Оптические корреляторы для систем распознавания образов

Поскольку многие оптические процессоры являются системами, предназначенными для решения определенных задач, мы опишем также некоторые частные применения оптических корреляторов. Во многих случаях используется одно существенное свойство оптических корреляторов — способность управлять форматом входных данных. Особенно привлекательным является применение этого свойства при конструировании пространственно-неинвариантных оптических корреляторов, которые мы также рассмотрим. Будут описаны как корреляторы изображений, так и корреляторы электрических сигналов, а также системы распознавания, в которых на вход подается не одна, а поступают две функции (входная и эталонная) в реальном времени одновременно и при этом не используется, как обычно, постоянная эталонная функция. Естественно, во всех рассматриваемых системах распознавания (если только допускают условия их применения) одна эталонная функция может быть заменена другой, но при этом система может стать более сложной. Другие предложения для осуществления практических систем распознавания образов оптическими методами предполагают использование предварительной и последующей за оптической электронной обработки, т. е. использование гибридных систем [141, а также многоканальных согласованных фильтров. [c.551]

До изобретения голографического согласованного фильтра самой распространенной системой для оптического распознавания образов был коррелятор с плоскостью изображения, схема которого приведена на рис. 7, а. В этом корреляторе обе функции, взаимную корреляцию которых требуется определить, задаются в пространственной области и в виде транспарантов помещаются в плоскостях Р,з и Рц,. Линзы Li и Lj отображают плоскость Р а на плоскость Р]1,. Распределение комплексных амплитуд света непосредственно за плоскостью Pij, дается выражением [c.571]

Обычный оптический процессор является пространственно-инвариантной системой, и, следовательно, характеристики всех оптических систем распознавания образов, основанных на использовании преобразования Фурье, станут ухудшаться, если масштаб входной и эталонной функций будет различным. В цифровых процессорах эта проблема, имеющая практическое значение, решается применением изощренных алгоритмов средств программирования поэтому такие процессоры оказались значительно более пригодными, чем конкурирующие с ними оптические корреляторы, которые требуют точного согласования масштабов входной и эталонной функций во избежание уменьшения интенсивности корреляционного пика /р или отношения сигнал/шум на выходе. Новый подход к решению этой проблемы оптическими средствами состоит в использовании пространственно-неинвариантного коррелятора, в котором осуществляется преобразование координат входных данных. Полученные в результате координатного преобразования данные затем подаются на вход в обычный пространственно-инвариантный коррелятор. [c.576]

При решении задачи оптического распознавания образов и знаков важную роль играют два системных компонента коррелятора пространственно-временные модуляторы света для ввода данных и для синтеза согласованных пространственных фильтров. Необходимо провести большую работу по объединению различных систем, уделяя при этом особое внимание высокому оптическому качеству модуляторов. Обычно все придерживаются единого мнения относительно того, что окончательная система оптического распознавания, которая будет иметь преимуш,ества над всеми остальными, должна представлять собой гибридную оптико-цифровую систему с предварительной и (или) последующей цифровой обработкой. В этом направлении еще необходимо проделать значительную работу, особенно в области разработки цифровых алгоритмов, целесообразных для использования при оптической обработке информации. [c.593]

В отличие от рассмотренных выше оптических методов распознавания образов подход, основанный на выделении признаков, состоит в формировании оптическими методами набора признаков опознаваемого объекта и в дальнейшем их анализе цифровыми методами [216]. В этом случае одна и та же оптическая система используется для любых классов входных объектов (изображений). П оэтому такие системы обладают существенно более высокой гибкостью и универсальностью, чем корреляторы, требующие формирования нового СПФ при кажд011 смене распознаваемого объекта. Однако устройства формирования и извлечения признаков, как правило, требуют сегментирования входного изображения с тем, чтобы на входе системы присутствовал только один объект. [c.275]

Должна быть продолжена работа по созданию пространственнонеинвариантных систем, таких, например, как система с использованием преобразования Меллина. Выполненные начальные исследования показали возможность создания коррелятора, который будет инвариантным ко всем предполагаемым искажениям входного изображения по отношению к эталонному. В этой области достигнуты некоторые успехи такие системы уже применялись для корреляционного анализа различных изображений, причем обрабатываемые изображения отличались от эталонных как по масштабу, так и по угловой ориентации [71. В заключение отметим, что, когда мы решим задачу оптического распознавания образов, [c.593]

Из анализа современных тенденций следует, что вычисления в реальном времени будут включать в себя символьную обработку и характеризоваться высокой степенью параллелизма. В этом контексте оптика может обнаружить преимущества над традиционными полупроводниковыми технологиями в целом ряде применений, потому что она способна обеспечить очень высокую степень параллелизма, большую ширину полосы частот междупроцессорных связей, а также высокие коэффициенты объединения по входу и разветвления по выходу. Очень часто обработка данных в реальном времени требует быстрого принятия логических решений, использующих накопленные знания и/или обработку больших объемов данных с высокими скоростями. Таким образом, тесная связь между символьными и цифровыми вычислениями достаточно часто является полезной и желательной. Об этом свидетельствуют многочисленные примеры нз таких областей, как понимание речи и изображений, робототехника, военная техника, управление промышленным производством. В статье описаны символьные и цифровые процессоры обработки сигналов с оптической перекрестной схемой межэлементных соединений. В качестве примера описаны такие системы, основанные на правилах, как коррелятор и умножитель матрицы на вектор (реализуемые на основе ЭВМ). Авторегрессивное моделирование показывает возможность выполнения более сложных алгоритмов. Описаны устройства распознавания речи и синтаксического анализа, демонстрирующие то, как с помощью предложенного оптического процессора могут быть успешно совмещены символьные и цифровые вычисления. [c.365]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...