用于微小差異圖像識別的光學差異相關方法

張軼焜

摘 要：在光學信息處理當中，光學圖像識別是一個重要的內容，在識別跟蹤地面、空中軍事目標，機器人視覺，工業自動化等領域中，都有著重要的應用。光學圖像識別的實現方法，主要有光學神經網絡、光學相關等。在生物、醫學、軍事等領域的實際應用中，時常會遇到參考信號和需要識別信號之間，只具有微小差異，同時信號自身具有復雜的結構，因而無法利用傳統方法解決。對此，應研究可用于微小差異圖像識別的光學差異相關方法，從而進一步提高其應用功能。

關鍵詞：微小差異 圖像識別 光學差異相關

引言

光是自然界一種重要的現象，光波攜帶物體信息進入人的研究，使人對周圍事物形成視覺印象，讓人類能夠更好的認識世界。光學和信息、通信理論的融合，產生了信息光學的概念，是以傅里葉光學理論為基礎的一種重要實踐。光學信息處理的設計領域很廣，指的是利用光學方法，變換處理輸入的信息，包括光信息、聲信號、電信號等。光學信息處理的特點在于容量大、并行度高，隨著科技的發展，相關理論日益成熟，在實際應用當中也得到了極大進展。在光學信息處理中，光學圖像識別十分重要，在很多方面都有著廣泛的應用。而用于微小差異圖像識別的光學差異相關方法，則是其中的重點和難點，需要進一步深入研究。

一、光學圖像識別的基本理論

圖像識別，指的是對圖像中是否含有特定信息進行判斷與檢測，在光信息處理當中，光學圖像識別占據著重要的位置。例如，通過軍事偵察照片，對特定目標、文字等加以識別；通過患者病理照片，準確識別癌細胞組織；通過大量指紋檔案，檢查出犯罪分子的指紋等。圖形識別器采用相關器，但其具有較明顯的局限性，只能對兩個完全相同的圖形加以判斷，但如果一個圖形相對另一個圖形轉動一個角度，或二者具有不同比例，相關器也難以識別[1]。分數傅里葉是其中一個重要的研究方向，相關研究主要包括了透鏡設計、神經網絡、相位恢復、空間變換性濾波等方面。同時，能夠衍生出分數蓋博變換、分數卷積、分數相關等變換。相關是一種重要的特殊卷積形式，在模式識別中，相關操作具有重要的作用和價值，可以運用光學方法實現。

二、用于相似圖像識別的光電混合處理系統

在特征識別、信號檢測等領域中，光學相關技術的應用十分廣泛，也是傅里葉光學中的一個傳統研究課題，可以判斷輸入信號是否和參考信號相同。傳統相關器，轉化輸入信號、參考信號相似性度量，通過點的強度測量完成。相關峰的形態，代表了輸入信號、參考信號一致性。參考信號不變，如果輸入信號和參考信號相同，相關器會給出強、尖銳的相關峰。而如果兩個信號不相同，相關器輸出則更為平坦。但在生物領域、醫學領域、軍事領域中，可能會遇到一種情況，就是參考信號、需要辨別信號之間只有十分微小的差異，而信號自身也具有十分復雜的結構，因此，利用傳統方法，無法達到實際應用要求。對于傳統光學相關方法，在相似圖像識別上的困難，采用頻譜相減光電混合處理方法，對微小差異圖形識別功能更強[2]。

三、基于分數相關的微小差異圖樣識別

在光學信息處理中，分數傅里葉變換是一個重要分支，其作為雙域信息聯合表示，包括了空間頻率域、空間閾的信息，在光學信息處理中，自由度可得到提高。光學信息處理領域中，光學模式識別，是一個十分重要的問題和內容，其應用范圍較廣，在生物學及醫學、機器人視覺、工業自動化、地面及空中軍事目標識別跟蹤等方面，都能發揮重要作用。傳統模式識別實現方法是光學相關，通過分數傅里葉，變換衍生出分數相關，在光學模式識別中也可應用。研究表明，分數相關能夠調節分數級次，其識別功能更強[3]。但對于微小差異圖像來說，只觀察參考圖像和目標圖像的相關峰，往往難以識別。而上面提到的差異相關方法，盡管識別能力較強，但無法提供差異位置信息。對此，采用基于分數相關的微小差異圖樣識別，在差異相關系統中引入分數相關和分數傅里葉變換，以解決上述問題。

四、基于頻譜相間的改善聯合變換相關輸出方法

在聯合變換相關識別當中，如果存在具有實透過率f（x，y）的透明片，在輸入平面一側放置，中心在（-a，0），第二個具有實透過率g（x，y）的透明片，在平面另一側放置，中心在（a，0）。那么輸出平面中，可在（±a，0）位置探測f、g相關輸出。在輸出平面中，自相關峰具有固定不變的位置，在輸出平面中心，互相關峰位置則不固定，中心在（±a，0），因此輸入平面中，兩個函數中心距離就是2a，也就是輸入平面中輸入圖像、參考圖像的相對位置，對于互相關峰與中心的距離有著直接的影響，二者之間具有正比例的關系。如果存在足夠大的間距，相關峰和中間項可以充分離開，能夠避免二者的相互重疊，可被觀察者識別。不過，f、g經常處于固定位置不能調節，同時受到探測器有效探測面積影響，在f、g之間的距離應合理控制，從而避免相關項、中間項的發生部分重疊。

結語

在傅里葉光學中，光學圖像識別是一個十分重要的研究內容，光學相關主要是判斷輸入信號、參考信號是否相同。在該技術的實際應用中，對于差異較小的圖像，難以利用傳統方法準確識別。所以，提出了一種用于微小差異的圖像識別的光學差異相關方法，提高圖像識別效率和質量，實現該技術更好的發展和更廣泛的應用。

參考文獻

[1]李曉舟， 于化東， 于占江，等. 微小尺寸零件表面缺陷光學檢測方法[J]. 兵工學報， 2011， 32（7）：872-877.

[2]潘國兵， 顏國正， 張明卿，等. 概率神經網絡與差異演化在膠囊內窺圖像出血識別中的應用[J]. 光學精密工程， 2010， 18（6）：1429-1435.

[3]姜黎， 吳偉仁， 張之敬，等. 微小型結構件顯微圖像邊緣的自動識別[J]. 光學精密工程， 2013， 21（1）：224-232.endprint