体全息子波相关系统并行性的研究

基于体全息关联存储和子波变换的相关识别系统,具有瞬间多通道并行处理的独特优点。本文从几何角度分析了决定系统并行性的几个重要因素,得出提高系统一次并行输出相关通道数目的主要途径。文中对构建的体全息子波相关系统可实现的通道数目进行了计算,并用该系统实现了120幅人脸图象的识别.     

大容量体全息相关器存储时序的改进

体全息相关器的存储时序直接影响多通道输出的衍射效率均匀性,进而影响识别率。通过引入约束因子β,对传统的递减曝光时序进行改进,提出约束递减曝光时序,并用此时序在2400幅的存储容量下,实现了衍射效率较均匀的并行相关输出。     

基于体全息光学相关器的身份认证复合检索方法

体全息相关器具有高速、并行和多通道等特点。基于体全息相关器大幅面、高分辨率、二维数据页结构,将身份认证图文信息进行编码及格式化,组合为适用于光学相关器的图像模板。数据库的图像模板以体全息图的形式存储在铌酸锂晶体中,识别时将待识别的全部或部分身份认证信息输入,光学相关器可快速返回输入图像与所有库图像模板的相关值,从而完成对整个数据库的快速复合检索。介绍了该方法的工作原理、理论模型、编码和组页方法以及复合检索工作流程,给出了演示实验结果。     

应用计算全息制作的子波匹配滤波器实现光学子波变换的研究

介绍了一种应用计算全息制作的子波匹配滤波器实现光学子波变换的新方法，应用计算全息制作Ｈａａｒ子波函数的匹配滤波器和光学Ｖａｎｄｅｒ Ｌｕｇｔ相关器实现了二维子波变换，给出了实验结果。这种方法可实现任意子波函数的光学子波变换，且简单易行。     

体全息子波关联记忆器

基于子波匹配相关理论和光折变晶体的体全息关联存储特性,提出并实现了一个关联记忆的新构思。中根据缺损特征实现原始图像的记忆和恢复,其中光折变晶体兼作图像识别时的运算单元和图像恢复时的存储单元,文中以人脸为研究对象,给出了实验结果。     

大容量体全息相关系统

基于晶体体全息角度分维复用存储机理，采用半导体抽运固体激光器取代氩离子激光器作为系统光源，设计并构建了一台小型体全息存储及相关系统。实现了基于1000幅人脸库图像的相关识别，并通过子波变换滤波预处理提取图像边缘特征，得到了较为准确的识别结果。     

体全息成像系统中非周期体光栅的深度选择性研究

由一束球面波和一束平面波或者两束球面波干涉所形成的体全息光栅,由于其光栅矢量在全息图体积内是随位置的变化而变化的,所以被称为非周期型的体光栅。主要研究了用于体全息三维成像系统的非周期体光栅的深度选择特性。根据叠加的原理,将非周期体光栅看作多个固定周期的基元体光栅的叠加,结合耦合波理论分析非周期体光栅的衍射特性。采用这一方法,利用Matlab软件模拟,研究了两束记录光夹角对所记录的非周期体光栅深度选择性的影响和在两束记录光夹角相同时,球面参考光体全息成像系统及平面参考光体全息成像系统深度选择性的差别,最后在光折变晶体材料中进行非周期型和周期型体光栅的记录和再现,对模拟结果进行了实验验证。     

多路角度复用体全息三维显示技术

为满足高分辨率真三维大数据显示的空间带宽积要求,提出一种基于多通道角度复用模式的体全息三维显示技术。通过对三维场景进行波前编码,获得相位计算全息图,并将计算全息图依次按照不同角度复用记录到掺杂金纳米颗粒体全息光致聚合物材料的同一区域,获得复用体全息图,再现时可以在不同角度观察三维场景。在体全息三维显示实验系统中,实现体全息材料记录区域的单点像素总数为120×1 920×1 080,显示的空间带宽积达到了2.5×108,相对于空间光调制器显示提升了120倍。     

基于相位共轭的动态体全息衍射特性的实时非破坏性测量

基于相位共轭技术,提出了一种动态体全息衍射特性的实时测量方法.在光学系统设计中,通过调整使得物光和参考光较强,而与参考光共轭的再现光非常弱（约为参考光的1/1 000）,借助非常微弱的共轭再现光实现了动态体全息的非破坏性实时测量.三束光的强度和偏振态可通过1/4波片、偏振片和衰减片进行调节和组合,可记录光强调制型或偏振态调制型体全息.本方法适合于光致折射率变化和光致变色材料体全息的测量.     

关于菲涅耳全息滤波器的实验与分析

本文对菲涅耳全息滤波器作为强度相关器的功能作了详细的实验分析研究,结果表明菲涅耳全息滤波器不适宜于用作相关识别检测。     

Blind source separation of multichannel electroencephalogram based on wavelet transform and ICA

Combination of the wavelet transform and independent component analysis （ICA） was employed for blind source separation （BSS） of multichannel electroencephalogram （EEG）. After denoising the original signals by discrete wavelet transform, high frequency components of some noises and artifacts were removed from the original signals. The denoised signals were reconstructed again for the purpose of ICA, such that the drawback that ICA cannot distinguish noises from source signals can be overcome effectively. The practical processing results showed that this method is an effective way to BSS of multichannel EEG. The method is actually a combination of wavelet transform with adaptive neural network, so it is also useful for BBS of other complex signals.     

双多通道虹膜识别系统的研究

在双多通道虹膜识别系统中,研究了局部区域通道对识别率的影响,提出了双向式区域划分和通道数的优化。研究了小波滤波器通道对识别能力的影响和滤波器通道的选择,给出了引入小波包通道来提升识别率的新方法。通过对WED(Weighted Euclidean Distance)分类器的改进研究,提出了相对WED分类器的新概念,进一步提高了系统的识别能力。     

Classification of spontaneous EEG signals in migraine

We set up a classification system able to detect patients affected by migraine without aura, through the analysis of their spontaneous EEG patterns. First, the signals are characterized by means of wavelet-based features, than a supervised neural network is used to classify the multichannel data. For the feature extraction, scale-dependent and scale-independent methods are considered with a variety of wavelet functions. Both the approaches provide very high and almost comparable classification performances. A complete separation of the two groups is obtained when the data are plotted in the plane spanned by two suitable neural outputs.     

Target recognition in clutter scene based on wavelet transform

Edge extraction based on wavelet for optical correlation detection is presented. Optical experiments with joint transform correlator (JTC) show that there is a bright application prospect in the field of optical correlation detection by extracting the edge features of input image with the method of wavelet transform. In the course of processing, the multi-scale character of wavelet is used sufficiently. The energy of correlation peaks and the detection ratio of various targets are greatly enhanced by the approach. To demonstrate the feasibility of edges extraction based on WT, small targets and targets in clutter scene are successfully detected.     

基于小波变换的新型数字散斑相关方法

通过将小波分析的方法应用到传统的空域相关计算中,提出了基于小波变换的数字散斑相关方法。详细介绍了该方法的原理,并对传统空域相关方法与小波相关方法进行了实验计算比较。实验结果表明,与传统的空域相关方法相比,基于小波变换的数字散斑相关方法大大提高了相关计算的精度,精度由0 05像素提高到了0 01像素以下。最后利用该方法测量了编织结构复合材料板在三点弯曲载荷作用下的位移场。     

光学小波包变换及其滤波器的研究

基于对光学小波变换必要条件的分析,提出光学小波包变换的概念.选出虹膜图库的联合最优小波包基,利用最优基的线性组合生成相应的复合光学小波包滤波器.将滤波器用于光电混合虹膜识别系统中对待识别输入进行小波包特征提取预处理,模拟结果不仅证明引入该滤波器可明显提升系统的识别效果,也证明了光学小波包变换提出的意义.     

一种彩色图像的小波域预测编码方法

彩色图像存在空间相关性和帧间相关性,如何有效的去除这两种相关性是提高彩色图像压缩比的关键。提出一种小波变换域的自适应预测无损压缩方法,分为三个步骤:首先对彩色图像各个分量进行可逆整数小波变换减小空间相关性,然后利用联想记忆神经网络对小波系数图像分别进行空间预测和帧间预测,进一步去除空间和帧间相关性,最后对预测残差进行算术编码。实验证明该算法是可行的和有效的,对测试图像的压缩效果优于JPEG LS标准。     

基于小波边缘提取的灰度图象联合相关识别预处理

本文将小波变换方法用于灰度图象的联合变换相关识别中,采用不同的尺度因子对输入图象进行边缘提取预处理,使相关识别结果得到不同程度的改善.通过计算机模拟对比了一阶、二阶微商的边缘提取方法和小波变换边缘提取方法的预处理结果和对识别的影响,在同时衡量相关识别能力及其对噪音的敏感性前提下,小波变换边缘提取预处理明显优于各种微商边缘提取方法.调节小波变换尺度因子还能使识别能力与噪音敏感性这两方面得到更好地均衡,使小波变换边缘提取预处理能够适应不同的图象输入条件和相关输出要求.结果表明,在联合变换相关识别中采用小波变换对输入图象进行预处理是一种更理想的方法。     

Wavelet Correlation in the One-Dimensional Projection α-Model

One-dimensional projection of two-dimensional self-affine phase space for two typical self-affine fractals is studied,and one-dimensional projection α model is obtained.About this model,starting from characterstic function,we study its correlation densities and the wavelet correption moment.The wavelet basis functions of split number Λ=2,3,4 are found out.It turns out that the various wavelet-coefficents decouple when the second order wavelet correlation moments are considered.This is a general conclusion and model independent.