基于維納濾波及BP神經網絡的光學相關識別研究.pdf

1、光學相關識別以光學傅里葉變換為基礎，相對于傳統(tǒng)的計算機識別方法，具有高速運算，并行處理等優(yōu)點，在軍事、工業(yè)等領域具有廣泛的應用前景。相關識別的主要研究方向是在識別中降低不同圖像間的互相關度，使自相關峰峰值提高，峰寬度減小，從而增強圖像的識別能力，減少圖像間的誤判。
　　本文介紹了光電相關識別的發(fā)展概況，提出了幾種提高識別率的方法，并在此基礎上進行了深入的探討和研究：
　　1.對輸入圖像進行預處理，通過提高圖像對比度，去除圖像

2、噪聲來提高圖像的識別率。并詳細分析和比較了幾種常用的低高通濾波器的濾波效果。
　　2.維納濾波是兼顧相關峰、區(qū)分能力和抗噪性能的最佳均衡濾波器。本文拓展了維納濾波在相關識別中的應用范圍：基于維納濾波的旋轉不變識別，以訓練圖像的均值合成維納濾波的參考函數(shù)對旋轉圖像進行識別?？紤]到維納濾波進行識別時需要預先知道圖像的背景，對此提出改進方法，分別以平均背景及輸入圖像制備濾波器，得到了良好的識別效果。對于噪聲圖像，提出了利用高通濾波后的圖

3、像制備濾波器的方法。將維納濾波器應用到體全息相關識別當中，理論上推導出改進的維納濾波器，并在實驗上驗證了該方法的識別效果。
　　3.傳統(tǒng)的相關識別結果后處理僅考慮相關峰的強度信息，而忽略了考慮相關信號的形狀信息。我們提出對相關器的輸出平面進行預處理的方法,充分考慮了相關信號的形狀信息,通過提取感興趣區(qū)域(ROI),采用BP神經網絡對輸入矢量進行計算,可達到對自相關峰信號和互相關峰信號的有效分類識別,從而提高了光學相關識別的可靠性,