提高目標聯(lián)合變換相關識別性能的研究.pdf

1、目標識別在民用、國防領域中處于十分著重要的地位。光學相關器的快速驗證和數(shù)據(jù)識別，為我們提供了簡便的方法。傳統(tǒng)的光學識別方法主要有：匹配濾波器、聯(lián)合變換相關器等。由于傳統(tǒng)的光學識別系統(tǒng)在使用中受到諸多實際問題的制約和困擾，如何提高系統(tǒng)的識別性能是一個值得關注的問題。聯(lián)合變換相關器易于實現(xiàn)且適合用于目標的實時探測，但通常相關峰不高且不尖銳，識別力低。本文將數(shù)學變換應用于光學系統(tǒng)中，針對提高聯(lián)合變換相關識別性能問題，將小波變換、對數(shù)極坐標-梅

2、林變換和光學聯(lián)合變換相關器相結合，利用計算機快速變換功能，開展了目標實時探測和畸變不變識別性的研究。主要工作如下：
　　1、將光學圖像識別技術應用于生物目標的探測，用光學小波變換識別多個血紅細胞，以提高系統(tǒng)的識別力。在光學聯(lián)合變換相關器中，通過空間頻譜面上的小波濾波可以實現(xiàn)光學小波變換，構建光學小波聯(lián)合變換相關器。Matlab仿真結果表明，與傳統(tǒng)的聯(lián)合變換相關器相比，由于小波變換的引入，相關峰尖銳，峰噪比明顯增強，峰的半寬度顯著減

3、小，在多目標識別中不同位移目標不易受干擾，提高了目標探測能力。
　　2、將光學圖像識別技術應用于尺度和角度同時變化的畸變目標的探測。利用梅林變換，識別不同尺度的目標；利用極坐標轉換，解決旋轉圖像識別問題。先利用計算機對畸變目標進行對數(shù)極坐標-梅林變換預處理，結合聯(lián)合變換相關器構建尺度、旋轉圖像的識別系統(tǒng)。Matlab仿真結果表明，與傳統(tǒng)相關器對畸變圖像的不可識別性相比較，對數(shù)極坐標-梅林變換的引入，可以同時排除因位移、尺度、旋轉變

4、化造成的干擾，實現(xiàn)畸變目標的相關識別探測。
　　3、將光學小波聯(lián)合變換相關器和對數(shù)極坐標-梅林變換相結合，提出基于光學小波聯(lián)合變換相關器的畸變圖像識別系統(tǒng)。該系統(tǒng)對光學圖像具有較高的識別力，并可實現(xiàn)圖像的尺度和旋轉不變識別。將參考圖像和待測圖像進行對數(shù)極坐標-梅林變換預處理后作為光學小波聯(lián)合變換相關器的輸入圖像，空間頻譜面上的小波濾波函數(shù)經(jīng)計算機選擇合適的參量，在輸出面上得到二者的很好的互相關峰。Matlab仿真結果表明，該系統(tǒng)同