Якушенков Ю.Г. Теория и расчет оптико-электронных приборов (4-е изд., 1999) (1095908), страница 70

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 70)

Оба изображения подвергаются Фурье-преобразованию с помощью Фурье-объектива Ф-01. Полученный на входе второго пространственно-временного модулятораПВМ2, облучаемого когерентным излучением, спектр мощности преобразуется по Фурье объективом Ф-02. Функция Ез(х, у ) строится в плоскости чувствительного слоя многоэлементного приемника излучения МПИ2. Сигнал, соответствующий функции взаимной корреляции з(х, у) и г(х, у), с этого приемника поступает на микропроцессор МП, а затем на систему отображения СО. Измеряя координаты пика корреляционной функции, можно определить положение объекта, а также скорость его движения. При наличии в угловом поле нескольких объектов, каждый из которых будет создавать свой корреляционный пик, можно построить алгоритм ооработки сигналов так, чтобы идентифицировать отдельные объекты по скорости их видимого движения.

Адаптивные свойства коррелятора-преобразователя позволяют осуществлять слежение за объектами, меняющими свою ориентацию и масштаб изображения. Корреляторы описанного типа позволяют решать задачи обнаружения, селекции и слежения за подвижными объектами в реальном масштабе времени. В отличие от ряда других известных когерентных корреляторов для них не требуются голографические элементы и специальные фазовые фильтры, они стабильны в работе.

Важными достоинствами этих корреляторов являются сравнительно простая констРукция, возможность осуществлять согласованную фильтрацию, адаптируясь к виду оптического сигнала (изображения) путем принятия каждого предыдущего кадра за эталонное изображение для его корреляции с текущим кадром. Если цикл обработки сигнала принять коротким, так чтобы обнаруживаемый или отслеживаемый сигнал был стационарным в течение нескольких кадров, то в выходной плоскости 363 лз з Улк тбя ЮГ. Якултенков. Теория и расчет оптико-электронных приборов коррелятора (на МПИ2) будет создаваться достаточно мощный сигнал.

Наиболее сложными компонентами схемы, представленной на рис. 11.30, являются многоэлементные приемники, ПВМ, а также Фурье- объективы. Определенные трудности может представить необходимость обеспечения широкого углового поля объектива с сохранением хорошего качества изображения по всему полю, а также обеспечение высокого и стабильного пространственного разрешения МПИ, т.е, выбор приемника с большим числом элементов малых размеров. 11.11.

Общие сведения из теории распознавания образов Описанные способы выделения полезного сигнала на фоне помех и шумов можно рассматривать как частные случаи решения общей задачи распознавания образов. Все наблюдаемые или исследуемые с тюмощью прибора объекты или создаваемые ими сигналы можно разделить на отдельные классы по ряду признаков — свойств объекта или сигнала, поддающихся количественному описанию: по спектру излучения, размерам, времени появления и т.д. Процесс распознавания сводится к определению класса наблюдаемого объекта или сигнала, т.е. к его идентификации с одним из возможных эталонов, характеризующим этот класс. Структурная схема системы распознавания представлена на рис. 11.31.

Ряс.11.31. Структурная схема системы распознавания: ПΠ— поле объектов; ПС вЂ” приемная система; ВП вЂ” блок выделения признаков; ПР— блок принятия решений: БЭ вЂ” блок эталонов После прохождения приемной системы или системы первичной обработки информации сигнал представляет собой функцию некоторого числа переменных (х,,х,...,х„), одни из которых более информативны, т.е. лучше описывают специфику сигнала, другие — менее. Целесообразно в дальнейших звеньях системы распознавания ис- Гизев 11. Фильтрация сигналов в оптико-электронных приборах пользовать по возможности ограниченное число признаков, чтобы не перегружать ее память (память ЗВМ) и не усложнять конструкцию. Поэтому в состав системы часто вводят блок выделения таких признаков (у,, у, ..., у„), причем гл < п.

Принятие решения о принадлежности сигнала к тому или иному классу выполняется классификатором (блоком принятия решения). Зтот блок выполняет две задачи: сначала разбивает пространство измерений (признаков, сигналов) на области решения, т.е. находит разделяющие их функции, а затем отождествляет любой сигнал (вектор измерения) с каким-либо из классов (областей) признаков. Рассмотрим случай распознавания оптического сигнала — излучения какого-либо черного тела по создаваемой им освещенности в плоскости входного зрачка ОЗП.

Зта монохроматическая освещенность может быть описана формулой (см. э" 3.2) ,1 А (з где т„— спектральное пропускание среды; 1 х — спектральная плотность яркости объекта; А, — видимая площадь объекта; 1 — расстояние до него. В системе координат (Екг Е ), представленной на рис. 11.32, а, в соответствии с законом Планка для идеального случая объекту с какой-либо температурой Т, т.е. для определенной кривой Е (рис.

11.32, б), будет соответствовать лишь одна точка. Однако в силу случайности величин т.х. А, 1, Т при распознавании объекта в области (Е„„Е, ) мы имеем дело не с точкой, а с некоторой областью возможных значений (Еы, Е, ), определяемой законами распределения вероятностей этих случайных величин. Совокупность случайно распределенных значений сигналов образует так называемый кластер. Можно е)) Еду Ау Аз А 4 Рис.11.82. ПРизнаки объектов з Области (Ех„Е,з): а — кластеры сигналов; 6 — кривые Е, ддя двух излучателей Ю.Г.

Якушвнков. Теория и расчет оптико-электронных приборов отметить, что корреляция между сигналами в различных областях (Хт н Х ) приводит к вытянутости кластера. Объекты (сигналы) могут быть отнесены к тому или иному классу по разным правилам. Одним из простейших случаев является тот, когда удается установить линейные границы разделения классов (границы решения), например прямые линии, равноудаленные от точек, соответствующих средним значениям сигналов, относящихся к тому или иному классу. Обычно при распознавании используются вероятностные методы и методы теории статистических решений. Если законы распределения, характеризующие признаки различных объектов или явлений различных классов, могут быть представлены кривыми, которые не пересекаются, то объект или явление можно достоверно отнести к одному нз классов.

На практике почти всегда указанные кривые пересекаются, и для оценки вероятности принадлежности сигнала к тому или иному классу рассматриваются полные вероятности этой принадлежности. В общем случае для распознавания сигнала (образа) можно использовать л признаков. Тогда этот сигнал можно представить точкой нли вектором в и-мерном пространстве. Критерий распознавания — правило, по которому определяется поверхность, разделяющая классы в л-мерном пространстве первичных признаков.

Обычно распознаются объекты по признакам одной и той же физической природы, но вероятностное их распределение различно. Распространенными критериями распознавания являются критерий максимальной плотности вероятности п-мерного распределения в данной точке пространства первичных признаков и критерий минимума среднего квадратического отклонения значения сигнала от эталона.

Рассмотрим простейший пример двумерного распределения, когда случайная точка на плоскости признаков Е,, Е,л (см. рнс. 11.32) относится к классу А, или Ал по максимуму величины: р, р„, (Ект, Е„в)), где р, — вес Его класса (т =1, 2), назначаемый в произвольных безразмерных единицах; р„,(Е „Е, .) — плотность вероятности тцго класса.

Если для какой-либо точки плоскости (Екп Е, ) соблюдается неравенство видар,рл,(Е„„Е, ) > р,р„а(Е„„Е ), то ее следует относить к классу А, в противном случае — к классу А . Глава т т Фильтрация ситналов в оптико-злектроннык приборах Уравнение оптимальной решающей границы разделения классов А, и Ал может быть получено при гауссовских кривых р„, и р„из условия Ртр„т(Ект,Бл)= рвр„л(Ект,Ек ) в виде уравнения второго порядка: АЕкт+ 2ВЕлтЕлв ч-СЕкв ч-21)Ект ч 2ЕЕка и- Г = О, где А, В, С, В, Е, à — постоянные коэффициенты, определяемые математическими ожиданиями, дисперсиями, коэффициентами корреляции, входящими в выражевия для р„, и р, а также весами р, и р„ Это выражение (дискриминантная функция) в общем виде описывает плоские кривые 2-го порядка: окружность, эллипс, гиперболу, а при А = В = С - Π— прямую линию.

Дискримынантньтми (рептающими, разделяющими) функциями называется множество функций х, т.е. дт(х), дв(х), ..., у„(х), обладающее тем свойством, что 2,(х) имеет большее значение, чем все остальные функции я, в том случае, если х принадлежит к Ьй области. Предположим, что имеется ж классов и соответствующие им области решения. Для классификации любого сигнала х„нужно вычислить значения дт(х ), д (х„), ..., д (х,).

Характеристики

Список файлов книги