基于噪音谱分析的新型指数空间匹配滤波器设计

光学相关识别过程中,为减小输入场景中背景噪音对输出相关点的影响,通过分析背景噪音和目标图像的傅里叶谱,在匹配滤波函数中引入一由背景噪音傅里叶谱确定的指数函数,通过指数函数对匹配滤波函数振幅进行非线性调制,使设计的指数型空间匹配滤波器对背景噪音谱透过率小于目标图像谱透过率,从而增加输出相关平面上的信噪比,以实现相关点的正确探测。模拟结果表明当参量m由0增加到1.2时,相关峰值下降2.28倍,信噪比增加3倍。模拟和实验结果均表明:与纯相位匹配滤波器相比其抗噪能力得到明显改善。     

基于主成分分析的MACH滤波器设计

针对解决畸变不变目标识别中选择目标样本数目过多的问题,提出了一种基于主成分分析的MACH匹配滤波器设计方法,这是使用去除冗余的本质特征图像来替代目标样本图像的一种方法,能够减少匹配滤波器设计的样本数量,在对一定范围内的畸变目标进行识别,只需要少数几个匹配滤波器就可以完成,而且同一匹配滤波器还可以对不同的畸变方式(如尺度缩放、角度旋转、运动模糊失真)目标进行识别,实验结果表明,这种匹配滤波器在较大的畸变范围内仍然能够得到较尖锐的相关峰。     

最优折衷三元相位振幅滤波器设计

 为了使在空间光调制器上易于实现的三元相位振幅滤波器在畸变容限、噪声抑制能力和相关峰尖锐度这3个指标上均能取得较好的性能,在最优折衷最大相关高度滤波器的基础上提出了最优折衷三元相位振幅滤波器,并研究了其设计方法。它只需最大化单个准则就能确定最优的临界线角度和支撑区域,简化了优化设计过程。实验结果表明：与二元纯相位滤波器相比,这种滤波器对于在30°的旋转畸变范围内并存在复杂背景的目标能给出更尖锐的相关峰。这将提高相关峰探测的准确性。     

一种基于GPS原理的诱偏算法

提出了一种基于GPS导航原理的诱偏算法,通过利用区域映射原理,控制转发式干扰系统,诱偏GPS制导武器使其运行偏离设定的轨迹而至特定的区域,从而实现对特定目标的保护作用.通过仿真计算,显示进攻目标在干扰区域范围之内的航迹变化,从而对诱偏效果进行评估.     

基于光学相关的运动目标跟踪识别技术研究

为了提高系统的识别精度和抗噪性能,在相关处理的基础上,针对相关峰采用了图像流来判断其运动特性,进而通过管道滤波的方法区分噪声和相关峰,进行了理论分析和实验验证,取得了系统对运动目标的识别数据.结果表明,该方法利用序列图像中目标运动的连续性和轨迹的一致性的特性,大大提高了识别精度和抗噪性能.这一结果对运动目标跟踪识别是有帮助的.     

光电混合相关识别系统中匹配滤波器缩放比例的确定方法

在光电混合匹配滤波相关识别系统中,由于输入图像的频谱与匹配滤波器的形成方式不同,不能直接实现对应频率成份的准确对准。这个问题需要通过对匹配滤波器进行缩放来解决。根据透镜的傅里叶变换性质和计算全息理论,分别推导出输入图像的频谱的表达式和滤波空间光调制器加载了匹配滤波器后的透射函数的表达式,并根据这两个表达式得到匹配滤波器的缩放比例的公式,然后在实际的光学识别系统中对根据该公式计算的缩放比例进行了验证。实验结果表明,在该缩放比例下,相关峰的质量有较大改善,这说明此时输入图像的频谱与匹配滤波器对应频率成份实现了较好地对准。     

联合变换相关中输出相关点形状与输入相关物长宽比的关系

根据联合变换相关理论和光的衍射理论,定量分析了联合变换相关中两相关输入物长宽比与输出相关点形状间的关系.结果表明:输入相关物长宽比影响相关点的形状,当相关物长宽比过大时,将使相关点形状严重偏离圆斑形状,从而影响相关点的探测和精确定位.     

非准确联合变换相关测量透镜焦距

提出了一种利用非准确联合变换相关测量透镜焦距的方法.该方法首先利用已知焦距透镜记录联合功率谱,再用记录的联合功率谱经被测焦距透镜输出相关点,记录相关点并测出其间距,可以计算出被测透镜的焦距.理论分析和实验结果表明,该方法有较高的测量准确度,能实现透镜焦距的自动测量.     

神经网络和遗传算法在相关峰判读中的应用

在相干光学目标识别技术研究中,为了更好地判读相关峰,把遗传算法和人工神经网络相结合,以反向传播神经网络和遗传算法为基础,建立了以遗传算法优化神经网络初始权值和阈值的相关峰判读系统,既避免了神经网络训练中容易陷于局部最小值和收敛速度较慢的缺点,又克服了遗传算法局部精确搜索能力的不足,实现其优势互补,从而有利于更好地解决相关峰判读问题。结果表明,改进后的算法充分发挥遗传算法和反向传播算法的优点,达到了较好的判读效果。     

非准确联合变换相关

分析了联合变换相关中相关物或联合功率谱输入面偏离透镜前焦面的情况,或记录联合功率谱时透过两相关物的两相干光束间存在常数相位差时的情况,类似的非准确傅里叶变换被称为非准确联合变换相关。理论分析和实验验证表明,该种情况的相关点分布不变。