近30多年來,光學(xué)技術(shù)在模式識別領(lǐng)域得到了廣泛的應(yīng)用.模式識別是指對表征事物或現(xiàn)象的各種形式的信息進行處理和分析,從而對事物或現(xiàn)象進行描述、辨認、分類和屆時的過程.他是信息科學(xué)和人工智能的重要組成部分,主要應(yīng)用于圖像分析與處理、語音識別、聲音分類、通信、計算機輔助診斷、數(shù)據(jù)挖掘等領(lǐng)域.
在光學(xué)信息處理領(lǐng)域研究得最廣泛的模式識別技術(shù)是圖像識別與字符識別,通常采用固定一系列或一套參考函數(shù),系統(tǒng)的目的是要確定這一類參考函數(shù)中哪些部分在輸入中存在(通常還要確定其在輸入平面中的位置).所有的光學(xué)圖像識別和字符識別系統(tǒng)中的關(guān)鍵操作是輸入與參考函數(shù)的“相關(guān)”或兩個輸入函數(shù)的“相關(guān)”.本站首先討論光學(xué)相關(guān)匹配的濾波的基本概念,然后討論體全息圖像庫(模式庫)的建立過程和特性,以及針對體全息圖像庫提高識別率的方法和途徑,最后介紹目前在體全息光學(xué)相關(guān)系統(tǒng)的研究進展.
光學(xué)相關(guān)與匹配濾波
在絕大多數(shù)光學(xué)圖像識別系統(tǒng)中,“相關(guān)”是通過輸入函數(shù)與參考函數(shù)傅里葉變換的乘積而實現(xiàn)的.此時,參考圖形以參考函數(shù)傅里葉變換的共軛形式存儲起來,因為該參考圖形放置在傅里葉平面,故它是空間濾波器;濾波器函數(shù)是復(fù)函數(shù),因此可以用全息圖來實現(xiàn).該濾波器的作用是要確定輸入圖像(或它的一部分)是否與參考函數(shù)匹配,因此,這種傅里葉平面的復(fù)函數(shù)型參考圖樣被稱為匹配空間濾波器(Matched Spatial Filter,MSF).匹配濾波的理論在電子信號處理領(lǐng)域發(fā)展得很成熟,它是噪聲中提取信號的最佳濾波器.對于圖像識別而言,信號是所需要的重要目標或正在尋找的參考函數(shù),噪音是輸入中的任何其他不屬于重要目標的那些部分.
