了很好的相关输出,增强了相关峰的对比度,使得识别的效率得到提高。