基于空间光调制器的光学图像识别研究.

基于空间光调制器的光学图像识别研究
摘要光学图像识别技术[1]是在傅里叶光学的原理上，作频域处理的技术，它已广泛应用于指纹瞳孔识辨、字符识辨、医学细胞计数以及军用目标识别等任务中。

光学图像识别运算速度快，信息处理量大，可并行处理，但精度不高；而计算机模式识别存储灵活、易控制、精度高和易于分析及可编程性，但是速度慢、实时性差。

通过电寻址液晶空间光调制器(LC-SLM)和光电藕合器件(CCD)可以结合两者的优点，开发出光电混合模式识别系统，以实现图像识别的实用化方案。

光学图像识别系统的基本结构是光学相关器，光学相关模式识别是一种通过傅里叶光学的手段，运用光学相关的图像识别处理方法，从给定的目标信息中提取检测所需要的光频信息。

光学相关器有匹配滤波相关器和联合傅里叶变换相关器(Joint Fourier Transform Correlator，JTC)。

本论文中，首先介绍了光学图像识别技术的原理、分类、特性、应用及其发展动态。

其次用SLM及CCD等光电设备以及一些常用光学元器件，通过实验建立JTC 图像识辨实验装置，并进行了实际调试以及实验成品的检测与鉴定，实现了光学数据的电子信息化。

实现了对相同和不同字符等简单目标的识别，获得它们的联合功率谱和相关峰分布。

最后，利用MATLAB程序模拟实验相关峰分布图，使之与实验结果进行比较分析。

关键词光学图像识别；联合傅里叶变换；空间光调制器；光学相关；
ABSTRACT Optical pattern recognition technology is in theory the Fourier optics for frequency domain processing, which has been extensively used fingerprint identified, characters identified, cell count in medical and target recognition military task. Optical image recognition has advantages of high computing speed, large information processing, parallel processing, but not the high accuracy. While the computer recognition with advantages of flexible storage, easy to control, high precision, easy to analyze and programable but not instantaneity. By electrically Addressed
Liquid Crystal Spatial Light Modulator (LC-SLM) and the Charge Coupling Device (CCD) can be combined with the benefits of these two methods, to develop practical program of image recognition.
The basic structure of the optical image recognition system is an optical correlator, the Optical Correlation Pattern Recognition(OCPR) is a method of extracting the Fourier optics required for detection of optical frequency from the information given by an object information, and image recognition method using optical optical-related. There are two kinds of optical correlator: Matched filter correlator and Joint Fourier transform correlator (JTC).
I mainly completed the following works in this paper. First, the principle, classification, characteristics, application and development of optical correlator are introduced. Secondly, using the optoelectronic devices like SLM and CCD as well as some commonly used optical components; a set of optical electronic hybrid real-time optical JTC system is built. And using this system, simple targets like the same and different characters are identified, etc. their joint power spectrum and correlation peak pictures are obtained. Finally, distribution pictures of the correlation peaks above-mentioned are simulated by MATLAB program, and quantitative compare experimental results with the simulation.
KEY WORDS Optical pattern recognition；Joint Fourier transform；Spatial Light Modulator；Optical correlation
目录
1. 前言 (1)
1.1 课题研究的背景、意义和内容 (1)
1.2 空间光调制器概述 (2)
1.3 光学图像识别简介 (2)
1.4 光学图像识别技术的发展与应用 (3)
2. 光学相关基础 (4)
2.1 光学相关基础 (5)
2.1.1 互相关定义 (5)
2.1.2 自相关定义 (5)
2.1.3相关定理(维纳一辛软定理) (6)
2.2 光学傅里叶变换原理 (7)
2.2.1空间频率 (7)
2.2.2傅里叶变换 (8)
2.2.3透镜的傅里叶变换性质 (8)
2.3 光学相关识别原理 (10)
2.3.1光电匹配滤波相关识别的工作原理与实现 (10)
2.3.2联合变换相关器相关识别的工作原理与实现 (11)
3. 联合变换相关实验系统 (13)
3.1 联合变换相关实验系统组成 (13)
3.1.1 实验基本光路 (14)
3.1.2 实验光路优化 (15)
3.2 器件选取及参数 (16)
4. 联合变换相关实验系统 (17)
4.1 JTC光学图像识别系统测试 (18)
4.1.1 规则字符的JTC测试 (18)
4.1.2 简单图案的JTC测试 (19)
4.1.3 多个文字和手写文字的JTC测试 (20)
4.1.4 多个复杂图案的JTC测试 (21)
5结论 (22)
参考文献 (23)
致谢 (23)
（目录：二字为小二号黑体，居中打印；下空一行为章、节、小节及其开始页码（小四宋体）。

目录按三级标题编写（即：1……、1.1……、1.1.1……或一、（一）、1......），要求标题层次清晰。

目录中的标题应与正文中的标题一致，附录也应依次列入目录）
基于空间光调制器的光学图像识别研究
1.前言
1.1 课题研究的背景、意义和内容
一直以来，人们从不间断地研究智能识别物体的方法，图像识别器能够代替人类来做高难度和枯燥乏味的重复性工作。

例如，字符识别机器可能用来代替邮递员分拣邮件；指纹识别机器可能代替人工检验指纹。

机器识别比人工识别更为可靠，由于它是没有疲劳感的，而人工则会因为长期工作产生疲劳从而造成误判或漏检。

在军事上，首先可以用图像识别系统辨认出对方的目标，诸如车辆、导弹、建筑，然后用武器自动追踪并摧毁经过识别的目标。

而在医学上，图像识别机器则可用于识别特定的某一类细胞，然后进行数目统计。

除了上述这些之外，它还可以从遥感照片中辨别出湖泊、森林、农作物甚至军事设施，以及判断农作物的长势，预测收获量等；还可以在机械加工中对零部件进行识别和分类；也可以根据气象的观测数据，或气象卫星的照片准确预报天气；以及识别违章行驶的汽车车牌等等。

随着科技的高速发展，对数据量大的高速运算和图像处理识别的需求越来越大，现代电子计算机显得越来越力不从心。

主要体现有以下两个方面:1.计算机虽然具有高精度的数值运算能力、可灵活地编程、存储十分方便以及通用的可操作性，但对随机问题的处理，如模式识别、分类等，却不够迅速、准确。

2.电子计算机速度的进一步提高已受到瓶颈效应、时钟歪斜、RC 滞后效应、电磁干扰、互联带宽等为身固有的缺陷所限制。

发展高性能运算的途径有两个：一是基于现有的硬件，通过研究高效的算法来提高处理能力和精度，但这样的一种算法只能对应一种目标的识别，如指纹就要研究多种的算法但却对瞳孔并不适用，这仍然存在着很大的局限性；
目前实践可行的方案是将新技术融合到传统的电子计算当中，得到优势互补的各种混合技术。

光电混合处理是其中相对较为成熟的新技术。

光计算具有以下优点：宽频带、高速度、并行性、低串扰、可在自由空间里交叉互联等。

将光计算与具有可编程灵活性的电子计算机有机地结合，可以降低光学信息处理技术和电子计算机各自的不足和缺陷，发挥各自的特长，解决某些由纯电子计算或纯光学信息处理难
以解决的问题，有其在图像识别处理问题方面。

因此光电识别系统受到了广泛地关注与重视，也是光信息处理领域的研究热点。

1.2 空间光调制器概述
空间光调制器(SLM)，是可以调节空间的光波分布的一种光电器件。

它能对光波的一些特性（如振幅、相位、频率、偏振态等）的分布进行时间或空间的调制变换。

它有许多独立的单元组成，然后在空间上排列成一维或者二维阵列。

每个基本单元皆可以独立地为光/电信号所控制，并且利用各种物理效应按照控制信号来改变自身的光学特性，从而实现对入射光波产生调制或变换。

习惯上，把这些基本单元称为SLM的“像素”。

SLM的信源可以分为光信号和电信号两种，由此按照控制信号的不同SLM可以分为电寻址和光寻址两类。

采用电寻址时，是一种串行的寻址方式。

常用电寻址SLM上有两组正交栅状电极，通过电极把电信号加到SLM上。

电寻址比起光建起要弱一些，串行方式使得它的速度不高；电极的透过率跟几何尺寸限制了SLM的填充系数和分辨率，使得其像素的有效通光比不高。

但目前电寻址SLM是将电子技术和光电技术结合起来的有效方式，具有重要的实用意义，得到广泛的应用。

光寻址SLM的空间分辨率一般比电寻址的高，其最明显的优点是并行寻址方式，其寻址速度最快。

将图像投射到光寻址SLM上时调制是瞬间完成的，但是高度并行性并不为意味着光探测响应的速度快，其中高响应速度依然是光寻址SLM的重要研究课题。

1.3 光学图像识别简介
作为自然现象，光是最重要的信息载体之一。

而光学信息处理的研究可追溯到一百多年前，但这门学科却是近年来发展起来的。

1948年全息术的发明，1955年提出光学传递函数概念，以及1960年强相干光源——激光，是近代光学发展上的三个主要的推动力，也是光信息处理的基础，光信息处理的主要框架则由透镜的傅里叶变换效应构成。

光学信息处理是伴随着激光的成功研制而蓬勃发展的近代光学领域，是近代光学的重要分支。

光学信息处理是指：光学图像的产生、传递、探测和处理，所需要的图像称.
为信号，在处理过程中伴随产生的无用图像称为噪声。

光学信息处理的输入信息可以直接是图像之类的光，也可以是由电信号或声信号转换成的光信号。

与数字图像
处理(计算机图像处理)相比，光学信息处理系统的处理容量大，运算速度快(基本上按光速进行)，尤其它是并行处理，因而特别适合于对图像的快速和实时处理。

尽管，目前光学信息处理的技术仍然处于发展阶段，不是特别完善，但是由于它的潜在优势，以及光学、电子学、通信和计算机科学等的多学科渗透和结合，使得光学信息处理领域发展更为快速。

近年来，这一学科发展很快，理论体系已日趋完善，成为信息科学的重要分支，在某些领域中已进入试用阶段。

并且被更多的人们所关注。

而图像识别是指检测和判断图像中是否包含某一特定的信息[2]。

图像识别系统主要有以下几项功能：图像信息获取、信息加工和处理、抽取特征、判断或分类等。

[3]目前大多数图像识别器通过采用光学摄像系统将识别物输入计算机，再与存储在计算机内的图像进行特征匹配或相关匹配，以找出要被识别探侧的目标。

这称为计算机图像识别。

由于特征匹配方法需要事先制作好匹配滤波器，制作光学匹配滤波器时计算量十分巨大、速度慢、较难实现、识别精度也不高。

当使用光学相关的方法时可以克服改善的缺点，即能实时地识别，又能提高了精度，是图像识别发展的新领域，也是人们关注的重点。

上述两种称为光学图像识别，分别称为特征识别和相关识别，光学图像识别是光学信息处理的重要分支。

它是指通过光学傅立叶变换，在指定的范围或区域内，识别出某一个或多个目标。

1.4 光学图像识别技术的发展与应用
光学图像识别技术的发展十分迅速，从较早的匹配滤波器到后来的联合变换相关器，从纯光学系统发展到如今的计算机控制光电混合系统，既有光学的并行处理，大容量和高速度的优点，又有计算机处理的灵活性及可编程性。

Vander Lugt于1964年提出匹配滤波相关器VLC，将光学相关输出有效地与零频分离开来，成为匹配滤波的经典。

C.S.Weaver，J.W.Goodman和J.E.Rau三人于1966年提出联合变换相关器——JTC的理念。

JTC避免了匹配滤波的缺点：需要精确对准复数滤波器，因此降低了实验难度，因此得到很大推广。

后来研究或集成的光学相关器，多是以VLC或JTC 为理论基础。

早期的光学相关的处理方法是纯光学的，就是用感光胶片来制作匹配滤波器或者记录光的联合功率谱。

这需要对胶片进行冲洗，因此是不可能实现快速实时操作
的。

另外纯光学构成的实时JTC系统不可编程，灵活性差。

光学系统不能自行决定运算方向：一但结构确定，一般只能进行某种特定运算，难以构成通用型计算系统。

[4]以上种种原因使得光学相关处理技术，无法在要求快速的实时操作场合中得到应用。

这严重限制了其应用范围。

但是光学系统的缺点，恰恰是电子系统的优点。

自20世纪70年代以来，各种电寻址和光寻址SLM相继研制成功，其中代表性的器件有液品光阀（LC）、液晶显示器（TFT-LCD），最新的期间还有响应频率高达1000帧/秒的铁电液晶空间光调制器（FLC-SLM），这使得光学相关目标识别的实时化成为可能。

同一时期集成电路和CCD的高速发展，更推动了光学相关技术向着光电结合、实时的方向发展。

由于光学相关模式识别在军事应用方面，表现出了无与伦比的优点。

近十多年格外受到各国军方的重视。

报导有美国军方已率先将它试用于目标追踪设备，并在器件模块化、集成化方面取得很大成果。

他们做了系统的分析与实验研究之后，指出光学相关识别在机器视觉、目标识别与跟踪、精确制导、遥感信息提取、空间对接、飞船着陆、导航与盲降、飞行器抓捕与回收等方面可能有卓越的应用。

在这些应用场合里，一般要求光学相关器小型化、集成化，以满足抗振、抗噪、防尘、低功耗、小尺寸的要求。

早在1996年美国军方公宣称，他们研制的军用系列的相干光学处理系统(包括小型光学相关跟踪器系统、光学精密深攻击导弹系统和先进的地面相关器系统等)，己在许多军事武器试验中取得成功。

2.光学相关基础
光学相关识别，属于光学信息处理的范畴。

光学信息处理是利用光学处理器来完成复杂的计算过程，它的成功是基于光的衍射和干涉现象。

光学信息处理的根本优点是能以复振幅、并行、大容量、高速度来处理信号。

已证明,许多处理运算采用光学技术时是更有效的，例如傅里叶变换、卷积、相关以及空间互连等。

本课题就是利用光学处理器(光学联合变换相关器)的优点来完成目标的识别的。

光学相关图像识别技术，在识别的过程中把复杂的目标和模板的相似性度量转化成为二者的相关测量，由相关点确定目标的方位。

利用光学相关的方法,就可以从混乱的图像中找到我们需要的目标，达到图像识别的目的。

光学图像相关主要是应用衍射原理和透镜的功能完成输入图像的合成傅里叶变换。

傅里叶变换透镜是光学联合变换相关中关键的器件。

因此，就光学图像相关而言，首先要理解空间频率、傅里叶变换、透镜的傅里叶变换功能。

这些也是光学图像相关的基本内容!理论和以后实验发展的核心。

2.1 光学相关基础 相关与卷积类似，既是一个由含参变量的无穷积分定义的函数，又代表一种运算。

它与傅里叶变换有密切的关系，并在光学图像特征识别中有重要的应用。

[4]在物理学的许多领域，经常要研究两个函数之间的相互关联性。

比如模式识别、光波的部分相干理论、噪音中的信号检测等。

在这些问题中，被研究的对象既可以是确定性函数，也可以是随机过程。

总之，衡量两个函数的相互关联度，都可以归结为数学上的相关运算。

2.1.1 互相关定义
两个函数()x f 和()x g 互相关的定义为：
⎰+==+∞∞-*ξξξd x g f x g x f x r fg )()()()()(★
（2-1） 式中，*代表函数的复共轭，★代表相关运算。

作变量替换'ξξ=+x , 则又可以化作：
()()()⎰-=+∞∞-*''d ξξg x ξf x r fg （2-2）
（2-1）和（2-2）两个定义式是完全等价的。

又可以必定成卷积形式，即：
()()()x g x f x r fg ⊗-=*
（2-3）
如果()x f 和()x g 都是实函数,则*可忽略。

互相关是两个信号间存在多少相似性或关联性的量度。

两个完全不同的、毫无联系的信号，对所有的位置，它们的互相关值应为零。

如果两个信号由于某种物理上的联系在一些部位存在相似性，则在相应位置上就存在非零相关值。

2.1.2 自相关定义
在互相关中，若使()()x f x g =，互相关变为复函数()x f 的自相关则可以得到()x f 的自相关定义公式：
()()()()()⎰+∞∞
--==' ''*ξξξd f x f x f x f x r ff ★ （2-4） 同样可以化简为卷积形式：
()()()x f x f x r ff ⊗-*=
（2-5）
上式称为两个相同函数的自相关。

自相关是两个相同函数图像重叠的量度。

当两个相同函数完全重叠时，自相关有一极大峰值，称为自相关峰。

由于只有相同函数的图形才能完全重合，故相同函数间的自相关比不同函数间的互相关，其相关程度要高得多。

由自相关的定义，利用Schwarz 不等式：
()()()()⎰⎰⎰+∞∞+∞∞+∞∞ψ∙Φ≤ψΦ-2-22-x x |x x |dx dx （2-6）
可以证得自相关函数的模在原点处有最大值。

即:
()() 0r |<x r |ff ff
（2-7）
2.1.3相关定理(维纳一辛软定理) 在连续和离散两种情况下，下面的相关定理都成立。

①互相关定理
()[]()ξF x f FT =，()[]()ξG x g FT =，则有：
()()[]()()ξG ξF x ★g x f FT **= （2-8） ()()[]()()ξ★G ξF x g x f FT **= （2-9）
本文将()()ξG ξF *称为函数()x f 和()x g 的联合功率谱。

因此，互相关定理表明，两个函数的互相关与其互谱密度构成傅里叶变换对。

②自相关定理
()()[]()2
★ξF x f x f FT = （2-10） ()2ξF 称为()x f 的能谱密度。

自相关定理表明一个函数的自相关函数与其能谱
密度构成傅里叶变换对。

由相关定理可以得知，相关运算可由频域途径来实现。

从表面上分析，这种方法包括正反两次傅里叶变换和一次乘积运算，似乎较为复杂繁琐。

然而事实并非如此。

因为利用傅里叶变换的各种性质，常常可以使傅里叶变换、乘积、逆变换等运算远比在空域中直接计算更为方便。

而且在频域中，可以对图像等信号进行各种频域上的处理，以得到期望的结果，从而拓宽了相关概念的实用范围。

因此相关运算
的频域实现，无论从理论研究，还是有实用价值的方面，均有重要的意义。

实现相关识别即是以相关定理为理论依据，由频域与空域之间的相互转换关系来实现的。

2.2 光学傅里叶变换原理
傅里叶变换是将函数在时域中的函数，通过变换公式后转换到频域上去，其中的变换是一一映射的。

在通信系统和控制系统理论研究过程中傅里叶变换起到了非常大的作用。

我们将时序信号通过变换后在频域中分析，发现直接在时域中分析的效果相比之下前者的优点和效率非常明显。

因此无论是在理论研究过程中，还是在最后运用到实际分析里，傅里叶变换已经成为不可或缺的一部分。

信号系统（频谱、滤波、卷积、相关及抽样定理等）和光学理论相结合，形成了傅里叶光学是光学信息处理的基本理论。

以傅里叶光学为基础而发展起来的光学相关图像识别方法，更构成了光学信息处理的重要组成部分。

2.2.1空间频率
空间频率是描述波动过程在空间重复性的物理量，它是信息光学中最基本的概念，同时也可以作为描述物体在空间分布的物理量。

[]
对于单色光波分布，可以用它的周期T 和频率T v /1=来描述它的时间周期性。

同时它的空间周期性，则可以用它的波长λ和空间频率λγ/1=或。

对于空间干涉场，空间周期就是干涉条纹的间距d ；空间频率就是单位长度内的条纹数目。

可见，对于描述现实空间，空间频率比时间频率更为直观，而且从光学上也更容易理解亦更容易处理。

设有一个也称振幅透过率()x f 的透明片，根据透明片的明暗精细分布并对投射光波的调制作用，可以将该透明片分解为具有不同空间频率的多个振幅光栅的作用之和。

[]透明片的精细部分对应为高空间频率的光栅，而稀疏部分则对应为低空间频率的光栅。

当单色平面波入射到此透明片上时，上述不同空间频率的等价光栅，会相互跟据透明片上所在的位置不同，把光波波前的不同部分偏转到不同的方向上。

从而直接透射波和每一个衍射波就是具有一定空间频率的谐波函数，此空间频率相应于偏转入射波的等效光栅的空间频率。

因此，弗琅禾费衍射的空间频率信息，反映了衍射物的空间频率信息。

又由于衍射平面上不同空间频率的衍射光波处于不同的坐标，所得到的衍射物不同空间频
率信息是分离的。

考察一个衍射物的弗琅禾费图样，不仅可以了解衍射物的空间频率分布，而且还可以于对衍射物进行一些频域信息上的处理。

2.2.2傅里叶变换
光学信息处理中最重要的一个理论是傅里叶变换效应傅里叶变换形式如下:
()()dx e x g f G fx j ⎰+∞
∞--=π2 （2-13） ()()df e f G x g fx j ⎰+∞
∞
-=π2
（2-14）
这两个积分即傅里叶积分。

()f G 称为()x g 的傅里叶变换，或频谱。

若()x g 表示某空间域的物理量，()f G 则是该物理量在频率域的表示形式。

()f G 作用即作为各种频率成分的权重因子，描述各复指数分量的相对幅值和相移。

当()f G 是复函数，可以表示为：
()()()f j e f A f G φ=
（2-15）
式中()()f G f A =，是()x g 的振幅频谱；()f φ是()x g 的相位频谱。

非周期函数的频谱不是离散的,而是频率f 的连续或分段连续的函数。

所有适当加权的各种频血的复指数分量叠加起来就得到原函数()x g ，称它为
()f G 的傅里叶逆变换。

()x g 和()f G 构成傅里叶变换对。

二维傅里叶变换只是一维傅里叶变换的推广:
()()()
dxdy e
y x g f f G y f x f j y x y x ⎰+∞∞-+-=π2,,
（2-16） ()()()
y x y
f x f j y x df df e
f f G y x
g y x ⎰+∞∞
-=,2,,π
（2-17）
2.2.3透镜的傅里叶变换性质
透镜除了具有成像性质以外，还能作傅里叶变换。

正因如此，傅里叶分析方法在光学中得到广泛而成功的应用。

其实对一个平面透射物体进行傅里叶变换运算，其物理手段就是实现它的弗琅禾费衍射。

为了能在较近的距离，观察到物象的远场衍射图样，通常利用一个非常传统的光学元件——透镜。

也就是说，我们可以用一般透镜来实现物象的傅里叶变换。

透镜的这个性质是利用光学方法模拟计算机的基础，也是相干光学信息处理的基础。

图2-1 光学傅里叶变换透镜原理图
光学图像相关主要是应用衍射原理和透镜的功能，来完成输入图像的傅里叶变换。

傳里叶变换透镜（FTL ），是光学联合变换相关中最关键的器件之一。

因此，就光学图像相关而言，首先要理解的是FTL 的傅里叶变换功能。

这些也是光学图像相关的基本内容、理论以及日后应用的发展核心。

透镜的傅里叶变换原理图如图2-1所示。

图中P 1表示输入平面，P 2表示变换平面。

它们的坐标分别为()11,y x 和()22,y x ，物体位于透镜L 的前方，与透镜之间的距离为d 0。

在单位振幅的平面光波垂直照射下，平面P 1上的复振幅分布力()11,y x f 可表示如下：
()()()11,1111,,y x j e y x A y x f φ-=
（2-18）
式中()11,y x A 表示振幅,是一个确定的实数量。

()11,y x φ为输入图像的相位。

经过
透镜L 变换之后，在变换平面P 2上的光场分布以无()22,y x U f 可表示为： ()()
⎪⎪⎭
⎫
⎝⎛=+⎪⎪⎭
⎫ ⎝⎛-f y f x F e
f
j y x U y x f d f k j f λλλ221222,1
,22
220 （2-19）
其中：
()()()
11,2112211,,,dy dx e y x f v u F f y f x F vy ux j ⎰⎰-==⎪⎪⎭
⎫ ⎝⎛πλλ （2-20）
式中u=x 2/λ,v=y 2/λ为平面P 2的空间频率坐标,λ为照射光波的波长，f 为变换变换L 的焦距。

可见透镜L 后焦面上的复振幅分布正比于输入物体的傅里叶变换，由于变换式前的二次相位因子存在，使物体的频谱产生一个相位弯曲。

当物体位于透镜的前焦面时,即d 0=f 则（2-19）式变为:
()⎪⎪⎭
⎫ ⎝⎛=
f y f x F f
j y x U f λλλ2222,1
, （2-21）
显然这时二次相位因子完全消失，后焦面上的光场分布是物体准确的傅里叶变换。

当利用透镜对物体进行傅里叶变换运算时，图2-1所示的光路正是我们通常所
2
选用的光路。

当然，无论物体相对于透镜的距离d
为何值，相位弯曲对于后焦面上
的强度分布都没有影响，它仍然是物体的傅里叶变换功率谱。

在电子学中，傅里叶变换运算一般要用复杂而昂贵的电子学频谱分析仪才能完成。

然而这种复杂的模拟运算采用一个简单的光学装置（一个透镜）即可实现，而且运算速度非常快（理论上为光速），体现了光处理的强大优势。

透镜的傅里叶变换性质是其最突出、最重要的性质之一，以此为基础的光学系统才可以对光波信号进行滤波、相关、卷积等各种运算和处理。

2.3 光学相关识别原理
光学相关系统可以实现图像的识别。

所谓图像识别是指检测和判断图像中是否包某一特定的信息。

例如,从大量的指纹档案中检查出罪犯的指纹,从侦察所得的照片中检查出特定的目标。

利用光学处理技术进行图像识别具有模拟性和空间性的特点。

现在假设要从具有许多字母透明胶片中找出某一个字母所在的位置,只要先将同字体相同字母制作的一个全息匹配滤波模板放在系统的第一个面(既是第一个透镜
和第二个透镜的共同焦面)上,而将透明胶片放在输入面上。

在光的照射下,将在相关面内与原胶片中这个字母所对应的位置上,出现自相关亮点。

由自相关亮点的位置,可以确定胶片中这一字母的位置,由自相关亮点的数目,可以确定胶片中这一字母的多少,由此起到了识别的作用。

当然,与所识别的字母形状相近的字母也会有一定程度的互相关亮点的出现。

这可以根据实验情况,规定一个适当的阂值,以减少误差和漏检。

2.3.1光电匹配滤波相关识别的工作原理与实现
匹配滤波相关（VLC）的特征是在第一级傅里叶变换频谱面上放置一个匹配滤波器，输入目标图像的傅里叶频谱经滤波器滤波后，再进行第二次傅里叶变换，得到相关输出。

实现匹配滤波相关识别的关键是匹配滤波器的制作。

匹配滤波器是复数滤波器，制作复数滤波器有两种途径:胶片和空间光调制器。

但是，VLC自身有两个不利于工程应用的弱点:
①需要提前制作频谱面上的匹配滤波器，缺乏灵活性;。