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.     

时间积分声光相关器相关峰的提取

对时间积分声光相关器的原理进行了理论分析，通过实验得到了叠加在包络上的相关峰波形，为了对其进行修正，引入了后处理电路，最后得到了比较理想的相关峰波形。     

高通滤波的二元联合变换相关器

提出一种新的采用高通滤波的二元联合变换相关器，这种相关器与一般的二元联合变换相关器的差别在于联合功率谱作二元处理之前先进高通滤波，使用这种技术，可以产生比二元联合变换相关器更好地相关输出性能，给出对含有灰度级场体的输入景物的计算机模拟结果。     

可测量3:1和8:1相关曲线的光学相关器

本文对Diels型光学相关器做了重要改进。提出临界延迟速度概念,合理地设计了延迟系统,仅靠改变电机电压即可获得强度和相位相关曲线。指出相位相关曲线携带了脉冲宽度的信息、并预期利用该曲线可更精确地测得脉宽。     

基于光学小波微分预处理的联合变换相关目标识别

提出了一种基于光学小波变换微分预处理的光电混合联合变换相关系统,该系统利用同一光路可实时实现对输入图象的小波变换微分预处理和联合变换相关识别.实验结果表明:该系统能得到很尖锐的互相关峰,可显著提高联合变换相关器的识别能力.     

基于光学相关器的光学稳像器研究

为了突破传统电子稳像和机械稳像技术在处理速度、精度等方面的局限性,提出基于光学相关器的稳像技术,旨在实现对高速视频的实时高精度光学稳像。系统使用光学联合相关变换的方法,提取视频前后两帧变换后的相关峰,给出两帧的位移差值,通过改进后的补偿算法进行实时稳像。基于光学相关器的光学稳像器能够实现平移和旋转稳像,通过仿真和实验分析,平移稳像的精度可以达到0.1个像元（改进补偿算法后可达0.04个像元）,旋转稳像的精度可达0.1。     

光学相关器的研究进展及军事应用

介绍了范德卢格特型和联合变换型光学相关器的基本原理和结构,给出了目前世界各国光学相关器的最新研究进展情况,最后探讨了其在军事上的应用前景及下一步的重点研究方向。     

实时声光图像相关器及其在模试识别中的应用

介绍一种实时声光图像相关器。在该系统中，一个声光偏转器和一个激光二极管阵列分别被用作输人图像和滤波器的电光转换器件。二维相关由工作于时间延迟积分模式下的一个二维ＣＣＤ探测器完成。最后描述这种相关器在模式识别中的应用。     

1∶N识别光电混合匹配滤波相关器研究

利用空间匹配滤波的原理,提出了一种用于1∶N识别的光电混合匹配滤波相关器。利用计算机提前制作二值匹配滤波器,用计算机和FPGA直接计算识别所需要的功率谱,然后利用2f系统完成傅里叶变换,从而完成1∶N识别。从理论上对图像识别原理进行了分析,并用计算机仿真的方法加以验证,仿真结果表明,相关器输出锐的相关峰,具有很好的识别能力。     

透射式光学相关器小型化设计

 针对光学相关器的技术指标,对其光学系统进行小型化设计。傅里叶透镜组与准直扩束系统均采用摄远型式结构,在满足其长焦距的前提下缩短了系统的光学筒长;采用直角反射棱镜折叠空间光路充分利用空间,使系统布局更紧凑;利用计算机辅助设计软件ZEMAX对光学系统结构进行优化,最后研制出的小型化透射式光学相关器总长在150 mm以内,总宽在130 mm以内,实现了小型化目的。改进后的光学系统结构为双光路处理结构,具有实时性强的优点。经实验验证,该装置具有较好的相关探测性能,并且噪声小、探测精度高。     

基于BP神经网络的焊点自动光学检测

提出了一种新的表面组装焊点的自动光学检测分类方法。采用单层环形光源获取焊点图像,并根据归一化分割曲线方程将焊点图像分成四部分,分别提取其特征。使用BP神经网络将焊点按照锡量多少分成三类:少锡,容许和多锡。实验结果证明该方法分类正确率达到了99.2%,具有较高的实用价值。     

BP神经网络在靶场时间间隔测量仪控制系统中的应用

针对靶场时间间隔测量仪中存在非弹丸数据误测的问题,设计了一种基于BP神经网络的弹丸数据误测的判定系统。测试结果表明,该方法比常规测试方法能更有效地进行误测数据的判定,从而为误测数据识别及判定的自动化提供了一种新思路。     

基于BP神经网络的小样本星图识别方法

为解决星敏感器的星图识别算法高实时性和鲁棒性,采用了BP神经网络;根据飞行轨迹精简了导航星及对应的模式,即一个视场中的一幅星图对应一个惟一的导航模式。采用二维Voronoi图计算向平面上最大空圆,构造了完备的圆视场集合;经过反复比较,选择以恒星为顶点能构造包含视场中所有星的凸多边形的导航模式,以其角距和顶角作为识别向量,具有平移和旋转不变性,并以该模式为BP神经网络的训练样本。仿真试验表明：该方法的识别成功率达100%,识别时间小于20ms。     

复合深度神经网络在直升机声目标识别中的研究

针对直升机探测中目标运动过程连续识别的鲁棒性问题,提出了一种基于复合深度神经网络的直升机声学特征提取和识别框架。复合深度神经网络由卷积神经网络和长短时记忆神经网络以并行结构组合,进行直升机声学特征的优化,完成直升机类型识别。针对直升机声信号特性,对卷积神经网络进行了改进,使得该复合深度神经网络在信号短时谱基础上优化声信号特征表征并提取前后帧之间的相关信息,弥补通常声目标识别方法不能充分利用目标信号时间历程信息的缺陷。真实外场实验数据测试结果显示:相较于传统识别方法,该算法显著提升了直升机进入有效探测范围后连续识别的鲁棒性和目标识别正确率。     

正补态光学神经网络模型性能评估

本文对一种多值光学神经网络模型——正补态模型的性能,存贮容量、容错性及收敛性进行了评估,并在N=16的网络上进行了计算机模拟.结果表明,正补态模型的性能比其它光学神经网络模型有所改善.     

用神经网络校正微型颜色传感器颜色特性的方法研究

采用光学积分原理设计的光电色度仪器,由于其结构简单、测量速度快、成本低等优点已被广泛地应用在产品的色度检验控制过程中。基于微型颜色传感器的颜色测量仪器也属于光电色度类仪器,由于它不能完全模拟标准色度观察者和标准光源,即不能完全满足卢瑟(Luther)条件,所以其测量值RGB与三刺激值XYZ并不相等,且存在非线性关系。讨论了采用BP神经网络进行微型颜色传感器颜色特性校正的方法,其优点是对仪器的匹配滤色片要求较低,只要在测量软件中增加训练好的校正网络程序,就可以获得准确的颜色三刺激值。     

基于BP神经网络的闪光照相图像复原

针对闪光照相系统模糊较大、成像信噪比较低的问题,提出了一种基于BP神经网络的闪光照相图像复原方法。该方法利用BP神经网络的泛化能力,用样本图像对网络进行训练,建立退化图像与真实图像之间的非线性映射关系,然后将待复原图像分区,利用训练好的BP神经网络对待复原图像的边界区域进行复原处理。数值试验表明,在系统点扩展函数未知的情况下,该算法能较好再现图像边缘信息,复原出的图像在信噪比和视觉方面都有较大提高。     

基于BP神经网络的闪光照相图像复原

针对闪光照相系统模糊较大、成像信噪比较低的问题,提出了一种基于BP神经网络的闪光照相图像复原方法。该方法利用BP神经网络的泛化能力,用样本图像对网络进行训练,建立退化图像与真实图像之间的非线性映射关系,然后将待复原图像分区,利用训练好的BP神经网络对待复原图像的边界区域进行复原处理。数值试验表明,在系统点扩展函数未知的情况下,该算法能较好再现图像边缘信息,复原出的图像在信噪比和视觉方面都有较大提高。     

局域互联神经网络的关联存储

基于全局互联的Hopfield模型,本文提出了局域互联关联存储的新概念.与全局互联相比,局域互联具有较小的关联矩阵,因而,有利于用现有的空间光调制器加以实现.同时,计算机模拟结果表明,它仍然具有全局关联存储的能力.