[发明专利]提高体全息相关器匹配精度的多样本并行估计方法有效

专利信息
申请号: 200810227572.8 申请日: 2008-11-28
公开(公告)号: CN101504531A 公开(公告)日: 2009-08-12
发明(设计)人: 曹良才;汪顺利;谭峭峰;何庆声;金国藩 申请(专利权)人: 清华大学
主分类号: G03H1/26 分类号: G03H1/26
代理公司: 北京市德恒律师事务所 代理人: 马佑平
地址: 100084北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要: 提高体全息相关器匹配精度的多样本并行估计方法,属于光学信息处理领域。将库图像图1~图N、图像1′~图N′分别存入体全息相关器中;将实时图S输入体全息相关器中;确定估计变量x1~xk,确定取样相关点数目g;根据估计规则一,给出估计函数以及与相关点联系的估计方程;根据估计规则二,取定基准估计图像,给出各估计函数之间的关系;根据估计规则三,给出完整的估计方程,并通过估计方程得到实时图相对于库图像的状态差异;最后得到k维状态的实时图S的物理状态。本发明在库图像数量一定的情况下,可以提高识别精度;保持识别精度不变,则可以大大减少所需存储的库图像数量。同时,本发明可以使精度的提高瞬间实现,极大的提高了效率。
搜索关键词: 提高 全息 相关器 匹配 精度 多样 并行 估计 方法
【主权项】:
1、提高体全息相关器匹配精度的多样本并行估计方法,其特征在于,若已存储的库图像为N幅,定义N幅库图像分别为图1~图N,实时图S,每幅图的幅面均为P×Q,其中,P、Q为像素数,S的状态由k个物理量确定,分别为x1~xk;实时图与库图像做相关运算得到相关点,个数记为N;该方法包括以下步骤:(1)将库图像图1~图N存入体全息相关器中;(2)将用于归一化处理的图像1/~图N/分别输入到相关器中,分别得到图像1/~图N/相对于库图像1~图N相关点亮度,可作为后续归一化基准;(3)将实时图S输入体全息相关器中,分别得到其与图像1~图N的相关点亮度,进行归一化处理,得到相对相关点亮度;(4)对于库图像,进行多样并行估计处理;(4. 1)确定估计变量x1~xk以及估计变量数目k,确定取样相关点数目g;(4. 2)根据估计规则一,给出估计函数以及与相关点联系的估计方程;设取样相关点间的间隔为L,相关曲线的相关长度为ΔL,ΔL根据估计函数得到,在g*L<2ΔL情况下进行以下估计;所述估计规则一为:实时图通过相关器后,与库图像相关后得到的相关点,取最亮的相关点旁边的g个相关点或者任取g个相关点,其亮度为M1~Mg,设g个相关点对应的库图像为图1~图g,g《N,归一化后得到相对相关点亮度m1~mg,一定满足方程其中函数f1(x1...xk)可以通过图像1分别与图1~图g或与N幅库图像相关后得到的结果进行曲线拟合得到,同样的方法,即分别用图2、图3、…、图g与图1…图g或与N幅库图像相关后得到的结果进行曲线拟合可以得到f2(x1...xk)...fg(x1...xk);(4. 3)根据估计规则二,取定基准估计图像,给出各估计函数之间的关系;所述估计规则二为:函数f1(x1...xk)、f2(x1...xk)...fg(x1...xk)之间的关系由图1…图g的关系决定,假设以第m幅图为基准,f1(x1...xk)、f2(x1...xk)...fg(x1...xk)都用fm(x1...xk)来表示,其中h1、h2...hg由图1…图g的关系决定,则有(4. 4)根据估计规则三,给出完整的估计方程,并通过估计方程得到实时图相对于库图像的状态差异;所述估计规则三为:根据估计规则一和估计规则二,得到完整估计方程k个未知数,g个方程,解上述方程,得到x1~xk的值,这样,S的状态由k种变量的值确定;当g>k,方程数多于未知数数,能提高方程经扰动后的解的精度;(5)得到k维状态的实时图S的物理状态。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/200810227572.8/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top