用于畸变目标相关识别的匹配滤波器设计

针对尺度缩放和角度旋转变化目标相关识别率低的问题,采用优化折中综合鉴别函数方法设计了具有较大畸变容限的匹配滤波器。在匹配滤波器设计时,通过调整相关输出噪声、训练样本平均功率谱密度和训练样本相似度对训练样本平均值的贡献,得到具有带通性质的匹配滤波器。利用单个匹配滤波器对角度旋转0°～30°、尺度变化0～20%的目标进行了相关识别仿真实验。结果表明：这种匹配滤波器相关输出峰尖锐、鉴别力强、畸变容限大,可用于畸变目标的光学相关识别。     

最小方差综合鉴别函数的优化算法

介绍了一种基于最小方差综合鉴别函数的复合匹配滤波器的优化算法。这种优化算法将最小平均相关能量综合鉴别函数的迭代算法引入最小方差综合鉴别函数的设计中,不但可以识别带有附加噪声的旋转图像,而且减小了滤波器对样本识别的输出相关峰值波动,改善了滤波器的识别效果。计算机仿真结果显示,这种复合匹配滤波器在信噪比、相关峰尖锐度及鉴别率等方面都有一定的提高。     

非约束维纳滤波综合鉴别函数算法研究

通过去掉最小平均相关能量匹配滤波器推导过程中对输出相关峰值的约束条件,定义相关判据,得出畸变不变相关识别综合鉴别函数形式为维纳滤波函数,不仅抗噪能力强,且把非约束匹配滤波器畸变容限大的优点引入其中.模拟结果表明,所设计匹配滤波器畸变容限大、抗噪能力强.     

一种抗尺度畸变的光学相关图像识别技术

为提高光学相关图像识别的准确度和抗畸变能力,引入多重复合匹配滤波器概念,探讨一种新的识别思路。它融合了综合鉴别函数和K-L变换的经典思想,改善了单个匹配滤波器动态范围太小的状况,对图像尺度变换有较宽的适应范围,从而提高了光学模式识别系统的识别效率。仿真结果表明,对尺度缩小1/2的情况,采用此思路可使其滤波的刷新速度比常规方法提高4倍,从而验证了算法的有效性和可行性。     

抗噪型最小平均相关能量滤波器

最小平均相关能量(MACE)滤波器进行图像识别的主要特点是相关峰尖锐,易于判别。但它对畸变非常敏感,几乎没有抗噪能力,所以应用受到限制。针对不同的噪声类型,首先进行图像空域滤波,达到抑制噪声、突出目标的目的,然后再进行识别,提高了最小平均相关能量滤波器的抗噪能力和识别的准确性。     

目标图像长宽比对Vander Lugt相关器特性的影响

分析了使用VLC进行光学相关识别时目标图像长宽比的变化对匹配滤波器畸变容限和输出相关峰值的影响。利用非约束纯相位匹配滤波器算法和迂回相位编码方法设计匹配滤波器,对具有确定面积和透过率而长宽比不同的矩形目标进行光学相关识别。模拟和实验结果表明：随着目标图像长宽比增加,匹配滤波器畸变容限减小,相关峰值降低。VLC更容易识别长宽比趋近1的目标图像。     

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.     

Vander Lugt相关器中几种空间匹配滤波器算法比较

由于光学傅里叶变换过程中光的衍射作用,在光学相关识别中,输入图像的形状对称性会影响匹配滤波器的畸变容限和输出相关峰值。针对几种典型的匹配滤波器算法,定量分析了利用这些算法设计的匹配滤波器的畸变容限和输出相关峰值受输入图像形状对称性的影响程度,依此来比较这些算法的特性,并进行了模拟和实验。     

基于光学子波变换的SDF匹配滤波器

提出了一种基于光学子波变换的综合判别函数匹配滤波器(WFSDF),将光学子波变换和综合判别函数相结合,只用一个简单的4f系统就能实现输入图像和SDF子波变换的相关运算。采用计算全息的方法制作复数匹配滤波器。计算机模拟仿真结果表明,与传统的SDF匹配滤波器相比,WFSDF匹配滤波器,锐化了相关峰,提高了识别率,同时简化了光路,能够实现多目标的畸不变识别。     

四元量化的综合鉴别函数滤波器实现比例不变相关识别

设计一种基于综合鉴别函数(SDF)的比例不变相关识别滤波器，将频域中被SDF调制的相关输出函数进行复数形式的四元量化（QFCQ），并采用叠代算法调整SDF的系数，使输出的相关峰尖锐，区分能力强，同时满足不同比例图像等相关峰输出的准则，从而达到了比例不变识别的要求.计算机仿真实验对属于训练图像系列的目标图像进行了识别，并与基本的SDF及二元化纯相位SDF做了比较，结果表明该方法具有较好的识别效果.     

旋转不变二值化联合变换相关识别方法

介绍一种基于二值化联合变换相关的综合鉴别函数算法，用等相关峰及Gram-schmidt展开获得的综合鉴别函数对迭代算法进一步优化，获得了适用于二值化联合变换相关的综合鉴别函数。采用这种算法制作的综合鉴别滤波器既有相关峰值高和相关峰尖锐等特点,又能识别旋转图像。计算机模拟结果表明：这种相关器在信噪比、光能效率、相关峰尖锐度和鉴别能力上都有一定程度地提高，实现了较高鉴别率旋转不变光学模式识别。     

常规综合鉴别函数的改进

针对常规综合鉴别函数制作的复合匹配滤波器，对不同旋转角度的训练样本输出的相关峰值波动性较大，不便于后续探测和处理等问题，对常规综合鉴别函数到编码匹配滤波器的编码转化过程进行分析，找到导致相关峰值波动的原因，提出改进方法，即在计算综合鉴别函数的线性组合系数时将编码运算也考虑进去，并根据滤波器对各训练样本相关峰值的倒数来确定线性组合系数。计算机仿真结果表明：改进后的方法降低了复合滤波器对不同旋转角度样本输出相关峰值的波动性，提高了相关峰自动判别的准确性。     

Correlation recognition for range image of laser radar

The target recognition of laser radar becomes hot research in recent years, because laser radar can produce high space resolution and collect rich target information, such as range image, intensity image and Doppler image. In the vertical detection of laser radar, the problem of in-plane target rotation invariance is firstly solved. In the paper, a new support vector machine (SVM) correlation filter is presented, which simultaneously has the attractive attributes of SVM and common correlation filter. Exploiting the idea of margin of separation maximization, the design criterion is produced. The filter is synthetic by the multiple training images which are generated by rotating one image. The real range images of laser radar are used to finish the correlation experiments. The results show that the filter is not sensitive to the noise, the correlation peak is changed slightly for the different testing images, and the precision of location is high.This design way can be used in other recognition fields.     

二元综合鉴别函数的神经网络优化

根据Ｈｏｐｆｉｅｌｄ神经网络的优化功能，对综合鉴别函数进行二元优化，使相关输出具有期的望的形状及峰值大小，从而实现旋转不变识别，并定义了一个判别依据－判别比，计算机模拟的结果表明，目标物体通过优化的二元滤波器后，不仅具有期望输出，而且判别经要比伪目标物体至少大一个量级。     

基于相位编码的畸变不变联合变换相关器的设计

采用综合鉴别函数(SDF)的方法合成几个子参考图象,用于解决畸变不变识别问题.通过相位编码技术和对联合功率谱的振幅调制,缩小了零级相关峰的宽度,锐化了相关峰,消除了多目标输入时各目标图象之间的互相关项和参考图象及各目标图象之间的共轭相关项,增强了对目标定位和识别的能力,最后给出计算机模拟结果.     

基于边缘与SURF算子的SAR与可见光图像配准方法

鉴于SAR(synthetic aperture radar)与可见光图像的成像机理存在很大差别,使得其同名特征的提取和配准十分困难,但在某些情况下,这两类图像的边缘存在一定的相关性。提出一种基于边缘与SURF(speed-up robust feature)算子的图像配准方法。通过适当预处理增强图像间的共性,采用综合性能比较好的Canny算子提取两幅图像共有的边缘特征,在边缘图像的基础上提取SURF特征;通过比值提纯法进行特征点粗匹配,RANSAC(random sample consensus)算法剔除误匹配点,计算仿射变换模型从而实现SAR与可见光图像的自动配准。实验结果表明:该算法的正确匹配率为100%,均方根误差为0.852个像素,配准精度达到亚像素水平。