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。     

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.     

基于双二次微分的联合变换相关识别

提出一种提高联合相关识别的有效方法，该方法通过对识别图像和联合变换功率谱分别进行二次微分，抽取识别图像的特征信息，增强联合变换功率谱中调制条纹的对比度和调制条纹的结构，有效地提高了联合变换相关器的相关输出；在此基础上，构造了基于双二次微分的１ｆ实时光电联合相关识别系统，实验结果表明：该方法较二元联合变换相关，提高了图像相关识别能力     

基于多小波变换的红外目标探测与识别

针对光电联合变换相关器目标识别的实际应用,对待测红外目标图片进行多小波变换,并利用模极大值法提取其边缘.通过获取更多的轮廓信息,从而提高对目标的识别能力.计算机模拟了常用于红外目标处理的多小波GHM和SA4,实验结果表明:基于GHM多小波提取的边缘能获取大量的图像轮廓信息,其识别结果明显优于SA4多小波.将目标原图的光学相关探测结果与基于GHM多小波提取的边缘图像光学相关探测结果进行比较发现,经多小波预处理后的边缘图像能有效增强相关峰强度.     

图像的微分处理与相关识别

介绍了小波图像微分原理,并对图像的微分处理与相关识别进行了实验分析和研究。实验结果表明,对图像进行小波微分预处理后,可以有效地减少图像中的低频成份,这就使图像相关运算更多地比较了图像的细节变化,增加了相关图像的信息量,可以有效地提高图像的识别能力。     

用多消失矩最优小波包基改进虹膜识别

采用层叠算法求出尺度函数和小波函数的离散采样序列的逼进，将不具有基函数解析表达式的母小波用于虹膜特征提取，并利于实现连续小波包变换.针对虹膜光学识别应用背景，提出采用基于连续小波包变换的多消失矩联合最优小波包基来改进特征图像相关识别的最优基，并用统计识别方法进行后处理以增强算法适应性，同时提出通过体全息相关系统来实现，以发挥光学高并行性的优势，模拟结果表明可获得比已有方法更高的识别率.     

复杂背景目标自动识别谱面处理技术研究

应用光电混合联合变换相关器对目标进行探测和识别时,由于实际拍摄的图像背景非常复杂,对比度较低,亮度不足等原因,使得相关峰很弱甚至根本得不到相关峰,不能达到探测和识别的目的.为此提出在光电混合联合变换相关器的功率谱面应用小波变换处理技术,有效地抑制了联合变换功率谱中的噪声干扰,提高了有用信息衍射光的能量,从而增强了应用光电混合联合变换相关器对复杂背景目标进行探测和识别的能力.实验证明利用经过小波变换处理后的联合变换功率谱所获得相关峰的对比度,较处理前由联合变换功率谱所获得相关峰的对比度能够达到百分之百的增强效果.作为实例文中给出了湖中小船处理前后的光学实验结果,从实验结果中可以明显看出此种处理方法的有效性.     

基于小波包变换的叶片高光谱数据的树种分类

非成像高光谱数据的特点为树种的精细识别提供了可能.非成像高光谱数据的多波段特性,使得利用数据间的微小差异来进行树种的识别分类研究成为可能.该文利用光谱相关匹配(Spectral correlation matching,SCM)方法来对树种进行识别分类,分别采用均值平滑法、中值平滑法、小波包变换对高光谱数据进行预处理及识别分类研究.结果表明,经过数据平滑预处理,可以有效地去除噪声,提高叶片高光谱数据的树种分类的精度.小波分析能有效的去除光谱中的噪声信息,保留光谱中的有效信息.在小波包变换的基础上,经过中值滤波数据预处理之后的分类精度高于均值滤波数据预处理后的分类精度.     

基于联合广义分数相关器的相关峰特性分析

分析了联合广义分数傅里叶变换相关器相关峰的特性,得到通过改变广义分数傅里叶变换的系统参量可以提高广义分数相关峰性能的结论.进行了数值模拟和光学实验,并根据两者的结果对四个相关峰的性能指标相关峰强度最大值、峰能比、识别能力、信噪比进行了比较分析,说明只要适当控制系统参量,联合广义分数傅里叶变换相关器比联合分数傅里叶变换相关器具有更好的相关性能,有助于提高光学相关器识别的准确率.     

基于多小波变换的红外目标探测与识别

针对光电联合变换相关器目标识别的实际应用,对待测红外目标图片进行多小波变换,并利用模极大值法提取其边缘.通过获取更多的轮廓信息,从而提高对目标的识别能力.计算机模拟了常用于红外目标处理的多小波GHM和SA4,实验结果表明:基于GHM多小波提取的边缘能获取大量的图像轮廓信息.其识别结果明显优于SA4多小波.将目标原图的光...     

基于光学子波变换的SDF匹配滤波器

提出了一种基于光学子波变换的综合判别函数匹配滤波器(WFSDF),将光学子波变换和综合判别函数相结合,只用一个简单的4f系统就能实现输入图像和SDF子波变换的相关运算。采用计算全息的方法制作复数匹配滤波器。计算机模拟仿真结果表明,与传统的SDF匹配滤波器相比,WFSDF匹配滤波器,锐化了相关峰,提高了识别率,同时简化了光路,能够实现多目标的畸不变识别。     

联合变换实现子波变换的理论分析

首次提出联合变换相关的概念,把Ｈａａｒ子波和Ｒｏｂｅｒｔｓ滤波器分别与目标图像一起作为联合图像,实现对目标图像的子波变换,提取出目标的角、边及边沿增强等特征,并设计了一套由计算机控制的光学联合子波变换系统,可实现对目标“真实”的光学子波变换,还给出了数值模拟结果。     

光学小波匹配滤波器与图形识别

小波变换弥补了傅里叶变换的不足，在信号及图像处理方面具有广阔的应用前景。文章深入讨论了小波变换匹配滤波器的理论基础及光学实现方法，并将其用于图形识别，给出了计算机模拟结果，与传统的匹配滤波器进行了比较，证实了小波变换在光学信息处理中的优越性。     

Joint transform correlator based on off-focus inputting and spherical wave illuminating power spectrum

An improved joint transform correlation technique is proposed for efficient multiple-target detection. The proposed technique employs off-focus inputting and spherical wave illuminating joint power spectrum to overcome false-target detection by eliminating the false correlation peaks while alleviating the effects of noise and other artifacts. Compared with the reported techniques, the proposed method does not need preprocessing for reference image and Fourier plane phase filtering, which makes the recognition process more suitable for all-optical setup to be realized. Thus the speed advantage of the recognition system is more prominent. Moreover, the proposed technique can maximize the utilization efficiency of the space-bandwidth product and the CCD by the new input method. The feasibility and effectiveness of the proposed method are demonstrated by numerical results.     

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.     

Extended fractional wavelet joint transform correlator

An extended fractional wavelet joint transform correlator is implemented for real-time target recognition applications. The real-time input scene captured using a charge-coupled device camera along with the reference image is fractional Fourier transformed. The obtained joint power spectrum is multiplied by an appropriately scaled wavelet filter and the resultant function is differentiated. The application of wavelet filter enhances the correlation outputs and differential processing of wavelet-filtered joint power spectrum improves the detection efficiency by reducing the zero-order spectra. Targets with Gaussian and speckle noise have also been used to check the correlation output. The performance metrics: correlation peak intensity, peak-to-correlation energy, peak-to-sidelobe ratio and signal to clutter ratio have been calculated. The experimental results are presented in support of the proposed idea.     

Study on the Performance of the nonlinear Joint Transform Correlator

l.IntroductionJointtransformcorrelation[1]hasbeeninvestigatedwidelyinrecentyears[2~4]be-causeitsreferenceimagesandobjectimagescanbeuPdatedinreal-time[5J.Nonlinearjointtransformcorre1ationtheoretica1ana1ysis[']showsthatcomparedwiththelinearjointtransformcorrelation,non1inearjointtransformcorrelationcanproducemorehighautcacorre1ationPeakintensity,andthelargerPeaktosideloberatiothataregoodforelectronicdevicestodetectandana]yze.Onthebasisofthemodu1ationprincipleana1ysisoftheliq-uidcrysta11ightva…