2f光电混合匹配滤波相关识别研究

第36卷第1期2010年1月
光学技术
OP TICAL TECHNIQU E
Vol.36No.1
J an.　2010
文章编号:100221582(2010)0120039204
2f光电混合匹配滤波相关识别研究3
吴伟,周金鹏,王省书
(国防科技大学光电科学与工程学院,长沙　410073)
摘　要:提出一种光电混合匹配滤波相关识别方法,只用一个空间光调制器实现了匹配滤波相关识别。

利用计算机完成匹配滤波器的设计以及匹配滤波器与输入目标频谱的卷积运算,根据最小欧氏投影编码原理将卷积结果转化为空间光调制器可以显示的灰度信号,再通过2f光学傅里叶变换系统,得到相关识别结果。

实验结果表明,该方法可以得到明显的相关点,同时可以避免传统VL C中匹配滤波器的精确复位问题,而且该系统还可以应用于联合变换相关识别。

关键词:光学相关识别;匹配滤波;2f相关识别系统
中图分类号:TP391 文献标识码:A
R esearch of2f hybrid photoelectric matched f iltering correlation recognition
WU Wei,ZHOU Jin2peng,WANG X ing2shu
(College of Photoelectric Science and Engineering,National University of Defense Technology,Changsha　410073,China)
Abstract:A new method of constructing a hybrid photoelectric system is described which can realize the matched fil2 tering correlation recognition by using only one spatial light modulator(SL M).The proposed method is based on the use of computer to complete the design of matched filters and convolution of mathed filters with input image’s spectrum.The result can be impletemented on SL M to produce a grayscale image based on the minimum Euclidean distance projective principle.Then by optical Fourier transform in2f hybrid photoelectric system,the correlation output can be observed. Experimental results get visible correlation spot.The method can avoid the accuracy reposition problem for matched fil2 ters in traditional VanderL ugt correlator(VL C).This system can also be applied in joint transform correlation.
K ey w ords:optical correlation recognition;matched filtering;2f correlation recognition system
0　引　言
匹配滤波相关识别理论最早由VanderL ugt提出,从而产生了匹配滤波光学相关器(VL C)[1]。

相对于传统的数字图像处理识别方法,匹配滤波相关识别具有高速运算、并行处理且不受输入图像尺寸限制等优点,因此,体积小、处理速度快的VL C在军事、工业等领域有巨大的应用前景[2,3]。

典型的VL C采用4f光学信息处理系统,利用两个空间光调制器(SL M)分别显示输入图像和匹配滤波器。

在VL C小型化设计中,其体积主要受SL M像素尺寸的限制[4],如输入图像的大小为256pixels×256pixels,SL M的像素尺寸为36μm×36μm,光源的波长为632.8nm,整个4f系统的长度达到2.09m,从而导致系统的体积十分庞大。

此外,在相关识别中,要求物频谱与匹配滤波器精确复位,才能得到相关结果。

为了减小VL C的体积,克服相关识别中匹配滤波器的精确复位问题,本文设计了一种2f光电混合匹配滤波相关识别系统,用一个SL M实现相关识别,整个系统的长度只有传统
3收稿日期:2009202225;收到修改稿日期:2009206203 E2m ail:weiwunudt@ 基金项目:国家自然科学基金资助项目(60677041)
作者简介:吴伟(19852),男,国防科技大学博士研究生,从事光电仪器与测控技术方面的研究。

VL C 的一半。

由于该系统与联合变换相关器的结
构相同,所以可进行联合变换相关识别[5]。

1　V LC 相关识别原理
[6]
传统的全息匹配滤波器,由于制作周期长,实时
性差,限制了光学相关识别技术的应用。

随着计算全息技术的发展和空间光调制器的应用,利用计算全息方法生成的数字匹配滤波器,借助空间光调制器实时显示,
大大地提高了光学相关识别的速度,促进了光学相关识别技术的发展。

VL C 相关识别是基于光学4f 变换系统,如图1所示。

匹配滤波器常取参考图形g (x ,y )的傅里叶频谱的复共轭G 3(u ,v ),滤波器函数H (u ,v )为
H (u ,v )={FF T [g (x ,y )]}3=G 3
(u ,v )(1) 在滤波平面,携带物信息的光波F (u ,v )与匹配滤波器H (u ,v )作卷积运算,得到出射光场U (u ,
v )的分布为
U (u,v )=F (u ,v )H (u,v )=F (u,v )G 3
(u,v )
(2)
经过透镜L ,得到相关输出C (
ε,η)为C (
ξ,η)=F -1{F (u ,v )G 3(u ,v )}=f (x ,y ) g (x ,y )
(3)
其中“ ”表示相关运算。

图1　4f 相关识别系统
在相关输出平面,相关峰的位置与输入平面上
物函数g (x ,y )的位置对应,相关峰值大小反映输入图像与参考模板的相似程度。

从公式(2)可以看出,如果输入物f (x ,y )与参考图形g (x ,y )相同,物频谱与匹配滤波器卷积后,得到物的功率谱分布GG 3
,为实函数。

因此,匹配滤波相关识别过程可看作入射相干平面波经过物函数的衍射,光波前发生畸变,变成沿各个方向传播的平面波,到达滤波平面后,经过匹配滤波器的调制,即通过相位共轭补偿后,将光波又变成沿某一方向传播的平面波,再经过透镜会聚于相关输出面,即观察到的相关点。

2　2f 光学匹配滤波相关识别
传统的VL C 系统采用4f 结构,利用两个SL M 分别显示待识别目标图像和匹配滤波器。

本文采用分步滤波实现相关识别,其基本原理框图如图2所示。

对一组在频域内的d ×1维训练样本矢量x 1,
x 2,…,x N ,根据MAC H 滤波器的设计准则
[7]
,可得
滤波函数h 为
h =
m x
αP +βD x +γS x
(4)
式中α,β和γ为最优化参量;m x 是训练样本矢量的平均;P 为背景噪声的功率谱的对角化矩阵,通常为白噪声;D x 为训练样本的平均功率谱密度矩阵;S x 为训练样本的平均协方差矩阵,其表达式为
P =σ2
I
D x =1
N
∑N
i =1X i X
3
i
S x =
1
N
∑N
i =1
(X
i
-M )3
(X i -M )
(5)
式中σ为白噪声的均方差;X i 为训练样本矢量x i 的
对角化矩阵,对角元素X i (k ,k )=x i (k ,1),k =1,2,…,d;M 为训练样本平均矢量m x 的对角化矩阵,对角元素M (k ,k )=m x (k ,1),k =1,2,…,d 。

将滤波器矢量h 经过二维重组变换,得到匹配滤波器为
H (u ,v )。

输入待识别图像t (x ,y ),经过快速傅里叶变换
得到其频谱T (u ,v ),再与匹配滤波器作卷积运算,得到复振幅分布U (u ,v )为
U (u ,v )=T (u ,v )3H (u ,v )(6) 由于U (u ,v )为复振幅分布,而空间光调制器
只能显示灰度级的实数信号,所以需要对卷积结果进行编码。

已知空间光调制器的调制特性随外加电压的变化关系为R (V ),根据最小欧氏距离投影映射变换[8],可以将卷积结果U (u ,v )转化为空间光调制器能够显示的灰度信号,最后利用光学2f 变换系统实现傅里叶逆变换,从而得到相关识别结果。

2f 匹配滤波光学相关识别实验系统,如图3所示。

实验所用的SL M 为英国GRL 公司生产的XGA1型液晶光阀空间光调制器,像素尺寸为36μm ,分辨率为1024×768pixels ,需要两个偏振片配合使用,才能实现振幅和相位调制。

光源采用5mW 的He 2Ne 激光器,傅里叶透镜的焦距为300mm ,CCD 为大恒光电公司生产的D H 2
HV1300FC 黑白摄像机,像素尺寸为5.2
μm ,光路的长度为1.04m 。

实验中,SL M 置于傅里叶透镜的
前焦面,调整起偏器和检偏器的偏振方向,使SL M 处于偏相位调制。

将计算机生成的灰度图像上传至SL M ,在傅里叶透镜的后焦面用CCD 采集相关结果。

光　学　技　术 第36卷
图2　2f
光电混合匹配滤波光学相关识别流程图
图3　2f 光电混合相关识别系统
3　实验结果分析
输入待识别目标如图4(a )和(b )所示,其中“汽
车”为真目标,“坦克”为假目标。

利用MACH 算法合成匹配滤波器,其中训练样本的畸变范围决定了匹配滤波器的畸变容限。

在实验中,选取“汽车”图像作为训练样本,包含0～60°的视角变化和-10%～10%的尺度缩放,共12个训练样本图像,合成一个O TSDF 滤波器。

将输入目标的傅里叶频谱与匹配滤波器作卷积运算,结果为复函数形式的复振幅分布,在实测SL M
振幅和相位调制特性数据的基
(a )真目标 (b )
假目标
(c )真目标的相关输出 (d )
假目标的相关输出
图4　光学相关识别实验结果
第1期吴伟,等:　2f 光电混合匹配滤波相关识别研究
础上,用最小欧氏距离投影映射编码原理,将卷积结果转化为SL M可以显示的灰度信号。

编码后的全息图上传至SL M,在傅里叶透镜的后焦面,用CCD 采集相关结果,如图4(c)和(d)所示,通过三维重建得到灰度分布如图4(e)和(f)所示。

从实验结果可看出,如果输入图像中包含目标图像,在相关平面与目标对应的位置将出现一个相关点,如果输入为非目标图像,在相关平面能量弥散,没有相关点。

同时,在相关平面的中心位置出现一个直流分量,真目标相关输出中心的直流量的峰值强度小于相关点的强度值,假目标相关输出的直流量较强。

由于受SL M空间周期结构的衍射调制,直流分量在相关平面周期复现,强度值的大小与匹配滤波器的性能和SL M的调制特性有关。

从实验结果可看出,该系统可以得到明显的相关点,较好地识别目标,正确区分真假目标。

实验所用的SL M为偏振幅型的,最大相位调制量小于π,导致计算全息图中的高频分量不能参与光波信号的调制,从而在相关平面出现一个较强的直流量。

如果采用偏相位调制的SL M,就可以消除直流量的影响,提高相关输出的信噪比。

4　结　论
本文只用一个SL M,结合数字计算机,提出一种新的实现匹配滤波相关识别方法,并用O TSDF 滤波器对两类目标进行了光学相关识别实验。

结果表明,该系统可以探测到明显的相关点,可以实现匹配滤波光学相关识别。

然而,2f系统的一个缺点是利用计算机对卷积结果进行编码,需要耗费大量时间,限制光学相关识别的实时性。

但是,相对传统的VL C系统,改进系统的长度只有原来的一半,且系统的结构与联合变换相关器的结构相同,所以该系统还可以用于联合变换相关识别。

参考文献:
[1]Lugt A V.Signal detection by complex spatial filtering[J].
IEEE Transactions on Information Theory,1964,10(3): 139—145.
[2]Outerbridge J,Gregory D A.Optical correlation techniques ap2
plied to spacecraft docking[J].Proc.of SPIE,2006,62450H: 1—9.
[3]吴伟,周金鹏,秦石乔,等.光学相关识别在飞行器精确定点着
陆中的应用[J].光电子・激光,2008,19(12):1653—1655. [4]Chao T H,Reyes G,Zhou H Y.Automatic target recognition
field demonstration using a grayscale optical correlator[J].
Proc.of SPIE,1999,3715:399—405.
[5]王红霞,赵玮,李育新.多目标识别的联合变换相关器的研究
[J].光学技术,2006,32(2):190—193.
[6]宋菲君,J utamulia S.近代光学信息处理[M].北京:北京大学
出版社,2001.
[7]Mahalanobis A,Kumar B V K V,Song S.Unconst rained corre2
lation filters[J].Applied Optics,1994,33(17):3751—3759.
[8]J uday R D,K inser J,Alvarez J L.Efficient code for optimal re2
alizable filter calculation[J].Proc.of SPIE,1993,1959:262—268.
[9]胡文刚,王永仲,华文深.利用相关分析法测量空间光调制器的
相位调制特性[J].光学技术,2007,33(2):216—222.
光　学　技　术 第36卷。