用于微小差异图像识别的光学差异相关方法

张轶焜

摘 要：在光学信息处理当中，光学图像识别是一个重要的内容，在识别跟踪地面、空中军事目标，机器人视觉，工业自动化等领域中，都有着重要的应用。光学图像识别的实现方法，主要有光学神经网络、光学相关等。在生物、医学、军事等领域的实际应用中，时常会遇到参考信号和需要识别信号之间，只具有微小差异，同时信号自身具有复杂的结构，因而无法利用传统方法解决。对此，应研究可用于微小差异图像识别的光学差异相关方法，从而进一步提高其应用功能。

关键词：微小差异 图像识别 光学差异相关

引言

光是自然界一种重要的现象，光波携带物体信息进入人的研究，使人对周围事物形成视觉印象，让人类能够更好的认识世界。光学和信息、通信理论的融合，产生了信息光学的概念，是以傅里叶光学理论为基础的一种重要实践。光学信息处理的设计领域很广，指的是利用光学方法，变换处理输入的信息，包括光信息、声信号、电信号等。光学信息处理的特点在于容量大、并行度高，随着科技的发展，相关理论日益成熟，在实际应用当中也得到了极大进展。在光学信息处理中，光学图像识别十分重要，在很多方面都有着广泛的应用。而用于微小差异图像识别的光学差异相关方法，则是其中的重点和难点，需要进一步深入研究。

一、光学图像识别的基本理论

图像识别，指的是对图像中是否含有特定信息进行判断与检测，在光信息处理当中，光学图像识别占据着重要的位置。例如，通过军事侦察照片，对特定目标、文字等加以识别；通过患者病理照片，准确识别癌细胞组织；通过大量指纹档案，检查出犯罪分子的指纹等。图形识别器采用相关器，但其具有较明显的局限性，只能对两个完全相同的图形加以判断，但如果一个图形相对另一个图形转动一个角度，或二者具有不同比例，相关器也难以识别[1]。分数傅里叶是其中一个重要的研究方向，相关研究主要包括了透镜设计、神经网络、相位恢复、空间变换性滤波等方面。同时，能够衍生出分数盖博变换、分数卷积、分数相关等变换。相关是一种重要的特殊卷积形式，在模式识别中，相关操作具有重要的作用和价值，可以运用光学方法实现。

二、用于相似图像识别的光电混合处理系统

在特征识别、信号检测等领域中，光学相关技术的应用十分广泛，也是傅里叶光学中的一个传统研究课题，可以判断输入信号是否和参考信号相同。传统相关器，转化输入信号、参考信号相似性度量，通过点的强度测量完成。相关峰的形态，代表了输入信号、参考信号一致性。参考信号不变，如果输入信号和参考信号相同，相关器会给出强、尖锐的相关峰。而如果两个信号不相同，相关器输出则更为平坦。但在生物领域、医学领域、军事领域中，可能会遇到一种情况，就是参考信号、需要辨别信号之间只有十分微小的差异，而信号自身也具有十分复杂的结构，因此，利用传统方法，无法达到实际应用要求。对于传统光学相关方法，在相似图像识别上的困难，采用频谱相减光电混合处理方法，对微小差异图形识别功能更强[2]。

三、基于分数相关的微小差异图样识别

在光学信息处理中，分数傅里叶变换是一个重要分支，其作为双域信息联合表示，包括了空间频率域、空间阈的信息，在光学信息處理中，自由度可得到提高。光学信息处理领域中，光学模式识别，是一个十分重要的问题和内容，其应用范围较广，在生物学及医学、机器人视觉、工业自动化、地面及空中军事目标识别跟踪等方面，都能发挥重要作用。传统模式识别实现方法是光学相关，通过分数傅里叶，变换衍生出分数相关，在光学模式识别中也可应用。研究表明，分数相关能够调节分数级次，其识别功能更强[3]。但对于微小差异图像来说，只观察参考图像和目标图像的相关峰，往往难以识别。而上面提到的差异相关方法，尽管识别能力较强，但无法提供差异位置信息。对此，采用基于分数相关的微小差异图样识别，在差异相关系统中引入分数相关和分数傅里叶变换，以解决上述问题。

四、基于频谱相间的改善联合变换相关输出方法

在联合变换相关识别当中，如果存在具有实透过率f（x，y）的透明片，在输入平面一侧放置，中心在（-a，0），第二个具有实透过率g（x，y）的透明片，在平面另一侧放置，中心在（a，0）。那么输出平面中，可在（±a，0）位置探测f、g相关输出。在输出平面中，自相关峰具有固定不变的位置，在输出平面中心，互相关峰位置则不固定，中心在（±a，0），因此输入平面中，两个函数中心距离就是2a，也就是输入平面中输入图像、参考图像的相对位置，对于互相关峰与中心的距离有着直接的影响，二者之间具有正比例的关系。如果存在足够大的间距，相关峰和中间项可以充分离开，能够避免二者的相互重叠，可被观察者识别。不过，f、g经常处于固定位置不能调节，同时受到探测器有效探测面积影响，在f、g之间的距离应合理控制，从而避免相关项、中间项的发生部分重叠。

结语

在傅里叶光学中，光学图像识别是一个十分重要的研究内容，光学相关主要是判断输入信号、参考信号是否相同。在该技术的实际应用中，对于差异较小的图像，难以利用传统方法准确识别。所以，提出了一种用于微小差异的图像识别的光学差异相关方法，提高图像识别效率和质量，实现该技术更好的发展和更广泛的应用。

参考文献

[1]李晓舟， 于化东， 于占江，等. 微小尺寸零件表面缺陷光学检测方法[J]. 兵工学报， 2011， 32（7）：872-877.

[2]潘国兵， 颜国正， 张明卿，等. 概率神经网络与差异演化在胶囊内窥图像出血识别中的应用[J]. 光学精密工程， 2010， 18（6）：1429-1435.

[3]姜黎， 吴伟仁， 张之敬，等. 微小型结构件显微图像边缘的自动识别[J]. 光学精密工程， 2013， 21（1）：224-232.endprint