光学多通道体全息快速目标识别技术

体全息存储技术是一种超越现有串行存储方式的并行存储技术,同时又兼备内容寻址的功能.能实现高密度、大容量、高传输率的数据存储及并行多通道光计算.利用体全息相关器作为基准图像库和粗处理微处理器,与传统光电系统相结合,可并行地进行实时图像与基准图像的相关匹配,快速进行复杂景象的搜索与识别,进行快速飞行目标的锁定和跟踪.由于匹配算法的并行性,可大大减小由于处理延迟而产生的跟踪误差.在高分辨率精准导航定位或侦察监视系统中,由于目标图像及图像库数据容量大,采用体全息存储相关技术结合DSP处理技术,对大幅面数据页在大规模图像库中进行进行快速搜索截获,可以将处理速度大为提高.文中简要介绍了体全息存储及相关识别的原理;多通道体全息存储快速目标识别的系统结构;提高体全息相关器通道密度的方法;提高识别精度的方法;基于体全息相关识别的图像预处理算法;基于体全息存储技术的地形匹配技术与目标跟踪技术;最后展望了光学多通道体全息快速目标识别技术在以大数据量,高速,精准为特征的导航定位或侦察监视等武器平台中的应用前景.     

高速高精度体全息光学相关器

体全息光学相关器基于体光栅的布拉格选择性,在记录介质的共同体积中利用角度复用存储多幅图像。相关计算时,输入一幅图像可以并行输出所有的相关点,每个相关点的强度代表输入图像与对应库图像之间的内积值。分析了提高体全息光学相关器运算精度和速度的关键技术。总结了近年来采用散斑调制技术降低相关通道串扰,采用二维随机交错方法消除图案依赖行为,采用多样本并行估计方法提高并行运算精度,采用读写分离结构实观系统小型化集成等体全息光学相关器技术方面的研究进展。目前体全息光学相关器已经实现超过7500通道的并行运算能力,运算速度达到138GHz。系统在遥感图像匹配、指纹识别等领域的成功应用证明了其高速高精度运算能力。     

基于体全息的光电混合虹膜识别系统的研究

对基于体全息的光电混合虹膜识别系统进行了研究,采用基于联合最优小波包基的特征图像相关识别方法实现虹膜的光学识别。生成联合最优小波包基的特征图像以压缩存储的模板图像库,降低后处理数据量。改进最优小波包基优选标准,使所选最优基获得最大识别能力。采用统计特征识别的后处理方法使光电混合识别系统具有更好的适应性。系统仿真结果表明,所提出的系统既具有光学运算和体全息相关的高并行性,又具有计算机数值计算的高精度,获得了良好的识别效果。     

景象匹配区选择方法研究

通过试验研究了景象匹配概率与实时图的独立像元数、方差、纹理能量比和互相关峰等图像特征的关系,并以此提出了基于这些图像特征的景象匹配区选择方法。图像测试结果表明,该方法可以成功地规划出满足要求的景象匹配区。     

3f多路光电混合实时模式识别系统

介绍一种新型的3f多路光电混合实时模式识别系统。采用一平面微透镜列阵器件得到输入物体的多路傅里叶变换,匹配滤波器是构造在石英基片上的石英BPOF。该系统实现输入图像与存储的多个参考图像的实时并行相关。     

基于多通道体全息相关器的二维离散沃尔什变换

利用体全息相关器(VHC)可以完成多通道内积运算的特性,通过将待变换函数和二维沃尔什(Walsh)函数分别编码成输入图像和存储图像,提出了一种基于多通道体全息相关器的二维离散Walsh变换(DwT)方法.此方法可以快速、并行对输入函数做二维离散Walsh变换,并具有很大的速度提升潜力.利用散斑调制和随机交错方法可以提高运算精度.经验证,实验结果与理论值吻合.     

一种新的序列图像匹配定位算法

景象匹配是飞行器导航定位中广泛采用的一项技术,如何提高图像的匹配概率,始终是该项技术中一个值得研究的课题。针对传统的利用单幅实时图像进行匹配时,存在的实时景象图过小、匹配特征不足,从而导致匹配效率过低的问题。文中研究了一种基于归一化灰度相关序列图像匹配算法,利用飞行器飞越匹配区时所得到的序列实时图像,在序列中各单幅图像匹配的基础上,利用一定的规则来综合单幅图像的匹配结果,从而得到最终匹配结果。实验证明,文中方法不仅能显著提高匹配性能,而且有较大的实用性。     

基准图与实时图公因子提取方法研究与实验

基准图和实时图公共信息--公因子的提取是提高景象匹配准确率和定位精度的关键因素.通过对景象匹配误差原因的分析,提出一种有效提取基准图和实时图公因子的方法.该方法首先通过二阶高斯低通滤波算子将图像中同类景象区域化,其后通过Sobel梯度模算子,对图像中较稳定的区域边缘和区域内部轮廓线进行加权,同时滤除不稳定的局部直流分量影响,从而有效提取了基准图和实时图公因子.相关峰分析和多组真实图像实验证明了该方法的正确性和有效性.     

基于SVD-SURF的宽基线鲁棒景象匹配算法

提出一种基于SVD-SURF的宽基线鲁棒景象匹配算法。首先,在实时图与基准图奇异值分解的基础上构建SURF尺度空间,运用快速Hessian矩阵定位极值点;然后,计算出图像的64维SURF描述子;最后,通过Hessian矩阵迹进行特征点匹配,并利用RANSAC参数估计方法剔除出格点,从而实现位置参数的精确估计。实测航空图像序列位置估计实验表明了该景象匹配算法对图像的旋转、尺度变换及噪声不敏感,具有较强的实时性、精确性和鲁棒性。     

一种基于遗传算法的快速景象匹配算法

常规的归一化灰度互相关匹配算法是搜寻区域上的所有点,效率较低,在实时图存在旋转时,会影响匹配的精度。为此,在对典型的基于灰度的景象匹配算法进行分析的基础上,结合遗传算法和分层搜索策略设计了一种快速匹配算法。算法在匹配过程中考虑了存在旋转变化实时图像的处理,从而省去了图像对准的预处理,节省了时间。遗传算法和分层搜索策略的...