基于广义互补编码的目标识别处理器

提出一种广义互补编码方法,用于一步实现数学形态学击中击不中变换,并以非相干光相关器为光学实现硬件,利用液晶投影板作为实时空间光调制器,研制了一台光电混合目标识别处理器。实验结果表明识别率大于９０％,并对带有４０％噪声,５０％缺损和６°以内旋转的图像甚至不同表情的人脸图像均能识别。     

基于相似性度量的灰度图像光学匹配运算

利用非相干光相关操作处理和空间移位编码方法，实现了基于相似性度量的灰阶图象匹配处理，针对不同程度的噪声干扰情况，分析了空间移位编码方法中字长的选择问题，提高了识别的抗畸变能力，给出了基于非相干相关系统的实验示例。     

适合光学实现的形态灰阶图象代数理论

通过对灰阶数学形态学操作和灰阶图象代数的基本理论进行结合，发展出一个简单、统一、自洽仅包含四个基本操作的形态灰阶图象代数理论（ＭＧＩＡ），这是一个适合光学实现的并行灰阶图象处理理论。文中给出了形态灰阶图象代数的基本定义，原理和基本图象处理操作，并且给出了基于形态灰阶图象代数的一些灰阶图象变换操作。     

用于人脸识别的非相干光形态学处理器

设计了一个用于人脸图像光学识别处理的非相干光形态学处理器。系统中采用互补编码击中击不中变换以改善传统光学相关器的性能。基于该方法，构建了一个紧凑性的人脸光学识别非相干光系统，图象库中存有96幅人脸图象，可以达到每秒钟10幅的识别速度，识别正确率大于90％，对于8°以内的旋转畸变、30％以内的Gauss噪声干扰以及50％以内的图像缺损具有相当好的容错能力。     

用于地形匹配的快速光电图像识别器

构建了一个用于地形匹配的紧凑型快速光电图像识别器。系统的工作原理是利用空间移位编码方法，在非相干光相关器中一步完成灰阶图象绝对差度量处理，有效地实现图像的模式识别。光学处理的结果通过计算机的阈值分割方法来实现对目标的准确判断。系统基于非相干光相关器，不仅结构简单，并且对输入图像的尺度、旋转、位移及照度的畸变具有一定的不变性。对实时输入的图像具有每秒钟１３幅的识别速度，识别正确率大于９０％，对８°以内的旋转畸变、３０％以内的Ｇａｕｓｓ噪声干扰以及５０％以内的图像缺损具有相当好的容错能力。     

用于实时人脸识别的光电混合自动识别系统

研制了一种用于实时人脸识别的光电混合自动识别系统,包括特征提取、光照及几何归一化、编码、光学识别和判决几个部分。以计算机为控制中心,CCD摄像机实时获取待识别人脸图像后,由计算机做预处理工作,包括用灰度直方图均衡化做光照归一化,自动提取两个内眼角和嘴的中心三个参考点,利用仿射变换进行几何归一化并进行广义互补编码,以实现数学形态学击中击不中变换;编码图像送入基于非相干光相关器的光学处理器做光学运算;最后对光学识别结果进行判决,从图像库中找出一个或几个与待识别目标相似的人脸图像。给出了实验结果。     

基于模糊逻辑的抗畸变光学模式识别

将多值击中击不中变换（ＭＶＨＭＴ）引入用于二值图像识别的联合变换相关器（ＪＴＣ）。ＭＶＨＭＴ对形态学击中击不中变换（ＨＭＴ）的性能进行了改善,基于模糊的概念,引入不确定点的定义,使得容易受到畸变干扰的点对判别结果的作用降低,从而在不损失图像信息的前提下,具有输入图像和参考模板之间进行精确匹配的能力,同时还提高了目标识别的抗畸变能力。利用新颖的多值互补编码方法,通过ＪＴＣ一步实现ＭＶＨＭＴ,相关后的图像通过取高阈值的分割方法来实现对目标的准确判断。