Диплом, курсовая, контрольная работа
Помощь в написании студенческих работ

Инвариантные корреляционные фильтры с линейным фазовым коэффициентом для лазерных систем корреляционного распознавания изображений

ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Суть метода корреляционного распознавания заключается в вычислении двумерной корреляционной функции между изображениями входного и эталонного объектов. По характеристикам результирующего корреляционного распределения, а в частности по наличию или отсутствию корреляционного пика, его локализации, интенсивности и ширине делают вывод о принадлежности входного объекта к классу эталонного… Читать ещё >

Содержание

  • 1. Методы формирования импульсного отклика в лазерных системах корреляционного различения изображений
    • 1. 1. Инвариантные фильтры в корреляционных системах
      • 1. 1. 1. Гармонические фильтры
      • 1. 1. 2. Составные корреляционные фильтры
    • 1. 2. Особенности реализации инвариантных фильтров в лазерных корреляторах изображений
      • 1. 2. 1. Дифракционные лазерные корреляторы изображений
      • 1. 2. 2. Метод синтеза голографических фильтров Вандер Люгта
    • 1. 3. Современные средства модуляции лазерного излучения
  • 2. Реализация инвариантных фильтров с линейным фазовым коэффициентом в когерентных корреляторах изображений
    • 2. 1. Синтез КФ ЛФК
    • 2. 2. Ограничения применения синтезированного фильтра
    • 2. 3. Исследование устойчивости фильтра к бинарному шуму во входном изображении
    • 2. 4. Исследование возможности применения КФ ЛФК для распознавания полутоновых изображений
    • 2. 5. Варианты реализации КФ ЛФК в схемах когерентных корреляторов изображений
    • 2. 6. Синтез амплитудных голограмм
    • 2. 7. Восстановление голограммы
    • 2. 8. Численное моделирование работы оптикоэлектронной системы распознавания изображений
  • 3. Влияние ограничений динамического диапазона модуляции дифракционных элементов
    • 3. 1. Постановка задачи
    • 3. 2. Моделирование распознавания с использование голограмм с ограниченным диапазоном представления градаций пропускания
    • 3. 3. Моделирование распознавания с использованием бинарных голограмм
      • 3. 3. 1. Распознавание с использованием бинаризированной голограммы
      • 3. 3. 2. Использование бинарного растрирования для представления уровней пропускания голограммы
  • 4. Экспериментальная реализация КФ ЛФК в схеме 4-Е коррелятора
    • 4. 1. Восстановление голограммы
    • 4. 2. Макет 4-Р коррелятора
    • 4. 3. Эксперименты по инвариантному распознаванию
  • 5. Варианты реализации КФ ЛФК в схемах когерентных корреляторов изображений с полной комплексной модуляцией в частотной плоскости
    • 5. 1. Фильтр с одновременным ограничением градаций представления амплитуды и фазы
    • 5. 2. Трёхуровневый фазово-амплитудный фильтр
    • 5. 3. Фильтр с бинарным представлением амплитуды и ограничением фазы в некотором диапазоне

Инвариантные корреляционные фильтры с линейным фазовым коэффициентом для лазерных систем корреляционного распознавания изображений (реферат, курсовая, диплом, контрольная)

Актуальность темы

.

Корреляционное распознавание изображений является одним из наиболее широко применяемых и перспективных инструментов для поиска, идентификации, локализации и слежения за объектами относительно сложных форм. Перспективность методов корреляционного распознавания обусловлена возможностью их реализации в высокоскоростных оптико-электронных системах, принцип работы которых основан на использовании когерентных корреляторов изображений [1−5].

Методы корреляционного распознавания основаны на сравнении входного изображения с изображениеями эталонных объектов из базы данных системы распознавания. Ранее корреляционные методы нашли успешное применение в таких технических решениях, как. системы автоматической медицинской диагностики, системы биометрического и голографического доступа по изображению ключа [1,6−9], системы обработки данных высокочастотных антенных решеток и т. д. Как правило задачи, решаемые с помощью устройств перечисленных типов, не требуют оперативности счёта, что даёт возможность их конструирования на, основе исключительно электронных вычислительных средств с эквивалентной скоростью обработки данных порядка Ю10 операций в секунду. Существует ряд задач, для успешного решения которых оперативность счёта является ключевым условием. Для повышения эффективности работы таких систем, как бортовые навигационные системы с ориентацией по изображениям местности, системы идентификации, классификации и слежения за быстродвижущимися объектами схожих форм, системы поиска и регистрации лиц в видеопотоке изображений трафика в реальном времени необходимо использование изображений в высоком разрешении, а также осуществление оперативного поиска и обработки изображений в больших базах данных. Перспективным способом увеличения скорости обработки является реализация методов корреляционного распознавания в оптико-электронных системах на основе когерентных корреляторов изображений.

Интерес к оптико-электронным устройствам обработки информации связан с возможностью достижения высоких скоростей выполнения вычислительных операций за счет высокого параллелизма обработки данных. В течение последнего десятилетия существенное развитие получили оптические устройства маршрутизации и коммутации потоков данных в высокопроизводительных вычислительных системах [10,11], оптические специализированные процессоры, в том числе оптические матричные процессоры, и радиооптические устройства [12−14]. К примеру, разработанный компанией Lenslet процессор EnLight256 при весьма миниатюрных размерах обладает скоростью счёта до 8 • 1012 MAC/sec (операций с фиксированной точкой в секунду) [15]. Наряду с этим, развитие элементной базы устройств отображения и считывания оптической информации открыло возможности для разработки оптико-электронных корреляционных устройств для систем высокоскоростного распознавания изображений [1,4,16−24].

В настоящее время имеется информация о ряде успешных реализаций оптико-электронных устройств распознавания, основанных на когерентных корреляторах изображений. К примеру, разработана и коммерчески освоена система чтения и понимания дорожных знаков компании Cambridge Correlators [16]- рекордными характеристиками обладают системы слежения за подвижными целями, основанные на оптико-электронных корреляторах изображений Jet Propulsion Lab. (NASA) [17−22], в Японии разработана оптическая корреляционная система распознавания лиц [23], а также сервер осуществляющий быструю фильтрацию нелегального видео контента FARCO [24] и т. д.

Суть метода корреляционного распознавания заключается в вычислении двумерной корреляционной функции между изображениями входного и эталонного объектов. По характеристикам результирующего корреляционного распределения, а в частности по наличию или отсутствию корреляционного пика, его локализации, интенсивности и ширине делают вывод о принадлежности входного объекта к классу эталонного. Существенной проблемой корреляционного метода является его неустойчивость к шумам и помехам входного изображения. Для адекватного распознавания необходимо, чтобы корреляционный пик обладал характеристиками, достаточными для выделения его на фоне всего выходного распределения, которое может включать в себя ложные корреляционные пики и шумы различной природы. Ложные корреляционные пики могут появиться как следствие корреляции эталона с ложными объектами. Наличие шумов во входной плоскости может привести к снижению точности локализации интересующего объекта в плоскости входного изображения. Наравне с этим, метод корреляционного распознавания не устойчив к возможным искажениям изображения эталонного объекта. Реальная практика показывает, что поворот эталонного объекта на 5 — 7° либо изменение масштаба на 3 — 5%, а также изменения условий освещения приводят к вырождению корреляционного пика. Применение в качестве опорного объекта математически синтезированных инвариантных корреляционных фильтров, содержащих информацию как об эталонном объекте, так и об его возможных искажениях, позволяет в той или иной степени избавиться от перечисленных недостатков [25].

Особый практический интерес представляет распознавание объектов, представленных в виде бинарных контурных изображений. Достижения в области алгоритмов оконтуривания, используемых для предобработки входных изображений, в ряде случаев дают возможность устойчивого распознавания в условиях переменной освещённости эталонного объекта либо в условиях ограниченной видимости [26]. Анализ показывает, что перспективным для устойчивого к искажениям и помехам распознавания бинарных контурных изображений является использование составного инвариантного корреляционного фильтра с линейным фазовым коэффициентом (далее КФ ЛФК).

Идея синтеза и применения КФ ЛФК для инвариантного распознавания объектов была предложена Л. Хассебруком (НазБеЬгоок 1990 [27]). С момента их появления КФ ЛФК посвящен целый ряд работ, в том числе по исследованию различных аспектов их синтеза, по их применению в условиях конкретных постановок задачи распознавания [28−30]. Результаты этих работ свидетельствует о высоких характеристиках распознавания бинарных контурных изображений с применением КФ ЛФК. Однако, несмотря на достоинства, комплексная природа фильтра ограничивает возможность его реализации в схемах когерентных корреляторов изображений. В [31] предпринята попытка реализации КФ ЛФК в схеме 4-Р коррелятора на основе метода псевдослучайного чисто фазового кодирования, который оказался критически сложным и малоприменимым при практическом использовании. Применение методов цифровой голографии в сочетании с использованием устройств отображения с высоким разрешением делает возможной реализацию КФ ЛФК в виде чисто амплитудных либо чисто фазовых голографических фильтров, синтезированных по аналогии с методом записи голограмм Вандер Люгта [2]. Сведения о реализации КФ ЛФК в схеме дифракционного коррелятора Вандер Люгта отсутствуют. Также, в последнее время возможно появление устройств, осуществляющих полную комплексную модуляцию света, что делает возможной непосредственную реализацию КФ ЛФК в схемах оптико-электронных корреляторов, на настоящий момент анализ таких возможностей отсутствует.

Для достижения рекордной производительности оптико-электронной системы корреляционного распознавания необходимо использовать устройства с как можно меньшим временем отклика. Однако, доступные в настоящее время высокочастотные модуляторы с большим разрешением обладают ограниченным динамическим диапазоном модуляции. Наиболее быстрыми являются бинарные модуляторы света. Исследование влияния ограничений динамического диапазона модуляции на распознавательную способность и исследование возможностей применения бинарной модуляции при реализации синтезированных голографических корреляционных фильтров играет ключевую роль при разработке оптико-электронных корреляционных устройств для систем высокоскоростного распознавания изображений.

В соответствии с выше указанным, целью диссертации является разработка методов реализации и применения инвариантных корреляционных фильтров с линейным фазовым коэффициентом (КФ ЛФК) в современных лазерных системах корреляционного распознавания изображений.

Для достижения указанной цели были поставлены следующие задачи:

1. Проведение исследования особенностей синтеза и распознавательных характеристик КФ ЛФК.

2. Исследование и разработка методов реализации КФ ЛФК в виде синтезированных дифракционных элементов в схемах когерентных оптических корреляторов изображений.

3. Численное моделирование работы когерентного оптического коррелятора изображений на основе синтезированных дифракционных элементов, реализуемых с помощью современных средств модуляции лазерного излучения в условиях ограничений динамического диапазона модуляции.

4. Численное моделирование работы когерентного оптического коррелятора изображений на основе синтезированных дифракционных элементов, реализованных с помощью бинарных голографических носителей.

5. Экспериментальное макетирование когерентного оптического коррелятора изображений на базе КФ ЛФК, реализованных с использованием бинарных голографических носителей.

Научная новизна диссертации состоит в следующем:

1. Анализ свойств и характеристик фильтров с линейным фазовым коэффициентом (КФ ЛФК) показал перспективность их применения в высокоскоростных лазерных корреляционных системах распознавания. Показано, что характеристики современных голографических носителей допускают реализацию КФ ЛФК в схемах когерентных корреляторов изображений в виде синтезированных дифракционных элементов.

2. Впервые предложен метод реализации КФ ЛФК в схеме когерентного оптического коррелятора изображений в виде синтезированных Фурье-голограмм с использованием либо чисто амплитудных либо чисто фазовых носителей. Выявлены основные ограничения, определяющиеся характеристиками используемого голографического носителя.

3. На основании результатов численного моделирования работы когерентного оптического коррелятора Вандер Люгта, использующего гологра-фические носители с ограниченным динамическим диапазоном модуляции впервые определены допустимые и достаточные границы числа уровней представления пропускания голографического фильтра соответствующего исследуемому КФ ЛФК.

4. На основании результатов численного моделирования работы когерентного оптического коррелятора изображений, использующего бинарные голографические носители для реализации КФ ЛФК в виде Фурье-голограммы впервые установлено, что из всех исследованных методов прямой бинаризации только метод Отсу в ряде случаев позволяет сохранить распознавательные характеристики голографического фильтра. В случае реализации фильтра с использованием для представления уровней пропускания бинарного растра впервые определена нижняя граница требуемого числа представляемых уровней.

5. Впервые экспериментально продемонстрирована реализация КФ ЛФК в схеме когерентного оптического коррелятора изображений в виде амплитудных Фурье-голограмм с использованием бинарных голографических носителей.

Практическое значение диссертации заключается в том, что она служит теоретической и экспериментальной базой для создания лазерных корреляционных устройств для высокоскоростных систем распознавания изображений. Предложенный в работе метод реализации инвариантных корреляционных фильтров в виде специально синтезированных голографических элементов, даёт возможность применять современные средства модуляции лазерного излучения для их реализации в когерентном корреляторе изображений.

Основные научные положения, выносимые на защиту:

1. Инвариантные корреляционные фильтры с линейным фазовым коэффициентом (КФ ЛФК) могут быть реализованы в когерентном корреляторе Вандер Люгта в виде синтезированных Фурье-голограмм (голографиче-ских фильтров) для решения задач высокоскоростного инвариантного распознавания бинарных контурных изображений.

2. Расчётным путём показано, что КФ ЛФК обеспечивают устойчивость распознавания к различного вида геометрическим искажениям входного объекта относительно эталонного, в том числе при зашумлении входного объекта до 4 — 6%.

3. На основании результатов численного моделирования установлено, что для реализации КФ ЛФК в схеме коррелятора Вандер Люгта в виде синтезированных голографических фильтров могут быть использованы пространственно-временные модуляторы света с ограниченным динамическим диапазоном представления пропускания. При этом ограничение числа уровней пропускания голографического фильтра до 32 не приводит к заметным изменениям в результате распознавания.

4. Численно и экспериментально апробирован способ реализации голографических фильтров в корреляторе Вандер Люгта с использованием бинарных голографических носителей. Показано, что для представления синтезированных голограмм в ряде случаев могут быть использованы методы прямой бинаризации изображений (метод Отсу). Также показана возможность использования бинарного растра для представления уровней пропускания голографического фильтра. Определено, что при этом число передаваемых уровней пропускания должно быть не менее 16.

Апробация работы. Результаты диссертации докладывались на конференциях: на международной конференции SPIE «Security + Defence» (Тулуза, Франция, 2010) — на международной конференции SPIE «Holography: Advances and Modern Trends» (Прага, Чешская Республика, 2009) — на международной конференции SPIE «Defence and Security» (Орландо, США, 2008,.

2009 гг) — на VI Международной конференции «Фундаментальные проблемы оптики» (С-Пб., ИТМО, 2010) — международной конференции молодых учёных и специалистов «0птика-2007» (С-Пб., ИТМО, 2007) — на всероссийских научных конференциях «Научная сессия МИФИ» (Москва, 2007, 2008, 2009,.

2010 гг) — на «Всероссийской Выставке Научно-Технического Творчества Молодёжи НТТМ-2008» (Москва, ВВЦ, 2008), где были награждены дипломом.

Публикации по теме диссертации. По теме диссертации опубликовано 20 печатных работ, среди них: 4 статьи в рецензируемых журналах, 6 — в трудах международных конференций, 10 — в трудах всероссийских конференций.

Выводы главы.

В главе 5 рассмотрены варианты реализации КФ ЛФК в схеме когерентного 4-Р коррелятора изображений с применением полной комплексной модуляции в плоскости пространственных частот.

1. Исследована возможность реализации КФ ЛФК с полной комплексной модуляцией в плоскости пространственных частот 4-Р коррелятора с одновременным ограничением числа уровней представления амплитуды и фазы. Результаты моделирования показали, что для сохранности распознавательных свойств КФ ЛФК амплитуду необходимо реализовать с сохранением не менее 8 уровней, фазу — с сохранением не менее 16 уровней.

2. Моделирование реализации КФ ЛФК в виде трёхуровневого амплитудно-фазового фильтра в Фурье-плоскости коррелятора не дало положительных результатов.

3. Показана возможность реализации КФ ЛФК с бинарным представлением амплитуды и ограниченным диапазоном представления градаций фазы. В результате установлено, что для сохранности распознавательных свойств КФ ЛФК амплитуду необходимо бинаризовать методом Отсу при этом число уровней фазы должно быть не меньше 5.

Заключение

.

Диссертация посвящена исследованию возможности реализации инвариантного корреляционного фильтра с линейным фазовым коэффициентом (КФ ЛФК) в лазерных оптико-электронных системах распознавания образов. В результате проведённых работ были получены следующие основные результаты:

1. Численное моделирование показало, что корреляционные фильтры с линейным фазовым коэффициентом (КФ ЛФК) обеспечивают устойчивость распознавания к различного вида геометрическим искажениям входного объекта относительно эталонного, в том числе при зашумле-нии входного объекта до 4 — 6%.

2. Численно исследован метод реализации инвариантных корреляционных фильтров с лииейиым фазовым коэффициентом в виде синтезированных Фурье-голограмм. Показано, что при такой реализации фильтр сохраняет свои распознавательные свойства.

3. Показано, что для реализации фильтра в схеме коррелятора Вандер Люгта могут быть использованы голографические носители с ограниченным динамическим диапазоном модуляции пропускания. Установлено, что для полного сохранения распознавательных свойств фильтра достаточно сохранить не более 32 уровней представления пропускания голограммы.

4. Показана возможность применения бинарной модуляции в сочетании с методами прямой бинаризации изображений для реализации голограммы. Установлено, что из всех стандартных методов только метод глобального порога Отсу в ряде случаев даёт возможность сохранить распознавательные способности голограммы.

5. Исследована возможность применения бинарного растра для представления уровней пропускания голограммы с использованием бинарных модуляторов света. Установлено, что для сохранения распознавательной способности голографического фильтра в данном случае число передаваемых уровней пропускания должно быть не менее 16.

6. Осуществлена экспериментальная реализация КФ ЛФК в схеме коррелятора Вандер Люгта с использованием голографических носителей с бинарной модуляцией.

7. Исследована возможность применения устройств полной комплексной модуляции света. Определены граничные требования при применении того или иного типа модуляции.

Показать весь текст

Список литературы

  1. В. V. К. Vijaya Kumar, Abhijit Mahalanobis, Richard D. Juday «Correlation Pattern Recognition», Cambridge University Press (2005)
  2. B. A. Vander Lugt, «Signal Detection for Complex Spatial Filtering», IEEE Transactions on Information Theory, vol. IT-10, no. 2 (Apr. 1964), pp. 139 145.
  3. Дж. Гудмен, «Введение в Фурье оптику», М.: Мир 19 704. «Applications of Optical Fourier Transforms», edited by H. Stark.: Academic Press, NY, 1982
  4. W.J. Dallas, «Computer-Generated Holograms», Chapter 6 of The Computer in Optical Research, Edited by B.R. Frieden, Volume 41 of the Topics in Applied Physics series, Springer-Verlag, Heidelberg, 291−366 (1980).
  5. B.V.K. Vijaya Kumar, M. Savvides, K. Venkataramani, C. Xie, «Spatial frequency domain image processing for biometric recognition,» Proc. Int. Conf. Image Processing (ICIP) I, 2002, pp. 53−56
  6. В. V. K. Vijaya Kumar, M. Savvides, C. Xie, K. Venkataramani, J. Thornton, and A. Mahalanobis, «Biometric Verification with Correlation Filters,» Applied Optics, Vol. 43, Issue 2, pp. 391−402 (2004) doi:10.1364/AO.43.391
  7. В. V. K. Vijaya Kumar, Marios Savvides, «Correlation pattern recognition for biometrics», SPIE Newsroom, (2006) DOI: 10.1117/2.1 200 604.0143
  8. M. Sawides, B.V.K. Vijaya Kumar, P.K. Khosla, «Face verification using correlation filters,» Proceedings of the Third IEEE Automatic Identification Advanced Technologies, ppv56−61, Tarrytown, NY March 2002
  9. C. Qiao and M. Yoo, «Optical burst switching OBS—A new paradigm for an optical internet», Journal of High Speed Networks, vol. 8, no. 1, pp. 69−84, Mar. 1999
  10. S. J. Ben Yoo, «Optical Packet and Burst Switching Technologies for the Future Photonic Internet», Journal of Lightwave Technology, Vol. 24 Issue 12, pp.4468−4492 (2006)
  11. С. K. Gary, «Matrix-vector multiplication using digital partitioning for more accurate optical computing», Applied Optics, Vol. 31 Issue 29, pp.6205−6211 (1992)
  12. V. Handerek, A. McCarthy, L. Laycock, «Hybrid optoelectronic vector matrix multipliers using guided-wave and micro-optic components», Proc. SPIE, Vol. 6739, 67390L (2007)
  13. П.А. Белов, В. Г. Беспалов, В. Н. Васильев, С. А. Козлов, А. В. Павлов, К. Р. Симовский, Ю. А. Шполянский, «Оптические процессоры: достижения и новые идеи», Сб. «Проблемы когерентной и нелинейной оптики» под ред. И. П. Гурова и С. А. Козлова, СПбГУ ИТМО, 2006
  14. Shlomo Eisenbach, «Optical Signal Processing: Practical Implementation and Application,» presentation, LENSLET (2003)16. http://www.cambridgecorrelators.com/ (ссылка взята 23.11.2010г)
  15. Tien-Hsin Chao, George F. Reyes, and Hanying Zhou, «Automatic target recognition field demonstration using a grayscale optical correlator», Proc. SPIE, Vol. 3715, 399 (1999) — doi:10.1117/12.341 323
  16. Tien-Hsin Chao, Hanying Zhou, George F. Reyes, and Jay Hanan, «Real-time automatic target recognition using a compact 512×512 grayscale optical correlator», Proc. SPIE, Vol. 5106, 40 (2003) — doi:10.1117/12.501 402
  17. Tien-Hsin Chao, Jay Hanan, Hanying Zhou, and George Reyes, «Portable 512×512 grayscale optical correlator», Proc. SPIE, Vol. 5816, 23 (2005) — doi: 10.1117/12.607 965
  18. Tien-Hsin Chao and Thomas Lu, «Grayscale optical correlator for CAD/CAC applications», Proc. of SPIE Vol. 6977, (2008) — doi: 10.1117/12.785 873
  19. Tien-Hsin Chao, Thomas Lu, and Hanying Zhou, «Recent progress on grayscale optical correlator for automatic target recognition», Proc. SPIE, Vol. 6245, 624 503 (2006)
  20. Oliver C. Johnson, Weston Edens, Thomas T. Lu, Tien-Hsin Chao, «Optimization of OT-MACH filter generation for target recognition», Proc. SPIE, Vol. 7340, 734 008 (2009)
  21. E. Watanabe, K. Kodate, «Implementation of a high-speed face recognition system that uses an optical parallel correlator,» Appl. Opt., Vol: 44, no. 5, pp. 666−676, (2005).
  22. Kashiko Kodate, «Star power in Japan,» SPIE Professional, pp. 34−35, (July 2010)
  23. В. V. К. V. Kumar, «Tutorial survey of composite filter designs for optical correlators», Applied Optics, 31, pp. 4773−4801 (1992)
  24. H.H. Евтихиев, C.H. Стариков, M.B. Конник, P.C. Стариков, «Исследование алгоритмов оконтуривания изображений, полученных при различных условиях регистрации,» Наукоёмкие технологии, т10, № 5, стр.39−43 (2009)
  25. Laurence G. Hassebrook- Bhagavatula Vijaya Kumar- Larry D. Hostetler «Linear phase coefficient composite filter banks for distortion-invariant optical pattern recognition», Opt. Eng., Vol. 29, 1033 (1990)
  26. L. G. Hassebrook, M. Rahmati, and В. V. K. Vijaya Kumar, «Hybrid composite filter banks for distortion invariant optical pattern recognition,» Opt. Eng. 31, 923−933 (1992)
  27. M. Rahmati and L. G. Hassebrook, «Intensity- and distortion-invariant pattern recognition with complex linear morphology,» Pattern Recogn. 27, 549−568 (1994)
  28. L. G. Hassebrook, M. E. Lhamon, M. Wang, and J. Chatterjee, «Postprocessing of correlation for orientation estimation,» Opt. Eng. 36, 2710−2718 (1997)
  29. Laurence O. Hassebrook, Michael E. Lhamon, Raymond C. Daley, «Using pseudorandom phase-only encoding to approximate fully complex distortion-invariant filter,» SPIE Vol. 2237 Optical Pattern Recognition V, pp 204−211 (1994)
  30. D. Mendlovic, E. Marom and N. Konfronti «Shift and scale invariant pattern recognition using Mellin Radial Harmonics,» Optics Communications, 67, pp. 172−176 (1988)
  31. P. Garcia-Martinez, H.-H. Arsenault «Nonlinear radial-harmonic correlation using binary decomposition for scale-invariant pattern recognition,» Optics Communications, 223, pp. 273−282 (2003)
  32. L. Leclerc, Yu. Sheng and H.-H. Arsenault, «Circular harmonic covariance filters for rotation invariant object recognition and discrimination.», Optics Communications 85 pp 299−305 (1991)
  33. A. Moya, E. Tajahuerce, J. Garcia, D. Mendlovic and C. Ferreira, «Method for determining the proper expansion center and order for Mellin radial harmonic filters,» Optics Communications, 103, pp. 39−45 (1993)
  34. Pascuala Gareia-Martinez, Javier Garcia, Carlos Ferreira, «A new criterion for determining the expansion center for circular-harmonic filters,» Optics Communications, 117, pp. 399−405 (1995)
  35. G.G. Lendaris, G.L. Stanley, «Diffraction pattern sampling for pattern recognition,» Proceedings of IEEE, Vol. 58 No.2, (1970) pp.198−216.
  36. C.F. Hester, D. P. Casasent, «Multivariant technique for multiclass pattern recognition,» Applied Optics, 19, pp. 1758−1761 (1980)
  37. D. Asselin and H.-H. Arsenault, «Rotation and scale invariance with polar and log-polar coordinate transformations,» Optics Communications, 104, pp. 391−404 (1994)
  38. A. Mahalanobis, В. V. К. V. Kumar, D. Casasent, «Minimum average correlation energy filters,» Applied Optics, 26, pp. 3633−3640 (1987)
  39. D. Casasent and G. Ravichandran, «Advanced distortion-invariant minimum average correlation energy (MACE) filters,» Applied Optics 31, 1109−1116 (1992)
  40. В. V. K. Vijaya Kumar, «Minimum variance synthetic discriminant functions,» Journal of Optical Society of America, A 3, 1579−1584 (1986).
  41. David Casasent, Gopalan Ravichandran, Srinivas Bollapragada, «Gaussian-minimum average correlation energy filters,» Applied Optics, Vol. 30(35) (1991)
  42. G. Ravichandran and D. Casasent, «Minimum noise and correlation energy optical correlation filter,» Applied Optics, Vol. 31(11), (1992) pp. 1823−1833
  43. R. Patnaik, D. P. Cassasent, «Illumination invariant face recognition and impostor rejection using different MINACE filter algorithms,» Proc. SPIE, Vol. 5816, 94 (2005)
  44. R. Patnaik, D. P. Cassasent, «MINACE filter classification algorithms for ATR using MSTAR data,» Proc. SPIE, Vol. 5807, 100 (2005)
  45. R. Patnaik and D. P. Casasent, «Illumination invariant face recognition and impostor rejection using different MINACE filter algorithms,» Optical Pattern Recognition XVI, Proc. SPIE 5816, pp. 94−104 (2005).
  46. D. P. Casasent and R. Patnaik, «Face recognition with illumination and pose variations using MINACE filters,» Intelligent Robots and Computer Vision XXIII: Algorithms, Techniques, and Active Vision, Proc. SPIE 6006, pp. 1−14, (2005).
  47. David P. Casasent, Rohit Patnaik, «MINACE-filter-based facial pose estimation,» Biometric Technology for Human Identification II, Proc. SPIE 5779, pp. 460−467, (2005)
  48. David Casasent, Songyot Nakariyakul, «Improved MINACE infrared detection filters,» Optical Pattern Recognition XVI, Proc. SPIE 5816, pp. 126−135, (2005)
  49. David Casasent and Rohit Patnaik, «Minace filter tests on the Comanche IR database,» Optical Pattern Recognition XVIII, Proc. SPIE 6574, 65740H, (2007)
  50. Rohit Patnaik, David Casasent, «Clutter performance and confuser rejection on infrared data using distortion-invariant filters for ATR,» Automatic Target Recognition XVIII, Proc. SPIE 6967, (2008)
  51. Rohit Patnaik, David Casasent, «Minace filter infrared target tracking, recognition, and rejection tests with aspect view, depression angle, and scale variations,» Automatic Target Recognition XVII, Proc. SPIE 6566, (2007)
  52. Pankaj Topiwala, Avinash Nehemiah, «Real-time multi-sensor based vehicle detection using MIN ACE filters,» Proc. of SPIE Vol. 6574, 657 401, (2007)
  53. David P. Casasent, Songyot Nakariyakul, Pankaj Topiwala, «Zero-mean Minace filters for detection in visible EO imagery,» Intelligent Robots and Computer Vision XXII: Algorithms, Techniques, and Active Vision, Proc. SPIE 5608, pp. 252−263 (2004)
  54. Ph. Refregier, «Optimal trade-off filters for noise robustness, sharpness of the correlation peak, and Horner efficiency,» Optical Letters 16, 829−831 (1991)
  55. B. V. K. Vijaya Kumar, Daniel W. Carlson, and Abhijit Mahalanobis, «Optimal trade-off synthetic discriminant function filters for arbitrary devices,» Optical Letters 19, 1556−1558 (1994)
  56. Abhijit Mahalanobis, B. V. K. Vijaya Kumar, Sewoons Song, S. R. F. Sims, and J. F. Epperson, «Unconstrained correlation filters», Applied Optics 33, 3751−3759 (1994)
  57. B. V. K. Vijaya Kumar, A. Mahalanobis, S. Song, S. R. F. Sims, and J. F. Epperson, «Minimum squared error synthetic discriminant functions,» Optical engineering, vol. 31(5) pp. 915−922 (1992)
  58. Laurence G. Hassebrook- Mohammad Rahmati, «Training set selection with multiple out-of-plane rotation parameters,» Proc. SPIE, Vol. 1959, 32 (1993)
  59. Robert M. Gray, «Toeplitz and Circulant Matrices: A review,» Foundations and Trends in Communications and Information Theory, Vol 2, Issue 3, pp 155−239 (2006).
  60. D. M. Gavrila and L. S. Davis, «Fast Correlation Matching in Large (Edge) Image Databases,» Proc. of the 23rd AIPR Workshop, Washington D.C., U.S.A., 1994. Also, CS-TR-3334, University of Maryland, College Park, (1994)
  61. Delicia Woon, Laurence G. Hassebrook, Daniel L. Lau and ZhenZhou Wang, «Implementation of 3-D Linear Phase Coefficient Composite Filters,» Proc. of SPIE Vol. 6234, 623 401, (2006)
  62. F. Т. S. Yu and X. J. Liu, «A Real Time Programmable Joint Transform Correlator,» Optical Communications 52, 10−16 (1984).
  63. David Mendlovic, Emanuel Marom, Nairn Konforti and Meir Deutsch, «Invariant joint transform correlator,» Proc. SPIE, Vol. 1347, 231 (1990)
  64. Yu Chen, Hua miao, Wensheng Wang, Qunxian Zhu, «Application of JTC in recognition and real-time tracking of moving targets,» Proc. of SPIE Vol. 6837, 683 708, (2007)
  65. Joseph Rosen, «Three-dimensional joint transform correlator,» APPLIED OPTICS, Papers 37(32), 7538−7544(1998).
  66. Andres Marquez, J. Barbe, Maria J. Yzuel, Juan Campos, «Optical correlator as a tool for physicists and engineers training in signal processing,» Proc. SPIE, Vol. 3831, 297 (2000)
  67. H.H. Евтихиев, C.H. Стариков, Е. Ю. Злоказов, С. А. Сироткин, P.C. Стариков, «Реализация инвариантных голографических фильтров с линейным фазовым коэффициентом в схеме коррелятора Вандер Люгта,» Квантовая электроника (2008), Т. 38. № 2.С.191 193.
  68. N. N. Evtikhiev, S. N. Starikov, S. A. Sirotkin, R. S. Starikov, E. Yu. Zlokazov, «LPCC invariant correlation filters: realization in 4-f holographic correlator,» Proc. SPIE, Vol. 6977, 69770C (2008).
  69. R. S. Starikov, E. Yu. Zlokazov, «Computer generated holographic invariant LPCC filters for 4-f correlator,» Proc. SPIE, Vol. 7358, 73580W (2009).
  70. N. N. Evtikhiev, S. N. Starikov, R. S. Starikov, E. Yu. Zlokazov, «LPCC filters realization as binary amplitude hologram in 4-f correlator: range limitation of hologram pixels representation,» Proc. SPIE, Vol. 7340, 73400C (2009).
  71. Brigham, E. Oran (1988). The fast Fourier transform and its applications. Englewood Cliffs, N.J.: Prentice Hall. ISBN 0−13−307 505−279. «Digital Visual Interface: Revision 1.0,» Digital Display Working Group (1999).
  72. N. Otsu, «A Threshold Selection Method from Gray-Level Histograms,» IEEE Transactions on Systems, Man, and Cybernetics, vol. 9, no. 1, pp. 62−66, 1979.81. «Стохастическое растрирование,» КомпьюАрт, 11 (2004)
  73. Maria J. Yzuel, Joaquin Campos, Rafael Fonolla Navarro, «Optical architectures for real-time image processing and pattern recognition,» Proc. SPIE, Vol. 3572, 597 (1999)
  74. Работа с RAW файлами http://www.photoscape.ru/handbook/raw/ basics/ (ссылка взята 23.11.2010г)
  75. ФПЗС-технологии http://www.photoscape.ru/handbook/camera/ difference/ (ссылка взята 23.11.2010г)
  76. Mao-Ling Chen, Chau-Jern Cheng and Han-Yen Tu, «Dynamic Reconstruction of Digital Holograms Using Two Coupled Liquid Crystal Spatial Light Modulators,» JCIS-2006 Proceedings, (October 2006) doi:10.2991/jcis.2006.315
  77. D. L. Flannery and J. L. Horner, «Fourier optical signal processors,» Proc. IEEE 77, 1511−1527 (1989)
Заполнить форму текущей работой