基于Matlab 的图像联合变换相关识别.pptxVIP

基于Matlab 的图像联合变换相关识别的实现 郭雪雪 09300720249 实验原理 实验过程 实验结果 Matlab模拟 实验原理 背景知识： 图像相关识别的目的是从一些图像( 如文字， 指纹， 生物样品等) 中鉴别是否具有某一特定图像。 这种技术现已广泛应用于医学图像处理， 安全子系统，指纹及容貌识别， 光学特征识别及跟踪等。 光学方法具有容易受到外界条件( 如温度，振动， 空气的流动等) 影响的弱点， 因而在使用过程中随着计算机的普及与计算机软硬件功能的加强 利用计算机处理图像文件 以其良好的可控制性，无破坏性，可复现性， 易观察性和经济性等特点 受到人们的关注。 中心分别位于(-b, 0) 和(+b, 0) 处的待识别目标图像t(x+b, y) 和参考图像t(x-b, y) 同时对称地输入到傅里叶变换透镜LFT1的前焦平面上O 则该平面上的复振幅透射率可表示为 在透镜LFT1的后焦平面上形成u(x,y) 的联合傅里叶变换频谱( 复振幅) 分布 式( 1) ( 2) 中 R( fx, fy) 和T( fx, fy) 分别为参考图像r(x, y) 和待识别目标图像t(x, y) 的傅里叶变换谱复振幅分布。 fx= x/ λf 和fy= y/ λf 分别为透镜LFTl后焦平面上的空间频率。 f 为傅里叶变换透镜LFTl的焦距 ，λ 为相干照明光波的波长。 该复振幅分布经平方律转换器转换成联合变换功率谱分布 该功率谱经透镜LFT2二次傅里叶变换后 在输出平面( 即LFT2的后焦平面) 上得到I( fx, fy) 的傅里叶变换 有 式( 4) 中 表示相关运算 *表示卷积运算。 从式( 4) 可以看出 在输出平面上x= 2b 处出现r 和t 的相关点。 图像r 和t 相同时 将出现较亮的相关点; r 和t 不同时 则出现较暗的弥散斑。以此便可实现图像的相关识别。 实验过程 实验分析 输入图像F均位于坐标轴上，(a)CCD上读出的功率谱;(b)经过电脑处理（IFFT）的相关识别结果 Matlab模拟 2b=40pixels 2b=150pixels 2b=250pixels 二F模拟结果 2b=80pixels 2b=140pixels 2b=200pixels X Axis Δx=50 Δy=40