Якушенков Ю.Г. Теория и расчет оптико-электронных приборов (4-е изд., 1999) (1095908), страница 72
Текст из файла (страница 72)
Возможности современной цифровой вычислительной техники позволяют проводить достаточно оперативно анализ изображений по большому числу признаков, Например, можно практически в реальном масштабе времени получить значения нескольких сотен канонических моментов (до 20-го порядка и выше). 11.12. Нейронные сети в оптико-электронных системах Изучение процессов обработки информации, происходящих в живых организмах, привело к созданию ряда технических аналогов тех средств, которыми обладают нервная система и зрительный аппарат человека и животных. К числу наиболее перспективных среди них относятся нейронные сети (НС) 15, 33 и др.). Эти устройства уже 372 нашли применение в ряде оптико-электронных систем, прежде всего при решении задач распознавания образов.
Структура простейшей НС (одного нейрона) представлена на рис. 11, ЗЗ. Сигналы с выхода предыдущего слоя или входные для всей НС сигналы получают различные веса ито. Например, если это входные сигналы, соответствующие отдельным признакам распознаваемых объектов (форма„цвет, размер и т.д.), то наиболее информативным признакам придаются большие веса. Входными сигналами могут быть также сигналы, снимаемые с отдельных элементов матрицы фотоприемников или светодиодов, т.е. необработанная совокупность отдельных составляющих вектора того или иного признака объекта, например, формы объекта, его координат, цвета и т.п. Простейшая нейронная сеть состоит из трех слоев нейронов: входного, так называемого скрытого, и выходного.
В скрытом слое реализуются определенные комбинации взвешенных во входном слое сигналов, например, их суммирование. В выходном слое часто выполняется замена этой суммы некоторой нелинейной функцией. Рис. 11.33. Схема простейшей нейронной сети Сигнал на выходе НС часто бинаризован, т.е. имеет только два значения — 0 и 1. На рис. 11.33 в качестве функции, описывающей обработку суммы взвешенных сигналов х„показана часто используемая зависимость (1+е™) Веса шо, необходимые для получения на выходе НС нужного результата, определяются аналитически только в случаях простейших НС с небольшим числом нейронов. Обычно для получения оптимальных шо используются специальные обучающие алгоритмы и схе- 373 Ю.Г. Якушанков.
Теория и расчет оптико-электронных приборов мы. На рис. 11.34 представлена одна из возможных схем НС, в кото- рой для обучения использована обратная связь. Рис.11.34. Схема обучения нейронной сети После подачи на входной слой НС обучающих сигналов из банка эталонов БЭ, например изображений распознаваемых объектов, образуемые в выходном слое НС сигналы сравниваются с желаемыми, т.е. с эталонными сигналами, поступающими в обучающий блок ОБ со входа — из совокупности входных сигналов. Разница в сравниваемых сигналах представляется в виде поправки кушг, вводимой в значения Ч' отдельных весов в каждом слое НС. Результат обучения считается достигнутым, если на выходе НС после нескольких описанных итераций обеспечивается заданный критерий, например допустимая погрешность распознавания. В общем случае НС может иметь несколько скрытых слоев.
В этом случае возрастают ее функциональные возможности. В распространенных НС однонаправленного действия связи между отдельными нейронами разрешены только в одном направлении — от входа к выходу, кроме того, невозможна связь между нейронами внутри одного слоя. С помощью НС возможно преобразовывать различные комбинации входных сигналов в желаемые комбинации выходных.
Если входные сигналы соответствуют отдельным признакам (или векторам признаков) объектов, распознаваемых с помощью НС, то наиболее информативным признакам и их сочетаниям придаются большие веса, либо эти веса устанавливаются в процессе обучения или самообучения. Пример реализации оптической НС приведен на рис. 11.35 151. Вектор входных сигналов преобразуется в напряжение, питающее через выходной регистр 3 входную линейку светодиодов 4.
Излучение от 374 Тлйа т т. Фильтрация сигналов в оптико-апвктроннык приборак каждого из светодиодов С ПОМОЩЬЮ цилиндрической линзы 5 ВРОЕЦИРУЕт ся на соответствующую строку Опти ческого транспаранта б мозаичные элементы которого имеют коэффици. енты цропускания, пропорциональные весовым коэффициентам, с которыми осуществляется обработка сигналов отдельных нейронов. Потах с каждои колонки транспаранта с замошью Цн линдрической линзы 1сутечируетсн на соответствующем фотопруемнике линейки 8. Сигналы с фотолриемников усиливаются, нелинейно Нио прЕОбраЗУЮт- Рис.
11. Зб. Схема простейшей 3 и вновь по- оптической иеироииой сети ся в электронном блоке 3 ступают на линейку свет пают на линейку свет Диодов 4 Через конечное число итер цнй на выходе лока 0 е блока 2 Образуется полученное решение, считываемое через о нои реги тр 1 При современном уРовне технологии возможно 8 создать транспарант-матрицу весовых коэффициентов из 10 и более э ементов.
для адаптивного обучения транспарант 6 может быть сдеэлементов. н ерезапис в емым к е может выполняться на основе ПВМ (см 3 9.7). По вилис с общение о весьма успешном использовании НС в оптико-электронных приборах и системах. Эти сети применяются для ас знавания об ектов, и~ображения которых частично перекрываются, для распознавания объектов гражданского и военного назначения при различных ракурсах их наблюдения.
Пример НС, в котороп при Режиме обучения используется обратная связь, рассмотрен в 133). Сеть содержит два нейрона в выходном слое (рис. 11.36), семь негуронов в скрытом слое и столько же во входном слое. После 15-и итераций ~бучения НС, на вход которой подавались нввариантные момен~нуае соотношения 1„..., 1 (см. 3 11.11), соответствующие изображентгю двух объектов (самолетов) наблюдаемых под различными ракурсами, ошибка идентификации любого из изобОчень эффе тивным представляется использование НС в сочета- чень эффективным нии с оптическими корреляторами.
С помощью НС подавляются шумы, лучшается контраст изображений, осуществляется идентишумы, улучшается к фикация изображений и отдельных их фРагментов. 376 Глава 11. Фильтрация сигналов в оптико-электронных приборах Ю.Г. Якушенков. Теория и расчет оптико-электронных приборов 9. Предложите структуру пространственного фильтра для селекции вытянутого в одном направлении изображения на изотропном фоне. 10. Сравните различные алгоритмы селекции движущихся объектов между собой.
11. Как изменится схема селекции сигналов по длительности (см. рис. 11.20), если длительность сигнала меньше длительности помехит 12. Сопоставьте достоинства и недостатки некогерентиых и когерентных оптических корреляторов. 13. Сравните оптическую корреляцию как метод обнаружения сигнала на фоне иомех и шумов с другими способами, рассмотренными в 44 11.4 — 11.9.
14, Каковы основные требования к конструкции оптических корреляторов, схемы которых представлены на рис. 11.23 — 11.302 кб 72 Рис.11.36. Нейронная сеть для распознавания двух различных объектов На сегодня практическая реализация НС, пригодных для работы в составе мобильных (полевых, бортовых и др.) ОЭП, еще не вышла из стадии первых лабораторных экспериментов, что связано с рядом трудностей, например громоздкостью системы дискретных нейронов, сложностью выполнения методами интегральной технологии резисторов с достаточно точными номиналами, что необходимо для реализации требуемых весовых коэффициентов при передаче сигналов между слоями НС. Однако развернувшиеся в последние годы во многих странах, в том числе и у нас, многочисленные работы по разработке теории и практики НС позволяют надеяться, что в самое ближайшее время зти устройства найдут весьма широкое распространение в ОЭП.
Коктрольньгя вопросы 1. Зависит ли частотная характеристика оптимального пространственного фильт- ра ОЭП от длин волн оптического излучения, на которых работает ириборт 2. Как устанавливается (выбирается) пороговый уровень хэ в схеме, представленной на рис. 11.12 3. Каков физический смысл экспоненциального сомножителя в формуле (11.6)2 4. В каких ОЭП вЂ” с одвократной или с двукратной амплитудной модуляцией— легче выполнить условие (11.6), если оптимальная фильтрация осуществляется в элект. ронном трактет Почему2 5.
Что такое квазиоптимальная фильтрацияу Почему она распространена на практике. 6. Предложите схемы ОЭП, реализующих способ балансной спектральной фильтрацииэ 2. Сравните достоинства и недостатки двух пространственных фильтров — шахматного растра и мозаичного приемника излучения. 3. Как отфильтровать мощную низкочастотную составляющую пространственно.
частотного спектра большинства естественных излучающих фонов (неба, наземный ландшафт и т.п.)2 376 в ( Ел. лкв ((г,гк Т 378 379 Ю.Г. Якушенков. Теория и расчет оптико-электронных приборов Глава 12. ОСНОВНЫЕ МЕТОДЫ ПРИЕМА ОПТИЧЕСКИХ СИГНАЛОВ, ИСПОЛЬЗУЕМЫЕ В ОПТИКО-ЭЛЕКТРОННЫХ ПРИБОРАХ 12.1. Краткая классификация основных методов приема оптических сигналов По физическим принципам регистрации и первичной обработки информации, содержащейся в оптическом сигнале, различают ряд методов приема оптического излучения: прямой, гетеродинный, балансный, синхронный и некоторые другие.
Наиболее распространенными из них являются прямой и гетеродинный. Прямой метод приема оптического сигнала состоит либо в непосредственной регистрации мощности или энергии излучения, либо в подсчете числа фотонов, составляющих этот сигнал. Если измерительная информация содержится в изменении потока или энергии излучения, т.е. изменению измеряемых или контролируемых параметров наблюдаемого объекта соответствует иаменение одного из параметров потока или энергии (квадратичных функций амплитуды электромагнитных колебаний), оцениваемое по силе тока или напряжению на выходе приемника излучения, то процесс приема и обработки сигнала можно рассматривать как линейное детектирование, Если информация содержится в амплитуде электромагнитного колебания, а регистрируется квадратичная функция (поток, энергия, освещенность), то приемная система (приемник) выступает в качестве квадратичного детектора.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
