[發明專利]數字全息三維物體識別方法與系統

有效

• 申請號: 201010541725.3
• 申請日: 2010-11-12
• 公開（公告）號: CN102043962A
• 公開（公告）日: 2011-05-04
• 發明（設計）人: 楊光臨
• 申請（專利權）人: 北京大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京市商泰律師事務所 11255
• 代理人: 毛燕生

技術領域

本發明涉及數字全息術(Digital?Holography)，尤其涉及數字全息三維物體識別方法與系統。

背景技術

早期的相關模式識別技術依賴于透鏡，因此識別范圍只限于二維輸入圖像。近年來，電子光學設備的發展推動了光學相關技術的進步。基于光學相關技術的各種三維識別方法應運而生，三維光學信息處理成為近期的研究熱點。

一種基本的方法是處理一組三維輸入物體和參考物體的二維投影，首先通過全息技術處理這些圖像，并分多路存儲，然后用傳統的二維光學傅立葉變換技術依次處理這組二維圖像。為了避免光學處理中大量的二維透視圖，將參考物體的二維透視圖組合起來設計成有效的抗失真的濾波器來識別三維物體的不同二維場景。另一種方法是用矩不變量如Fourier-Mellin描述符來表示三維物體的透視圖特征空間軌跡來進行三維物體分類。

一些研究對通過三維圖像平面編碼進行三維卷積或相關運算進行了分析。傳統的傅立葉處理技術可以應用到經過編碼的二維圖像上。其中一種方法是對三維圖像的某一維進行采樣，從而得到一組物體的二維截面。其他三維信息映射到二維平面上的方法也層出不窮。

另一種方法也需要獲取不同二維透視圖，但識別是通過三維傅立葉變換實現的。采用三維光電相關技術處理獲取的信息可以實現所需要的三維識別。在這種方法中，用電子手段進行三維數據處理，用光學手段實現二維傅立葉變換。這種方法被擴展到失真不變的模式識別中。

此外，傅立葉輪廓變換法或深度圖像法等表面測量技術被用于三維形狀識別中。在傅立葉輪廓變換法中，干涉條紋被投影到三維參考物體或輸入物體上。物體的深度和形狀信息通過傅立葉變換法得到并采用傳統二維相關技術實現實時三維物體識別。

隨著數字全息技術的誕生，各類有效對抗物體形變的相關技術被應用到數字全息三維物體識別領域中，從而開辟了相關模式識別的一個新應用方向。

現有技術方案主要包括：

綜合鑒別函數(Synthetic?Discriminant?Function，簡稱SDF)：1980年，Hester和Casasent提出了SDF，該方法首次利用相關濾波器來對抗模式識別中物體的形變。但是，SDF濾波器存在的主要問題是：輸入平面沒有考慮噪聲影響，任何隨機噪聲的擾動均可能嚴重影響輸出結果，從而降低判別率；算法假定h(x，y)是所有訓練樣本的線性組合，僅能保證訓練樣本與濾波器h(x，y)互相關運算在原點處的取值是c，而其峰值往往落在相關平面的其他位置。基于該算法進行模式識別嚴重依賴于訓練樣本的選取。

最大平均相關高度(MACH：Maximum?Average?Correlation?Height)濾波器：該濾波器為繼綜合鑒別函數(SDF)之后頗有代表性的相關濾波器之一。與后者不同，他不再對樣本之間的組合方式和輸出平面的某些孤立點加以約束，而是利用整個樣本空間的統計特征來設計濾波器。但是，由于MACH濾波器的設計只依賴于類內統計量，如訓練樣本的平均值，平均能量矩陣和ASM矩陣。因此在實現過程中需要較少的存儲空間。此外由于根據整個樣本空間的全局特征進行設計，因此MACH濾波器能夠產生尖銳的相關峰同時能夠保證同類樣本行為的相似性。雖然MACH具有較好的類間識別能力，但由于其所含的信息多為物體類的特征統計信息，冗余信息較少，因此往往容易受噪聲干擾，影響識別結果。

混合光學神經網絡濾波器(Hybrid?Optical?Neural?Network，HONN)：近年來，隨著人工神經網絡理論的發展和成熟，其良好的非線性疊加和泛化能力逐漸得以驗證和應用。因此，有學者提出利用神經網絡來構建相關濾波器的思想。HONN就是其中的代表，它將人工神經網絡與相關模式識別技術有機融合到數字濾波器的實現中。構建HONN濾波器需要有兩個模塊，即神經網絡訓練模塊和相關組合模塊。首先讓原始訓練樣本依次通過神經網絡接受訓練，然后將經過訓練后的樣本組合構建相關濾波器。雖然，HONN濾波器利用神經網絡良好的非線性疊加能力有效改進了相關濾波器的識別性能和抗噪聲干擾能力。但由于神經網絡容易陷入局部極小點，同時算法的收斂依賴于初始值的選取，因此HONN濾波器的穩定性較差，需要多次試探，才能得到最佳濾波器。此外，HONN濾波器的訓練時間往往較長。在合成過程中，神經網絡有選擇性地將部分樣本組合在一起，同樣的訓練樣本可以合成識別性能差別較大的濾波器。

發明內容

本發明的目的在于提供一種數字全息三維物體識別方法與系統。