基于对功率谱进行位相调制的联合变换相关器

讨论了通过位相调制对多灰度图像进行功率谱相减的原理，并提出了利用此原理实现多灰度多目标光学联合变换相关的新的实验方法。其中需对功率谱进行两次记录并进行相减。在第二次的记录过程中，利用位相板使参考图像产生半波位相延迟。将相减后的功率谱进行傅里叶逆变换，能够使相关峰得到明显增强，而且大大抑制了多目标间的相关及背景噪声间的相关。此方法特别适用于具有多灰度背景噪声的多灰度的多目标识别，而且方法简单，易于实现。     

使用啁啾编码的高通联合变换相关器作多目标检测

根据啁啾编码的原理和高通滤波的方法．提出使用啁啾编码的高通滤波的联合变换相关器作多目标检测。使用这种方法．可使所想要的参考图像和目标像之间的互相关峰与不想要的直流项、各目标图像之间的互相关峰以及谐波峰输出在不同的平面上，从而提高对多目标检测的准确度，给出对具有灰度级的多目标输入景物的计算机模拟结果。     

基于相移功率谱相减的二元联合变换相关识别

提出基于相移联合功率谱相减的二元联合变换相关识别的新方法：制作特殊的半波片，采用π相移技术，将零级功率谱从联合功率谱中去掉，并进行二值化。与经典联合相关变换和二元联合相关变换相比，基于相移功率谱相减的二元联合相关变换，使输入面的空间带宽得到更充分的利用，还得到了更高、更尖锐的相关峰，更大的相关信噪比，提高了相关识别能力。给出了相应的计算机模拟和光学实验结果。     

单模光纤相移三维轮廓测量术基于对功率谱进行位相调制的联合变换相关器

提出了一种新的计算机图像处理光栅投影三维轮廓测量系统,该系统用一分二单模光纤耦合器产生正弦光强分布的投影光栅场;将光纤一臂绕在压电陶瓷(PZT)环引入相移。将该系统用于实际测量得到了满意的效果。该系统具有结构简单、体积小、重量轻、光栅条纹清晰并且光强正弦分布等优点,有很高的实用价值。讨论了通过位相调制对多灰度图像进行功率谱相减的原理,并提出了利用此原理实现多灰度多目标光学联合变换相关的新的实验方法。其中需对功率谱进行两次记录并进行相减。在第二次的记录过程中,利用位相板使参考图像产生半波位相延迟。将相减后的功率谱进行傅里叶逆变换,能够使相关峰得到明显增强,而且大大抑制了多目标间的相关及背景噪声间的相关。此方法特别适用于具有多灰度背景噪声的多灰度的多目标识别,而且方法简单,易于实现。     

用功率谱相减的圆谐联合小波变换相关器作多目标检测

将小波变换与圆谐联合变换相关器相结合,应用功率谱相减技术进行多目标检测,可以从输出面上直接看出系统对真目标的旋转不变检测及识别假目标的能力。分析和量化了输入景物噪声对结果的影响。计算机模拟实验表明这种方法明显改善了普通圆谐联合变换相关器的性能,具有良好的相关输出性能和抗噪声能力。     

基于联合傅里叶变换相关器的光电实验研究

分析了联合傅里叶变换相关器存在较强的零级衍射且宽度很大,限制了输入图像的大小和相对位置的问题.提出了将参考图像和待识别图像分别置于马赫—曾德干涉仪的两臂,并将实时采集到的联合功率谱与事先存储的待识别和目标图像的功率谱进行相减的方法.改进方法可使原两个相关输出项移到坐标中心,既提高了识别能力,也增大了输入图像的尺寸.     

位相编码振幅调制联合变换相关器的设计

采用位相编码技术减小了经典联合变换相关器中的直流分量 ,及多目标输入时各目标图像之间的互相关项 ,并且同时消除了参考图像和各目标图像之间的共轭相关项。通过对联合功率谱进行振幅调制 ,缩小了相关峰的宽度 ,锐化了相关峰 ,增强了识别能力。最后给出了计算机模拟结果。     

一种旋转不变联合变换相关识别的优化方法

采用迭代法优化联合变换相关识别的合成参考图像,并结合相移功率谱相减,获得了联合变换相关输出的起伏小、尖锐的相关峰。     

实时高效联合变换相关器作指纹识别

提出一种用高效联合变换相关器(JTC)作实时指纹识别的方法。用直角棱镜作为指纹的实时输入装置,用多焦点全息透镜产生目标指纹和参考指纹的联合变换功率谱阵列．在输出面上得到增强和相关信号。实验表明．这种识别方法特别适于由于手指按压部位不同和用力大小不同而产生少许变形的指纹图像的识别。     

基于最小平均相关能量滤波器的目标识别技术

把用于匹配滤波器的最小平均相关能量(MACE)算法进行改进,成功应用于实时联合变换相关器。训练系列图像的谱按MACE综合后,经傅里叶逆变换在物面合成参考图像,同时在合成参考图像前对训练图像进行边缘提取,并对目标与参考图像的联合功率谱进行拉普拉斯锐化,提高相关峰对比度。给出了存在旋转变化的目标图像和光学实验。实验表明,改进后的MACE方法可大大减少训练图像的数目,减小运算量,很好地解决联合变换相关器对目标存在旋转变化的识别问题,可扩大目标识别的范围,提高识别率。     

应用相移技术的形态学联合变换相关器

用数学形态学的方法对相关器的输入图像进行预处理,有效的去除图像噪声和提取边缘;采用相移技术在光学频谱面去除零衍射级,并对其进行二值化。计算机仿真结果表明,本文提出的联合变换相关技术增强了相关器的抗噪声性能,锐化了相关峰强度,提高了衍射效率和对目标的识别能力。     

高斯拉普拉斯算子在联合相关变换器中的应用

提出将高斯拉普拉斯算子应用在光电联合相关变换器中进行谱面图像的增强处理.光电混合联合变换器可实现对目标的实时探测、识别及自动定位,但由于实际中采集到的图像的对比度较低,且存在大量背景噪音,影响了目标的识别率.根据高斯拉普拉斯变换对高斯噪声不敏感的特性,结合了自适应阈值、边界跟踪和细化技术,对图像噪声进行滤波的同时,对图像进行了增强处理,这样最大限度地保留了光谱图像的细节信息,提高了光电联合相关系统的目标识别率.     

基于小波多尺度综合的低对比度目标识别

光电混合联合变换相关器能够对目标进行自动探测识别和跟踪。为使联合变换相关器对低对比度目标进行有效探测与识别,提出了一种基于小波多尺度综合的边缘提取新方法,对输入图像进行预处理。计算机模拟实验和光学实验证明,该方法使相关器在输入图像对比度低、信噪比较低时仍然能够产生较强的相关峰输出,扩展了光电混合联合变换相关器的应用范围。     

光学相关多目标识别技术

光电混合实时联合变换相关器能够实现目标的自动识别和定位（方位角和俯仰角）,在复杂背景中,多目标动态测量一直是待解决的关键技术之一,由于背景复杂、目标多、噪声大,因而目标识别效果不佳。针对这一问题,提出了在光电混合联合变换相关器中应用高斯滤波和拉普拉斯算子相结合的新方法,并把其应用在目标图像的频谱面。即基于高斯滤波先对目标图像的频谱进行平滑、积分以滤掉噪声,再利用拉普拉斯算子进行边缘检测,使目标图像轮廓清晰,降低了噪声的影响,消除了双边缘现象,最大限度地保留了频谱图像的细节信息。该方法解决了多目标的识别问题,提高了光电联合变换相关器的目标识别率。给出了飞机多目标识别的实验结果。     

实时自适应阈值二值化联合变换相关器

提出了采用参考图像功率谱为阈值的自适应阈值二值化联合变换相关器 ( BJTC)的方法。和传统的联合变换相关器结果比较 ,自适应阈值法对于输出的相关峰值、信噪比等主要参数都有明显提高。对这种方法进行了理论分析和计算机模拟 ,并给出了光学实验结果 ,为自适应阈值二值化联合变换相关器的实用化奠定了基础。     

用全光联合变换相关实现目标识别

本文提出了两种改善全光联合变换相关器性能的方法,其一是对输入面上的待识别图像和科像进行图像分割,以得到更高更尖锐的相关峰;其二是用多参考图像,产生一个标准的相关称,为确定待识别图像和参考图像相关程度提供判别依据,使进行目标识别更加简洁方便。通过实验证明了这些改善方法的可行性,并给出了实验结果。     

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。     

一种适用于多径信道下DSSS信号检测新方法

针对多径信道下直接序列扩频信号检测的难题,在基于自相关二阶矩的检测算法基础上提出了新的检测参数,从而将加性高斯白噪声信道下的直接序列扩频信号检测算法推广到多径信道。本文算法首先分析了由多径信道导致的能量峰值和由直扩信号的伪码特性导致的自相关峰值的特点,并根据此特点定义了新的检测参数——多径因子,最后将该参数应用到基于自相关二阶矩的直接序列扩频信号检测算法中,实现了对多径信道下的直接序列扩频信号的检测。理论分析和仿真实验表明,本文提出的检测新参数能真实的反映多径信道对信号自相关函数的影响;当信噪比大于-14dB时,本文提出的多径信道下直扩信号检测算法性能与加性高斯白噪声信道下的检测性能相当。