提高體全息相關器匹配精度的多樣本並行估計方法

2023-10-05 09:26:29

專利名稱：提高體全息相關器匹配精度的多樣本並行估計方法
技術領域：
本發明涉及一種用於體全息相關器快速提高精度的多樣木並行估計技術，可用於圖像匹 配、目標識別等，屬於光學信息處理領域。
背景技術：
體全息相關技術來源於高密度體全息存儲技術和光學相關技術，如附圖1所示，體全息 相關器由輸入圖像IOO，傅立葉變換透鏡IOI，體全息存儲材料102，反傅立葉變換透鏡103， 體全息相關器的輸出面104，和存儲在102中的庫圖像105組成。體全息相關技術通過復用 技術在具有一定厚度的體全息存儲材料102中存儲多幅圖像105的傅立葉變換譜，構成一個 多重濾波器，並用此多重濾波器替換了 Vander Lugt光學相關器中的空間濾波器板，這樣體 全息相關器就可以將輸入的圖像100與存儲在材料中的多幅圖像(庫圖像)同時進行互相關 運算(多通道並行相關)。理論分析表明，在體全息相關器輸出面104上的光場分布為
=省"Vsinc"j—— 2;r
《TO -《cfe +7
從上式可以看出，由於材料厚度t的存在，使得輸入圖像與每幅庫圖像的互相關函數均
受到sinc函數的調製，亦即互相關分布中的"旁瓣"(除坐標原點外的所有點)受到抑制。也 就是說對每個單一通道而言，與傳統光學相關器相比，輸出的互相關函數的相關峰大大變窄 了，這就使得在一定的通道間隔下，輸出面上可以並行無串擾地輸出各通道的相關結果。
旁瓣的存在使得通道間隔受到限制，這極大的影響了體全息相關器的並行通道數，也會 影響各通道的輸出精度。通過增加材料厚度、離焦存儲、隨機位相調製等方法，可以進一步 地抑制旁瓣，銳化相關函數的相關峰，從而顯著地提高並行通道密度和輸出精度。當旁瓣被 壓製得足夠多時，可以認為體全息相關器的輸出就很好地近似為
g(A,尺)^ S f^)々。/'(義o，少o)/:(乂o,少o)
此時，相關器的輸出退化為一個點陣，每個光點的亮度正比於輸入圖像與庫圖像的內積
4值。由於相關點之間沒有了旁瓣串擾，通道間隔可以顯著的減小，並行通道數大大增加，這 使得體全息相關器成為一種光學多通道並行內積運算器。體全息相關器的這種多通道並行相 關特點使其在多目標識別、圖像匹配、光學神經網絡、資料庫檢索等領域內都得到了廣泛的 應用。
在體全息相關器的應用中經常需要面對這樣一類情況，每一張實時圖對應一個或幾個物 理量的某種狀態，例如實時拍攝一個運動物體的平移、旋轉、縮放，或一個炸彈爆炸的場面 等等。傳統的體全息相關器在識別時主要基於"擊中-擊不中"原則，即找出最亮的一個或幾 個相關點，認為實時輸入的圖像與這一個或幾個點所對應的庫圖像最為相似。基於這樣的原 則，理論上，要想精確地確定一張實時圖所對應的物理狀態，需要將所有可能出現的情況都 作為庫圖像存入相關器中。但目前體全息相關器的並行計算通道數一般在幾千量級，無法容 納所有的庫圖像。可以通過對原始庫圖像進行抽取，即僅取出若干對應具有代表性的狀態的 圖像存入相關器來解決這一矛盾。但這樣一來，如果仍然基於傳統的"擊中-擊不中"原則， 只能將實時圖的"定位"精度限制在庫圖像分割的精度上了。舉例說明，對於一個在二維平 面上平行移動的物體，如果只將對應某一坐標位置的圖像A以及它向右平移十個像素(記此 處的圖像為圖像B)和向下平移十個像素(記此處的圖像為圖像C)後的圖像存入相關器，那 麼識別的結果就只能有如下四種情況第一種情況是A，第二種情況是B，第三種情況是C， 第四種情況是三個皆非。此時定位精度就是十個像素。而利用插值技術雖然可以提高體全息 相關器識別精度，不過其僅用到少數的兩個點或者三個點，提高精度有限。通過採用本專利 中介紹的多樣本並行估計技術，不僅可以進一歩確定位於A、 B、 C之間的那些實時圖的坐標， 而且可以抵抗一定的幹擾，大大提高了體全息相關器的圖像識別精度。
信號估計理論，是研究在噪聲幹擾背景中，通過對信號的觀測，如何構造待估計參數的 最佳估計量問題。在信號估計理論中，分為貝葉斯估計、最大似然估計、最小均方差估計、 最小二乘估計等。多樣本估計，即通過對同一探測源進行多探測器多通道估計，可以有效提 高對探測源探測的精度，譬如根據多次檢測定理
若接收信號的m次獨立觀測為r, r2，…n,，每個噪聲樣本n,， 2，…m都是獨立同分布 的N(A, 。n)高斯變量，噪聲樣本與有用信號樣本二者統計獨立。
那麼有:
單次似然函數
2cr 2
多次似然函數似然函數隨測試的次數而變得尖銳，其變化速率為1/V^。這樣也就可以通過信號估計 提高探測的精度。
信號的統計估計理論在許多用來提取信息的處理系統中都會用到。這些系統包括雷達系 統、通信系統、語音信號處理、圖像處理、生物醫學、自動控制、地震學等。例如，在圖像 處理中就有利用多樣本估計去除噪聲。
將多樣本估計技術應用於體全息相關器，可以很好的利用體全息相關器高速並行的特點， 將實時輸入圖像與庫圖像相關得到的相關點的亮度作為樣本節點，實現多樣本並行估計。多 樣本並行估計的目的是為了更精確的判斷該亮度值所對應的圖像或數據頁的狀態，從而可以 在很大程度上提高體全息識別的精度。 一方面，在庫圖像數量一定的情況下，可以提高識別 精度；另一方面，如果保持識別精度不變，則可以大大減少所需存儲的庫圖像數量，給體全 息相關器留出更多存儲空間容納更為多樣化的庫圖像。同時，體全息相關識別高速並行的特 點，可以使精度的提高瞬間實現，極大的提高了效率。

發明內容
如上所述，體全息相關器由於受其固有的運算模式的限制，在處理高速、海量的數據時， 存在精度不夠高的問題，而這種精度不高往往是因為幹擾的存在。本發明通過對輸入到相關 器中的實時圖像與已存儲的庫圖像之間進行某種多樣本並行操作的辦法，達到抗幹擾並較為 精確的判斷實時圖與庫圖像間相對狀態的目的。因此，在庫圖像數量一定的情況下，本發明 可以有效的提高相關器的輸出精度，同樣的，在同等識別精度的情況下，使用本發明提出的 方法可以大幅減少需要存儲的庫圖像數。同時，本方法可以高效的提高相關器抗幹擾的能力。 本發明適應於k維(k個物理量變化，譬如平移、旋轉、縮放等)的情況。 設已存儲的庫圖像為N幅，輸入l幅實時圖像，該輸入圖像與庫圖像利用體全息相關技 術進行相關運算。定義N幅庫圖像分別為圖1…圖N，實時圖S，每幅圖的幅面均為PXQ (單 位像素數)，其中S的狀態由k個物理量(平移、旋轉、縮放等)確定。實時圖與庫圖像做 相關運算之後，得到一系列亮暗不等的相關點，在此例中，相關點個數為N。相關點的亮度 表徵了相關運算的結果。比較該結果，便可以得到輸入圖與庫圖像間的相對狀態。傳統的方 法是直接比較這些相關點的亮度，取最亮的點的狀態近似為實際狀態，即將最亮的相關點所 對應的庫圖像的狀態默認為輸入圖像的狀態。可見，這種方法的精度受制於所存庫圖像的間 隔大小，所以，若要在一定的庫圖像存儲數量下進一步提高精度，必須尋求其它方法。根據 上文所述，為了得到更高的精度，本發明利用多樣本並行估計技術，用k個變量表徵實時圖狀態，充分利用相關點亮度的數值，根據估計方程確定k個變量取值，從而得到輸入圖像的 較為精確的狀態。
在進行多樣本估計操作之前，先確定估計規則一、估計規則二、估訃規則三。
具體規則如下
估計規則一
上述k維連續狀態變化(k個變量)的問題可以歸結為如下問題對於存儲在體全息相 關器中的N幅庫圖像，有任意實時圖S， S的狀態可以由k種變量確定，分別為X,..Xk。該實 時圖通過相關器後，與庫圖像相關後得到的相關點，取最亮的相關點旁邊的g個相關點或者 任取g個相關點，其亮度為M'…Mg，設g個相關點對應的庫圖像為圖1…圖g， 一般的g《N， 歸一化後得到相對相關點亮度m,…w， 一定滿足方程
F(x,...xk)=
附1 =/i(xr"xk) 附2 =/2(x,...xk)
其中函數/i(x,.,.Xk)可以通過圖像l分別與圖1…圖g (或與N幅庫圖像)相關後得到的 結果進行曲線擬合得到，同樣的方法，即分別用圖2、圖3、…、圖g與圖l…圖g (或與N
幅庫圖像)相關後得到的結果進行曲線擬合可以得到/2(Xi…Xk)... ^(X,…Xk)。
估計規則二
函數/i(X…Xk)、 /2(X!…Xk).,./g(X!…Xk)之間的關係可由圖1…圖g的關係(平移、
旋轉、縮放等變化)決定，即假設以第m幅圖為基準，,(x,...Xk)、力(x,…Xk)…^(x,…Xk)
都可以用人(X,...X,)來表示，其中/7,、 /72...Ag由圖l…圖g的關係(平移、旋轉、縮放等
變化)決定，則有
/i(X"..Xk) =
/g(X,…Xk)二/^(人(X,...、))
估計規則三
根據估計規則一和估計規則二，給出完整估計方程
7F(x,…Xk)
附i =^(/m(x,...xk))
附2 "2(厶(X,…Xk))
k個未知數，g個方程，解上述方程，得到x卜Xk的值，這樣，S的狀態可以由k種變量的 值確定。 一般g〉k，方程數多於未知數數，可以很大程度上提高方程經擾動後的解的精度。
綜上所述，對體全息圖像識別多樣本並行估計技術工作流程做如下處理，多樣本並行估 計技術流程參閱附圖2。
(6) 將庫圖像1…圖N存入體全息相關器中。
(7) 將用於歸一化處理的圖像V…圖A^分別輸入到相關器中，分別得到圖像l:"圖 A^相對於庫圖像i…圖N相關點亮度，可作為後續歸一化基準。
(8) 將實時圖S輸入體全息相關器中，分別得到其與圖像1…圖N的相關點亮度，進 行歸一化處理，得到相對相關點亮度。
(9) 對於庫圖像，進行多樣並行估計處理。
4. 1確定估計變量Xl...xk以及估計變量數目k，確定取樣相關點數目g; 4. 2根據估計規則一，給出估計函數以及與相關點聯繫的估計方程； 設取樣相關點間的間隔為L,相關曲線的相關長度為AI (AL根據估計函數得到)，在 g*L<2 AL情況下可以進行以下估計；
4.3根據估計規則二，取定基準估計圖像，給出各估計函數之間的關係； 4.4根據估計規則三，給出完整的估計方程，並通過估計方程得到實時圖相對於庫圖 像的狀態差異。
(10) 綜合上述分析，可以得到k維狀態的實時圖S的物理狀態。
按照上述l一5步，在體全息相關器上釆用並行估計技術，其結果的精度與不使用並行估 計技術的普通體全息相關器相比有顯著提高。
通過選取合適的多樣本估計規則，經過多樣本並行估計之後，實時圖的狀態可以通過與 不同庫圖像相關後得到的相關點亮度值來確定。本發明將改變傳統方法的弊端，將識別結果 從某一庫圖像轉變為庫圖像之間的某個圖像，同時很大程度上起到抗幹擾的作用，因而可以 大幅提高體全息相關匹配精度。
通過實驗比較了不使用多樣本估計的結果和使用多樣本估計的結果，可以發現多樣本並行估計後的輸出結果與實時圖的實際狀態更為接近，所以，基於體全息預處理的多樣本並行 估計技術可以提高體全息相關器的匹配精度。


圖1為體全息相關器的原理示意圖。其中，IOO為輸入圖像；101為傅立葉變換透鏡；102 為體全息存儲材料；103為反傅立葉變換透鏡；104為體全息相關器的輸出面；105為存儲在 102中的庫圖像。
圖2為本發明流程示意圖。
圖3為實施例1待識別的母圖像分割庫圖像示意圖。 圖4為實施例1 乂 (x) 、 /2 (x)/4 (x)擬合曲線。
圖5為實施例2待識別的母圖像。
圖6為實施例2待識別的母圖像分割庫圖像示意圖。
圖7為實施例2/,(x，y)、 /2(x,y)... 乂6(x，y)擬合曲線。
具體實施例方式
下面結合兩個具體實施例及附圖對應用於體全息的多樣本並行估計技術的具體實施過程 做進一步的詳細說明。 實施例一
本實施例是一個對應用在體全息相關器上的庫圖像和輸入圖像進行多樣本並行技術提高 精度的實例。在體全息識別的過程中，有一類平移識別的問題，附圖3為待識別的母圖像， 其中黃色框所圍的圖像記為圖A，以圖A為基準分別向右移動IO、 20、 30個象素，形成了紅 色框、藍色框、紫色框所圍成的圖像，分別記為B、 C、 D;黑色框所圍的圖像是輸入的實時 圖，其中每幅圖像的解析度是640X480。這樣如果不採用多樣本並行估計處理，那麼識別的 結果只能是原圖像或者向右平移10個單位、20個單位或者30個單位的圖像，識別精度較低。 採用多樣本並行估計技術的流程如下記原圖像為A、向右平移10個單位、20個單位或者 30個單位的圖像分別為B、 C、 D，實時圖為S。
1、 將圖像A、 B、 C、 D存入體全息相關器。
2、 將圖A…圖D輸入體全息相關器得到自相關點的亮度值。
3、 將實時圖S輸入體全息相關器中，分別得到其與庫圖像圖A…圖D的相關點亮度，再
9分別除以庫圖像圖A…圖D自相關點亮度，得到相對相關點亮度分別為0. 801， 0. 939， 0. 735， 0.514。
4、對於庫圖像A…圖D，進行多樣本並行估計處理 4. l確定取樣相關點數目為4;
4. 2根據估計規則一，給出估計函數以及與相關點聯繫的估計方程； 本實施例中，對於存儲在體全息相關器中的4幅庫圖像圖A…圖D，有任意實時圖S， S 的狀態由l種變量x確定，即橫向平移。分別在最亮的相關點附近(本次為以最亮點為中心) 取樣4個庫圖像作為樣本點，經歸一化後，這4庫圖像樣本點亮度為0.801， 0.939， 0.735, 0. 514
一定滿足方程
7; 00 = 0.801
/2 (x) = 0.939 '/3 (x) = 0.735 /4(x) = 0.514
其中函數/,(x)可以通過圖像A分別與圖像A…圖D相關後得到的結果進行曲線擬合得到， 如附圖4所示，設相關點亮度為n， W^ = /(x,y) = [exp(-alx|)]2。同樣的方法可以得到 /2(X)... /4(x)，形式與/;(x)相同，經過擬合& =0.01415， a2= 0.01417， 《3 = 0.01429 ，
4 = 0.01420，因為各函數參數a的取值差異不大，為了方便計算，取一個平均值做近似， a = 0.01420。
取樣相關點間隔象素為10，相關長度為1/ = 1/0.01420 = 70，則有4*10<2*70,可以使 用多樣本估計。
4.3根據估計規則二，取定基準估計圖像，給出各估計函數之間的關係；
函數/i(x)、 /2(X)...厶(x)之間的關係可由圖像A…圖D的關係(橫向平移變化)決定，
以圖a (最左側圖)為基準，y;(x)、 /2(x)... /4(x)都可以用y;(x)來表示，從4幅圖
中最左側的圖片開始，橫向各庫圖像相對基準圖平移量的取值分別為O、 10、 20、 30個單位， 那麼/z,、 /z2... /^由圖像A…圖D的關係(橫向平移變化)決定，艮口/,(x),/;(參/'(x,) / 2(x) (x)) = yi(x-io)
/4(x)"4(/,(x)卜./;(x —30)
4. 4按照規則三，給出完整的估計方程，並通過估計方程得到實吋圖相對於庫圖像的狀 態差異。
這樣，我們就可以得到完整的估計方程
—,("=0.801 /;(x-10) = 0.939 '/,(x習20) = 0.735 ,(x-30) = 0.514
其中a = 0.01420。
這樣解上述方程，得到x=8. 15。
5. 綜合上述分析，根據得到的變量x的結果，確定實時圖S的狀態。 根據上述結果，也就是說實時圖S的狀態是以圖A為基準右移8. 15個象素。 而本次實驗實時圖實際狀態應該為以圖A為基準右移8個象素，如果不使用多樣本並行
估計，而識別結果為以圖A為基準的右移10個象素。
這樣利用上述多樣本並行估計，精度比原來提高了 93%。
實施例二
木實施例是一個平面二維的實施例，實時圖的狀態要由兩個物理量確定。在圖像平移識 別的過程中，附圖5是待識別的母圖像，記為圖A;如附圖6所示，從黃色框開始記為第一 幅圖，然後從第一幅圖開始，每隔5個象素向右移動'幅閣像，共移動39次，共組成40幅 圖，移動方向為圖中x方向，如藍色框所示，從上述40幅圖開始，分別向下每隔5個象素移 動一幅圖像，共移動29次，移動方向為圖中y方向，如紅色框所示，這樣就組成了一個40 X30的二維圖像庫，其中每幅圖像的解析度是640X480。這時輸入一幅實時圖S，如果使用 多樣本並行估計技術，就可以在5個象素之內進一步識別，很大程度上提高了識別精度，而
且還可以更大範圍內實現對實時圖的搜索。 採用多樣本並行估計技術的流程如下
1. 將1200張庫圖像存入體全息相關器中。
2. 將庫圖像1200張輸入體全息相關器得到自相關點的亮度值，作為後續歸一化基準。
113. 將實時圖S輸入體全息相關器屮，分別得到其與1200張庫圖像的相關點亮度。
4、 對於1200張庫圖像，進行多樣本並行估計處理 4.1確定本次取樣相關點數目為16，即二維上的4X4。
4. 2根據估計規則一，給出估計函數以及與相關點聯繫的估計方程； 本實施例中，對於存儲在體全息相關器中的16幅庫圖像1…圖16，有任意實時圖S， S 的狀態可以由2種變量確定，分別為x， y，即二維平移。分別在最亮的相關點附近(本次為 以最亮點為中心)取樣4X4個庫圖像作為樣本點，經歸一化後，這4X4庫圖像樣本點亮度 用以下4X4矩陣表示
—0.392 0.506 0.581 0.452— 0.551 0.769 0.833 0.639 0.517 0.664 0.769 0.601 0.364 0,461 0.544 0,423
-定滿足方程
畫/,(x,力二 0.392 /2(xj) = 0.506 /3(^力:
/5(xj) = 0.551 /6(x，7) = 0.769 /7",力:
/90，>0 = 0.517 /,。(xj) = 0.664 /uO,_y)
_/|3"力=0.364 /14(x，y) = 0.461 /15(^力
0.581 /4(x,>0 = 0.452
0.833 /8(x，y) = 0.639
0.769 /120,力=0.601
0.544 /16(xj) = 0.423
其中函數/,(x,y)可以通過圖像1分別與圖像1…圖16相關後得到的結果進行曲線擬合得 到，如附圖7所示，設相關點亮度為n，則"==[exp(-(a I x I +;5 I y |)]2 。同樣的方法 可以得到/2(x,y)... /i6(x,y)，形式與,(x,y)相同，經過擬合平均得到"=0.07 ， / = 0.05 。
取樣相關點間隔象素為5，相關長度為1/" = 1/0.07 = 14， 1// = 1/0.05 = 20，則有 4*5<2*14，
4*5<2*20，可以使用多樣本估計。
4.3根據估計規則二，取定基準估計圖像，給出各估計函數之間的關係；
函數/;(x，y)、 /2(x，y)... /,6(x,y)之間的關係可由圖像l…圖像16的關係(二維平移
變化)決定，
以第l幅圖(左上角)為基準，/i(x,y)、 /2(x,y)... /i6(x,y)都可以用/i(x,y)來表不， 從4X4的區域最左上角的圖片開始，橫向各庫圖像相對基準圖的取值分別為O、 5、 10、 15個單位，縱向各庫圖像相對基準圖的取值分別為0、 5、 10、 15個單位，A,、 A2... / 16由圖
像1…圖像16的關係(二維平移變化)決定，即
—/i(X,y) = =
,2(x,y)"2(仏力)^(x-5,力
/16 (x, y) "16 (/, (x，力)=/, (x -15,少—15)
4.4按照規則三，給出完整的估計方程，並通過估計方程得到實時圖相對於庫圖像的狀 態差異。
這樣，我們就可以得到完整的估計方程
/^,力=0.392 —5，少)=0.506
/j(jc，少—5)二0.551 ,(x —5， _y — 5) = 0.769
/;(x,少-10) = 0.517 /JO-5 j-10) = 0.664
,(x, ;v — 15) = 0.364 , (x — 5, y — 10) = 0.461
/,O-10，力^ 0.581,(x —15,力=0.452
/i (;c — 5, y — 5) = 0.833 / (x — 15,少一5) = 0.639
,(x — lOj -10) = 0.769 , (x — 15 j -10) = 0.601
/i (;c — 10, _y — 10) = 0.544 , (x — 15,少一 15) = 0.423
其中"=0.07， / = 0.05。
這樣解上述方程，得到x:7. 1， y = 8.9
5.綜合上述分析，根據得到的二維變量的結果，確定實時圖S的狀態。
根據上述結果，也就是說實時圖S的狀態是以左上角圖片為基準右移7. l個象素，下移
8. 9個象素。
而本次實驗實時圖實際狀態應該為以左上角圖片為基準右移7個象素，下移9個像素， 如果不使用多樣本並行估計，而識別結果為以左上角圖片為基準右移5個象素，下移10個像 素。
這樣利用上述多樣本並行估計，精度比原來提高了 95%。
權利要求
1、提高體全息相關器匹配精度的多樣本並行估計方法，其特徵在於，若已存儲的庫圖像為N幅，定義N幅庫圖像分別為圖1～圖N，實時圖S，每幅圖的幅面均為P×Q，其中，P、Q為像素數，S的狀態由k個物理量確定，分別為x1～xk；實時圖與庫圖像做相關運算得到相關點，個數記為N；該方法包括以下步驟(1)將庫圖像圖1～圖N存入體全息相關器中；(2)將用於歸一化處理的圖像1/～圖N/分別輸入到相關器中，分別得到圖像1/～圖N/相對於庫圖像1～圖N相關點亮度，可作為後續歸一化基準；(3)將實時圖S輸入體全息相關器中，分別得到其與圖像1～圖N的相關點亮度，進行歸一化處理，得到相對相關點亮度；(4)對於庫圖像，進行多樣並行估計處理；(4. 1)確定估計變量x1～xk以及估計變量數目k，確定取樣相關點數目g；(4. 2)根據估計規則一，給出估計函數以及與相關點聯繫的估計方程；設取樣相關點間的間隔為L，相關曲線的相關長度為ΔL，ΔL根據估計函數得到，在g*Lk，方程數多於未知數數，能提高方程經擾動後的解的精度；(5)得到k維狀態的實時圖S的物理狀態。
全文摘要
提高體全息相關器匹配精度的多樣本並行估計方法，屬於光學信息處理領域。將庫圖像圖1～圖N、圖像1′～圖N′分別存入體全息相關器中；將實時圖S輸入體全息相關器中；確定估計變量x1～xk，確定取樣相關點數目g；根據估計規則一，給出估計函數以及與相關點聯繫的估計方程；根據估計規則二，取定基準估計圖像，給出各估計函數之間的關係；根據估計規則三，給出完整的估計方程，並通過估計方程得到實時圖相對於庫圖像的狀態差異；最後得到k維狀態的實時圖S的物理狀態。本發明在庫圖像數量一定的情況下，可以提高識別精度；保持識別精度不變，則可以大大減少所需存儲的庫圖像數量。同時，本發明可以使精度的提高瞬間實現，極大的提高了效率。
文檔編號G03H1/26GK101504531SQ20081022757
公開日2009年8月12日 申請日期2008年11月28日 優先權日2008年11月28日
發明者何慶聲, 曹良才, 汪順利, 譚峭峰, 金國藩 申請人:清華大學