学位论文 > 优秀研究生学位论文题录展示
目标图像的光学相关识别与运动模糊图像恢复
作 者: 陈前荣
导 师: 陆启生
学 校: 国防科学技术大学
专 业: 光学工程
关键词: 光学相关模式识别 匹配滤波 旋转不变性 综合鉴别函数 运动模糊恢复 运动模糊方向鉴别 模糊点扩散函数 图像去噪 小波变换 复数小波变换
分类号: TP391.44
类 型: 博士论文
年 份: 2004年
下 载: 1483次
引 用: 15次
阅 读: 论文下载
内容摘要
以机载激光武器的目标识别、跟踪、瞄准为应用背景,对光学相关目标识别、运动模糊图像恢复、小波去噪的相关技术进行了基础研究。 光学相关目标识别部分,独立设计并完成了用倾斜会聚光作为参考光的匹配滤波实验,提出了新的用迭代法合成旋转不变综合鉴别函数方法。分析了薄膜晶体管液晶显示器TFT-LCD的像素结构衍射和调制模式,进行了光电混合联合变换实验,并给出了实验结果。主要工作有: ①通过较多的文献资料,了解光学相关识别的发展过程、成就及其在实际应用中存在的困难。并通过公开或非公开的渠道,尽可能多地收集美军关于光学相关器的发展、应用情报,加以分析整理。文献资料研究表明,光学相关识别系统集成化、小型化,可以降低系统功耗,减小体积,具有抗震、防尘、遮光的优点,集成化、小型化是光学相关器走向军事应用的必然要求。VLC和JTC等光学相关器不具有旋转不变性和比例不变性。为了使光学相关识别系统具有鲁棒性,常用的解决方法有梅林变换、圆谐展开、综合鉴别函数、MACH算法、神经网络方法等。 ②独立设计并完成了用倾斜会聚光作为参考光的匹配滤波实验,这一新的光学相关识别系统与VLC等4f系统相比,减少了一个Fourier透镜,输入输出平面间光路长度只有2f+p,比VLC等4f系统要短许多,结构更为紧凑简洁,有利于系统集成和小型化。对坦克模型、星形合作目标等目标进行识别实验,输出的相关峰强而尖锐,相关峰与零频项及卷积项完全分离,具有很高的信噪比。这一新的光学相关识别系统鉴别能力强,并同VLC系统一样具有平移不变性。文中给出了详细的理论解释。 实验中所用的星形合作目标作为光学相关识别系统的识别对象,兼具平移、旋转、比例不变性,在导航、盲降等特殊场合具有很好的应用前景。 ③提出了新的用迭代法合成旋转不变综合鉴别函数SDF方法,该新方法合成的SDF,在二值化修正功率谱联合变换识别系统的应用中,具有较高的鉴别率和良好的旋转不变性。 ④分析了TFT-LCD的像素结构衍射和调制模式,并给出了实验结果,同时进行光电混合联合变换实验。 TFT-LCD像素之间导电沟道上不透明的金属掩膜的周期性分布形成矩形光栅,引起衍射。在谱平面,各衍射级的谱的相对分布是相同的;相邻衍射级间傅里叶谱的部分重
|
全文目录
摘要 7-10 ABSTRACT 10-14 第一章 绪论 14-26 §1.1 课题背景 14-16 §1.2 目标图像的光学相关识别与运动模糊图像恢复发展概况 16-20 §1.2.1 目标图像的光学相关识别的发展概况 16-17 §1.2.2 运动模糊图像恢复的发展概况 17-18 §1.2.3 小波去噪的发展概况 18-20 §1.3 本文主要工作 20-23 第一章 参考文献表 23-26 第二章 目标图像的光学相关识别 26-67 §2.1 引言 26-31 §2.1.1 相干光学的发展与应用 26-27 §2.1.2 关于VLC和JTC的理论、实验研究与发展 27-28 §2.1.3 美国相干光学军事应用研究成果 28-29 §2.1.4 光学相关识别系统在实际应用中需要克服的困难 29-31 §2.2 采用会聚倾斜参考光作匹配滤波实验 31-40 §2.2.1 引言 31-32 §2.2.2 光学相关识别2f+p系统装置 32-33 §2.2.3 坦克模型识别 33-34 §2.2.4 星形合作目标识别 34-35 §2.2.5 光学相关识别2f+p系统理论分析 35-39 §2.2.6 本节小结 39-40 §2.3 旋转不变性综合鉴别函数 40-47 §2.3.1 等相关峰法 41-42 §2.3.2 迭代法 42-45 §2.3.3 本节小结 45-47 §2.4 空间光调制器 47-59 §2.4.1 空间光调制器概述 47-48 §2.4.2 TFT-LCD像素结构衍射 48-54 §2.4.3 TFT-LCD对空间光的调制模式与偏振器方向间的关系 54-59 §2.5 本章总结 59-61 第二章 参考文献表 61-67 第三章 运动模糊方向和模糊点扩散函数尺度鉴别 67-119 §3.1 引言 67-71 §3.1.1 图像恢复 67-68 §3.1.2 运动模糊点扩散函数参数鉴别 68-70 §3.1.3 定义或约定 70-71 §3.2 运动模糊点扩散函数 71-77 §3.2.1 一维运动模糊点扩散函数 71-75 §3.2.2 二维运动模糊点扩散函数 75-77 §3.3 用于运动模糊方向鉴别的3×3微分乘子 77-83 §3.3.1 运动模糊方向鉴别思想 77-78 §3.3.2 3×3方向微分乘子D_α的取值 78-80 §3.3.3 运动模糊方向的鉴别结果 80-83 §3.4 基于方向微分和加权平均的运动模糊方向鉴别 83-97 §3.4.1 基于方向微分的运动模糊方向鉴别 83-84 §3.4.2 加权平均法 84-86 §3.4.3 加权平均法中微元与权值的选取 86-87 §3.4.4 插值方法:双线性插值与C样条插值 87-89 §3.4.5 运动模糊方向鉴别实验结果比较 89-94 §3.4.6 关于先加权平均后鉴别还是先鉴别后平均的讨论 94-95 §3.4.7 本节小结 95-97 §3.5 LAPLACIAN算子在运动模糊方向鉴别中的应用 97-105 §3.5.1 鉴别方法及鉴别实例 97-100 §3.5.2 理论解释 100-102 §3.5.3 讨论 102-105 §3.6 运动模糊点扩散函数尺度鉴别 105-115 §3.6.1 引言 105 §3.6.2 运动模糊点扩散函数尺度鉴别计算流程 105-107 §3.6.3 模糊尺度鉴别计算实例 107-108 §3.6.4 模糊尺度鉴别理论分析 108-110 §3.6.5 讨论 110-115 §3.7 本章总结 115-117 第三章 参考文献表 117-119 第四章 小波去噪和运动模糊图像恢复 119-158 §4.1 噪声描述 120-124 §4.1.1 从成像器件角度分析噪声来源 120-121 §4.1.2 噪声描述参数 121-122 §4.1.3 图像去噪效果描述参数 122-124 §4.2 小波去噪引言 124-129 §4.2.1 Fourier变换与小波变换 124-125 §4.2.2 小波变换用于图像去噪的优势 125-126 §4.2.3 Lipschitz指数与小波系数模局部极大值 126-127 §4.2.4 小波变换的线性性质 127-128 §4.2.5 小波去噪中的方差估计 128-129 §4.3 小波去噪算法 129-135 §4.3.1 已有算法简单回顾 129-131 §4.3.2 基于小波系数模相关理论的三元萎缩函数(Y1、Y2、Y3) 131-135 §4.4 小波变换的改进 135-141 §4.4.1 常规小波变换的局限性 135-137 §4.4.2 复数小波变换 137-141 §4.5 图像去噪实验结果 141-151 §4.5.1 标准图片 141-142 §4.5.2 小波去噪实验结果 142-147 §4.5.3 复数小波去噪实验结果 147-150 §4.5.4 去噪实验结论 150-151 §4.6 图像去噪与运动模糊图像恢复 151-154 §4.6.1 运动模糊图像去噪 151-152 §4.6.2 图像去噪与图像恢复 152-154 §4.7 本章总结 154-156 第四章 参考文献表 156-158 全文总结 158-162 本文符号说明 162-163 致谢 163-164 攻读博士学位期间发表的论文 164
|
相似论文
- 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
- 图像的稀疏表示及编码模型研究,TP391.41
- 医学超声图像去噪方法研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 感觉刺激诱发脑电特征研究,R318.0
- 网络传输中的ROI图像编码算法研究,TN919.81
- 基于多尺度分析的图像融合算法研究,TP391.41
- 基于小波变换的三维模型特征提取技术的研究与实现,TP391.41
- 轮廓波变换及其在图像处理中的应用,TP391.41
- 基于小波的雷达视频压缩方法研究,TN957.52
- 脊波变换在全色图像和多光谱图像融合中的应用研究,TP391.41
- 一种多数据流聚类异常检测算法,TP311.13
- 基于图像的信息隐藏技术研究,TP309.7
- 基于DM6446与小波的图像压缩系统设计与实现,TP391.41
- 结合DWT的动态数据校正研究及应用,TP274
- 基于小波变换和马尔可夫链的流量预测模型,TP393.06
- 基于小波变换的信号稀疏表示及其在图像去噪中的应用,TP391.41
- 基于离散小波变换的图像水印算法研究,TP309.7
- 直接序列扩频的DMF捕获技术的仿真设计,TN914.42
- 脑部CT图像的压缩应用,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 光模式识别及其装置
© 2012 www.xueweilunwen.com
|