修正振幅调制的光电混合圆谐联合变换相关器作旋转不变的目标检测

提出一种修正振幅调制的光电混合圆谐联合变换相关器作旋转不变的目标检测的实验系统。参考图像（即圆谐展开分量的实部和虚部）、圆盘状的局部偏置函数以及目标图像同时显示于输入面。此方法对联合功率谱作了修正,先将联合功率谱减去纯输入景物（含局部偏置函数）的功率谱和参考图像（含局部偏置函数）的功率谱,再加上局部偏置函数的功率谱,然后将所得修正的联合功率谱乘以振幅调制滤波函数。这种方法能产生比普通的圆谐联合变换     

Rotation invariant Target Detection Using a Hybrid Optical Circular Harmonic Joint Transform Correlator with DC Bias

１ＩｎｔｒｏｄｕｃｔｉｏｎＦｏｒｒｏｔａｔｉｏｎｉｎｖａｒｉａｎｔｐａｔｅｒｎｒｅｃｏｇｎｉｔｉｏｎ,ｔｈｅｓｐａｔｉａｌｍａｔｃｈｅｄｃｏｒｅｌａｔｏｒｉｓｏｆｔｅｎｕｓｅｄｂｙｔａｋｉｎｇａｃｉｒｃｕｌａｒｈａｒｍｏｎｉｃｃｏｍｐｏｎｅｎｔ（ＣＨ...     

旋转不变振幅位相合成圆谐滤波器

提出了振幅位相合成圆谐滤器用于旋转不变模式识别，该滤波器的振幅是圆谐滤波器的振幅谱加偏移量后的逆函数，位相是圆谐滤波器的位相谱。计算机模拟实验证明，与传统的圆谐滤波器和纯位相圆谐滤波器相比，振幅位相合成圆谐滤波器具有更好的识别能力，能产生更尖锐的相关峰和更大的输出信噪比。     

Shift,Rotation and Limited Scale Invariant Pattern Recognition Using Synthetic Discriminant Functions

Making use of the idea of synthetic discriminant functions (SDF), a simple way to synthesize a shift, rotation and limited size correlation filter is proposed. The SDF is synthesized by superimposing four 2nd order circular harmonics of a training reference pattern in 4 different sizes. Computer simulation experiments have shown that the filter is indeed shift, full rotation and limited size invariant over a size range from 1 to 1.82. The invariant range can be increased if more training patterns are used.     

改进形态学相关算法以识别高相似度灰度图像

从形态学角度定义了灰度联合图像相似度，提出两种基于位表示法形态学相关算法的改进算法，通过提取位表示法的图像片边缘特征或二元化位表示法的图像片功率谱，以提高位表示法形态学相关算法对高相似度灰度图像的识别能力。     

Hybrid Binary Joint Transform Correlator For Adaptive Real－time Pattern Recognition

ＨｙｂｒｉｄＢｉｎａｒｙＪｏｉｎｔＴｒａｎｓｆｏｒｍＣｏｒｒｅｌａｔｏｒＦｏｒＡｄａｐｔｉｖｅＲｅａｌ－ｔｉｍｅＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎ￥ＷＡＮＧＤａｙｏｎｇ；ＸＩＥＷｅｉｘｉｎＷＡＮＧＤａｙｏｎｇ；ＸＩＥＷｅｉｘｉｎ（Ｄｅｐａｒｔｍｅｎ...     

Matched Spatial Filtering by Primitive Reference Patterns and Correlation Diagrams for Shape Invariant Pattern Recognition

In this paper, twelve linear primitive reference patterns are proposed for synthesizing a matched spatial filter, known as a shape invariant filter, which can recognize all patterns with various shapes. Furthermore, reprocessed data, given by correlation between the input object of the system and the reference patterns “correlation diagrams” are introduced for processing peak signals in a digital system. By correlating the diagram from the input object with the standard diagrams, the 26 of the alphabet letters were recognized in the experiment. Moreover, feasibility of the rotational invariance of the filter was suggested by the computer simulation.     

Distortion Invariant Binary Image Recognition Based on Central Projection Correlation

1　Ｉｎｔｒｏｄｕｃｔｉｏｎ　　ＴｈｅｍａｔｃｈｅｄｓｐａｔｉａｌｆｉｌｔｅｒｉｎｇｐｒｏｐｏｓｅｄｂｙＶａｎｄｅｒｌｕｇｔ[1] ｈａｓｒｅｃｅｉｖｅｄｃｏｎｓｉｄｅｒａｂｌｅａｔｔｅｎｔｉｏｎｂｅｃａｕｓｅｉｔｈａｓｉｎｈｅｒｅｎｔａｄｖａｎｔａｇｅｏｆｓｈｉｆｔｉｎｖａｒｉａｎｃｅ ,ｂｕｔｔｈｉｓｔｅｃｈｎｉｑｕｅｓｕｆｆｅｒｓｆｒｏｍｓｅｎｓｉｔｉｖｉｔｙｔｏｒｏｔａｔｉｏｎａｎｄｓｃａｌｅｄｅｆｏｒｍａｔｉｏｎ .Ｔｈｅｉｎｖａｒｉａｎｃｅｉｓｔｈｅｋｅｙｔｏｐａｔｔｅｒｎｒｅｃｏｇｎｉｔｉ…     

改进的对数联合变换相关器在噪声条件下的模式识别

对联合变换相关器的功率谱进行对数变换可强化其高频分量,锐化相关峰,但同时也会增强其噪声成分,影响抗噪性能。针对这一问题,提出了一种改进的对数联合变换相关器模型。通过改变对数函数形式来提高对数联合变换相关器的抗噪能力。计算机仿真结果表明,在附加高斯白噪声、非重叠低频和高频有色噪声的条件下,改进的对数联合变换相关器的抗噪能力均优于传统的对数联合变换相关器。     

基于数学形态谱和二维矢量分类网络的模式识别及二维矢量分类网络的光学实现

介绍一种基于数学形态谱和二维矢量分类网络的模式识别体系。数学形态谱相对于图像平移和旋转不变。建立了光学二维矢量分类网络，利用光学逻辑操作和最大值网络的循环操作，得到与输入图像最佳匹配的模式。     

尺度不变特征与几何特征融合的人耳识别方法

要提高人耳的识别率,关键是特征的提取与表达.尺度不变特征变换(SIFT)技术是局部点特征提取算法,在尺度空间寻找极值点,提取对图像的尺度和旋转变化具有不变性,对光照变化和图像变形具有较强的适应性的特征向量.尝试用SIFT技术来提取外耳图像的结构特征点以形成稳定的特征描述子,为了克服一幅图像中有多个局部描述子相似的问题,在SIFT特征描述子中融入一个耳廓几何特征.最后采用特征向量的欧氏距离作为两幅图像相似性度量标准进行人耳识别.在耳图像库七进行实验.结果表明,该方法不仅可以有效地提取人耳特征,通过少量特征可获得较高的识别率,而且对耳图像刚体变化具有较强的稳健性.     

使用振幅调制和功率谱相减的联合变换相关器作多目标检测

提出一种使用振幅调制和功率谱相减的联合变换相关器作多目标检测，这一方法对联合功率谱作了修正，先将联合功率谱减去纯输入景物的功率谱和参考图象的功率谱，再将所得修正的联合功率谱乘以振幅调制滤波函数。分析和量化了输入景物噪声对联合变换相关器性能的影响。这种方法比条纹调节的联合变换相关器和修正的条纹调节的联合变换相关器能产生更好的相关输出和适应输入景物噪声的能力。     

集成化光学相关器及匹配滤波器的优化设计

介绍了自制的具有超短光路和折迭式结构的集成化光学相关器。采用蒙特卡罗迭代算法对匹配滤波器进行优化设计 ,实验证明 ,该方法提高了模式识别的准确度     

一种光谱识别的新方法

提出了一种对光谱信号识别的新方法。针对光谱信号的特征 ,我们设计了基于径向基函数神经网络组成的统计混合模型 ,并构造了识别系统的代价函数。通过优化系统的代价函数 ,导出了类EM算法去估计混合模型的参数 ,从而构建对光谱特征识别的识别器。利用实际的拉曼光谱 ,对本文所提出的估计模型参数的算法与建立的光谱识别器进行了检验。我们还讨论了利用特征波长与相应的光谱强度 ,以及利用主分量分析组成输入特征矢量 ,及其这些输入特征矢量对光谱识别器应用的效果。实验结果表明 ,所提出的算法可以有效地估计模型参数 ,其建立的光谱识别模型具有较高的识别准确率。所提出的对光谱信号识别的方法通用性强 ,因此具有较为广阔的应用前景。     

基于谱线检测的发射线星自动识别方法

针对我国即将建成的大型巡天项目(LAMOST),给出了一种基于谱线检测的发射线星自动识别方法.主要步骤:1)通过获取谱线特征匹配值进行恒星谱线整体估计;2)利用提取出的恒星谱线特征检测恒星的巴耳末(Balmer)线;3)对获取的特征匹配值采用阈值法,并结合恒星Balmer线的检测结果,进行发射线里判别.通过对SDSS DR4所有光谱进行识别,共获得了242条具有恒星发射线的特殊天体.根据星表查询结果,这些天体包括发射线星、激变变星和一些未知特殊天体等.大量真实光谱数据实验表明,本文方法可有效识别发射线星.     

基于复高斯模型的雷达高分辨距离像目标识别新方法

为了利用雷达高分辨距离像(HRRP)中的相位信息改善识别系统性能,提出了一类针对复距离像的目标识别新方法。分析了复距离像的统计特性,将识别领域常用的三种高斯模型———自适应高斯分类器(AGC)模型、联合高斯(JG)模型和概率主分量分析(PPCA)模型推广至复数域对复距离像统计建模。研究表明,这三种模型及其参数估计结果均不受距离像初相的影响。此外,为了解决噪声环境中的稳健识别问题,进一步提出了噪声稳健的模型修正方法。实验结果显示:在识别过程中加入距离像相位信息能够获得更高的正确识别率;且经过噪声稳健修正后的模型大幅改善了低信噪比下的识别性能。     

基于图像处理和模式识别的网络图像监控系统

随着科学技术和生活水平不断的提高,人们的财产和人身安全问题已经不仅仅来自于传统的经验,而是逐渐的转变到虚拟的网络当中;为此,提高人们的隐私安全和财产安全需要加强网络监控,其中图像监控是较为主要的方面;加强图像监控的可靠性和实时性,是实现社会稳步发展和人民网络隐私安全的首要目标;应用计算机网络技术和现代化通讯技术相结合,综合图像处理技术和模式识别技术的应用,设计应用于网络图像监控系统是当前社会发展的安全技术保障之一;文章通过对图像监控进行简析,阐述图像处理技术和模式识别技术的相关方面,探讨研究网络图像监控中图像识别和处理方面的技术;通过对图像处理中的色彩均化和模糊识别实验,得出其对于网络中传播的图片辨识度和提取信息能力具有很高的发展。     

边缘增强新方法及在联合变换相关器中的应用

基于耦合理论定义并推导出耦合增益系数g,分析耦合增益系数g随TL和r的变化.提出图像边缘增强的新光学系统,该系统利用背景信号增强边缘信号,具有高输出效率和高亮度的优点.设计并构建出该光学系统,并利用CCD获得手骨的边缘增强图像.论证了光相关原理,模拟边缘增强和非边缘增强字母E的三维相关分布,并比较了两种相关器的分辨率Iac和半高宽(FWHM).分析表明：边缘增强预处理能有效提高相关器的性能.     

一种基于傅里叶变换的分析载波条纹的新方法

针对传统傅里叶变换法处理光载波干涉条纹图时会有边缘效应产生的问题,提出了一种基于傅里叶变换法的外推延拓方法,并从理论上进行了数学推导。为了验证这种方法的正确性,分别对一维数字信号和二维空间载波条纹图进行了数值模拟,进一步分析了误差产生的原因,并与传统的傅里叶变换法对比。结果表明该法可以有效抑制传统傅里叶变换法处理光载波干涉条纹图时边缘效应所造成的较大误差,在基于空间域相位调制技术的波面干涉测量中,对空间载波条纹图进行处理,可以使相位的计算精度达到3.3 mrad。     

A Novel Method for Pattern Recognition of GIS Partial Discharge via Multi-Information Ensemble Learning

Partial discharge (PD) is the main feature that effectively reflects the internal insulation defects of gas-insulated switchgear (GIS). It is of great significance to diagnose the types of insulation faults by recognizing PD to ensure the normal operation of GIS. However, the traditional diagnosis method based on single feature information analysis has a low recognition accuracy of PD, and there are great differences in the diagnosis effect of various insulation defects. To make the most of the rich insulation state information contained in PD, we propose a novel multi-information ensemble learning for PD pattern recognition. First, the ultra-high frequency and ultrasonic data of PD under four typical defects of GIS are obtained through experiment. Then the deep residual convolution neural network is used to automatically extract discriminative features. Finally, multi-information ensemble learning is used to classify PD types at the decision level, which can complement the shortcomings of the independent recognition of the two types of feature information and has higher accuracy and reliability. Experiments show that the accuracy of the proposed method can reach 97.500%, which greatly improves the diagnosis accuracy of various insulation defects.