BP神经网络在光学相关器相关峰识别中的应用

摘要：

光学相关识别是图像识别的重要方法,有效识别相关器输出平面的相关峰信号是保证光学相关器图像识别准确性的关键.由于激光器输出功率的波动、光学系统本身的误差以及SLM器件本身带来的噪声,采用一般的阈值方法很难达到理想的效果.该文提出对相关器的输出平面进行预处理,充分考虑相关信号的形状信息,提取感兴趣区域(ROI),采用BP神经网络对输入矢量进行计算,可达到对相关峰信号和噪声的有效分类识别,从而提高了光学相关器识别的可靠性,降低了误判的概率.

关键词：光学相关器、神经网络、感兴趣区域、相关峰识别

所属期刊栏目：27

分类号：TP183;TP391.41(自动化基础理论)

资助基金：总装备部科研项目424114E

在线出版日期：2006-03-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：15-18