用光学方法实现么正变换及一般线性变换(Ⅳ)——图形识别及投影算子

本文指出,图形识别实质上是图形空间中的表象变换(坐标系变换)。由于表象变换是通过么正变换实现的,用光学方法进行图形识别是比较合适的。本文着重讨论了如何只根据所需识别的标准图形组,构造光学系统,即用光学方法直接实现投影变换的方法。并进一步发展了文献[3]中的优化方法。 关键词：     

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。     

光学小波变换

首先讨论了常规傅里叶变换的缺点,导入短时傅里叶变换及小波变换,分析了小波变换的特点和实现小波变换的光学方案,在空域和频域中详细分析了利用高斯－哈尔小波变换进行边缘探测的特征,介绍了小波变换图形识别的结果。     

面积-极坐标变换在光学相关目标识别中的应用

应用联合变换相关器对目标进行探测和识别时,由于实际探测到的目标相对于参考图像存在比例、旋转、平移畸变,因此在传统的光学相关器中很难实现目标的探测和识别。为了更好地探测到目标,提出了面积-极坐标的算法,该算法利用相似图形之间的尺寸与面积存在满映射函数关系,实现了比例不变光学探测,并结合极坐标变换实现旋转不变光学探测,最后,对变换后的联合图像进行小波边缘提取,既能提取到清晰的图像边缘,又能有效地抑制噪声,不但提高了相关峰,并使得相关峰更为尖锐,成功实现了大尺度混和畸变目标的探测和识别。作为实例,对混合畸变目标进行了计算机模拟和光学实验,验证了该算法在大尺度混合畸变光学相关探测中的可行性。     

可编程光电混合二值图象代数处理器

本文采用新的光学方法实现图象代数最基本的变换和操作,建立了基于液晶电视空间光调制器、CCD摄象机和微机的可编程光电混合二值图象代数处理器装置,并给出了其在图象处理、目标识别中的应用实例。     

以微机为基础的可编程光学信号处理器

本文介绍一种以微机为基础的实时可编程光学信号处理系统。这种系统采用了磁光空间光调制器(MOSLM)和液晶光阀(LCLV),可以实现各种复杂的光学运算,例如:图象相关、图象相减和矩阵乘法。它的主要优点是可编程和实时寻址能力。这些性能对空间自动化领域中的遥控机器人视觉是十分重要的。本文讨论了实际实现这种系统的设计要求和建议,进行了某些初步实验,目的在于证实这种系统可以用于光学图形识别中的图象相关、IC 芯片检查中的图象相减和用于光计算中的矩阵乘法。     

利用功率谱作模式识别——以肺癌细胞筛选为例

本文讨论了用功率谱采样的方法对于同一类物体进行识别和筛选的原理.以肺癌细胞筛选为例,提出用长焦距、高倍率的傅里叶变换系统和线性判别处理。由微计算机控制采样过程并作统计判别,完成了光学计算机混合处理系统,实现了肺癌细胞的自动筛选。     

偏振表象和偏振表象变换理论以及应用

借用量子力学中的表象与表象变换概念，本文系统地提出了偏振光学中的偏振表象和偏振表象变换理论，可以加深对琼斯空间的琼斯矢量、琼斯矩阵描述偏振光和偏振光变换的理解，更加深刻认识其中的物理机理.本文还利用偏振表象和表象变换理论解读了光纤通信中的光纤偏振模色散和偏振相关损耗对传输的偏振光的作用和影响.     

用Hough变换识别二维图象

本文介绍了一种识别图象的方法-Hough变换以及一些二维图形在Hough空间中的特征和用Hough变换识别二维图象。     

一种可识别破碎图形的特殊广义Hough变换方法

提出了一种与现有广义Hough变换(GHT)不同的识别破碎图形的方法.称为特殊广义Hough变换(SGHT)方法.该方法在参数表制作阶段和识别阶段，都与现有GHT方法不同.理论分析和实验的结果表明，采用SGHT方法， 可以解决常规GHT方法难以识别破碎图形的困难，且有很高的配准精度和速度，既可用于破碎图形的识别也可用于非破碎图形的识别，具有普适、快速和准确的特点. 关键词： 特殊广义Hough变换 广义Hough变换 参数表 8邻域     

用双透镜Joint变换实现多特征识别

本文分析了多特征函数与函数阵列Joint变换的相关特性,提出用双透镜Joint变换实现多特征识别,并应用于变尺度.变方位特征识别.实验结果表明:分析是正确的,方法是可行的.     

一种提高光学目标识别速度的多通道方案

本文以形态学击中击不中变换作为理论依据，以非相干光相关器作为光学实现硬件，推导了在非共轴相关条件下相关点位置的计算公式。基于系统的平移不变性，在无需增加任何分束器的情况下实现了多通道并行处理方案，不仅充分利用了空间光调制器的工作幅面，而且大大提高了识别速度，体现了光学方法的并行性和快速性。文中给出了用四通道结构，以正面人脸图像作为测试对象的实验结果。     

用计算全息元件实现光学Perfect shuffle网络

本文介绍了一种实现光学perfect shuffie(PS)网络的方法,它是用计算机产生全息片(CGH)的方法制作的元件,该元件可以很简单地实现二维光学PS网络,实验结果表明,该方法是可行的,效果好,能推广到其它的变换网络。     

量子光学中宇称算符的新推导及新应用

我们研究了量子光学理论中的宇称算符及其应用。我们用有序算符内的积分方法,从宇称变换的物理意义出发自然地导出量子宇称算符的明确表达式;并将宇称变换和其它量子变换(如坐标-动量互变、压缩变换等)结合在一起考虑,构建了联合变换算符。最后给出了宇称算符在构建共轭纠缠态表象的应用。     

光学相关器在自动目标识别中的应用

为使光学相关器更好地应用于自动目标识别领域,保证在较高识别速度下,具备良好的识别效果,介绍了应用于自动目标识别领域的联合变换相关器和匹配滤波相关器.针对匹配滤波相关器实现过程中的两项关键技术,在滤波器编码技术上提出了构造等相关峰综合鉴别函数以解决畸变不变识别问题.在相关峰识别技术上,针对阈值法存在的不足,提出利用BP神经网络对相关平面相关峰进行识别,采用划分感兴趣区域的方法减少了输入层神经元数目,简化了神经网络结构.借助搭建的光学相关器系统验证了该方法可对相关信号和噪声进行有效分类,提高了光学相关器的识别效果.     

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。     

子波变换在光信息处理方面的应用

子波变换是光信息处理中的一个重要工具，与常用的傅里叶交换和Ｇａｂｏｒ变换相比，在分析瞬态信号方面有很多优点。此文详细介绍子波变换的基本原理以及如何用光学方法实现子波变换，揭示其在光信息处理方面的应用前景。     

基于小波多尺度积的目标识别

光学相关探测就是利用光学相关的方法,从混乱的图像中找出需要的目标,达到识别的目的.把小波变换应用于光电混含联合变换相关器,突破了传统的傅里叶变换的局限性,实现了对探测目标不同区域、不同尺度的分析.为了充分利用小波不同尺度的特性,采用小波多尺度积的方法提取出目标图像的边缘,兼顾了图像的细节与轮廓特征,将目标图像不同层次的轮廓信息和细节信息相结合,解决了复杂背景下目标图像的识别问题.光学实验结果表明,该方法有效增强了复杂背景目标的相关点强度,成功实现了目标的探测,具有良好的应用前景.     

大尺度混合畸变的目标识别技术

为解决目标识别技术中混合畸变目标的识别难题,提出了一种面积极坐标变换算法.该算法利用相似图形尺寸与面积的满射函数关系和极坐标变换的旋转不变特性,对目标与模板同时进行面积变换和极坐标变换.将面积极坐标变换算法与基于形态学膨胀的边缘加粗处理算法相结合应用于光电混合联合变换相关器,实现了大尺度混合畸变目标的识别.以空中飞机为例,光学相关实验表明,该方法可显著提高混合畸变目标的相关峰强度,旋转畸变容差为0°~100°,比例畸变容差为100%~200%,具有较大尺度的混合畸变容差,扩大了识别范围.其混合畸变识别能力优于极坐标对数变换算法与综合鉴别函数法其衍生方法,其"时间复杂度"远小于综合鉴别函数及其衍生方法.     

简单透镜作傅里叶变换透镜

本文从光学透镜的傅里叶变换特性,用P.w方法论述单透镜、双单透镜、双胶合透镜和正负分离透镜实现傅里叶变换透镜的可能性。