Когерентные оптико-электронные системы обработки информации с дискретными каналами данных тема диссертации и автореферата по ВАК РФ 01.04.21, доктор физико-математических наук Стариков, Ростислав Сергеевич
- Специальность ВАК РФ01.04.21
- Количество страниц 207
Оглавление диссертации доктор физико-математических наук Стариков, Ростислав Сергеевич
Введение
1. Оптико-цифровые методы обработки массивов данных: современные возможности
§1.1 Вычислительные возможности оптических систем
§1.2 Основные новейшие направления исследований в мире
§ 1.3 Элементная база оптоэлектронных систем обработки информации
§ 1.4 Оптический процессор в вычислительной системе
§1.5 Оптико-электронные Фурье процессоры и корреляторы изображений
§1.6 Оптоэлектронные матричные и сигнальные процессоры, голографические реконфигурируемые процессоры
§1.7 Средства поддержки цифровых вычислительных систем - схемы оптических межсоединений
§1.8 Обсуждение 48 Выводы главы
2. Методы построения оптоэлектронных матричных процессоров
§2.1 Архитектуры, алгоритмы работы и вычислительные параметры оптоэлектронных вектор-матричных перемножителей
§2.2 Схемотехнические ограничения оптоэлектронных вектор-матричных перемножителей
§2.3 Методы реализации оптоэлектронных процессоров в виде гибридных микросхем и микромодулей
§2.4 Математическое моделирование и экспериментальное макетирование оптоэлектронных матричных процессоров
§2.5 Обсуждение
Выводы главы
3. Методы реализации инвариантных преобразований средствами Фурье оптики
§3.1 Инвариантные преобразования в оптике
§3.2 Общие принципы построения оптических систем для вычисления инвариантных признаков изображений
§3.3 Гибридная иерархическая система распознавания изображений на базе нейронной сети и оптоэлектронного блока выделения инвариантных признаков
§3.4 Схемы измерения кольцевых и секторных элементов пространственного спектра интенсивности изображений на базе массивов фотодетекторов специальной топологии
§3.5 Экспериментальное моделирование лазерной схемы прецизионного измерения кольцевых и секторных элементов пространственного спектра интенсивности изображений на базе массива фотодетекторов специальной топологии
Выводы главы
4. Методы синтеза и применения инвариантных корреляционных фильтров для оптико-электронных систем корреляционного распознавания изображений
§4.1 Фильтры на основе гармонических разложений
§4.2 Составные фильтры с синтезированной дискриминационной функцией
§4.3 Инвариантные корреляционные фильтры с оптимизацией параметров
§4.4. Составные корреляционные фильтры с линейным фазовым коэффициентом
§4.5 Компьютерное моделирование распознавания изображений с использованием инвариантных корреляционных фильтров 130 Выводы главы
5. Разработка методов применения инвариантных фильтров с линейным фазовым коэффициентом в системах корреляционного распознавания изображений
§5.1 Варианты применения инвариантных корреляционных фильтров в системах корреляционного распознавания изображений
§5.2 Необходимые краткие замечания об особенностях реализации и применения инвариантных корреляционных фильтров
§5.3 Применение инвариантных корреляционных фильтров с линейным фазовым коэффициентом для распознавания полутоновых сцен, полученных с помощью аэрофотосъёмки
§5.4 Экспериментальная реализация инвариантных корреляционных фильтров с линейным фазовым коэффициентом в схеме коррелятора Вандер Люгта 158 Выводы главы 5 182 Заключение 183 Список цитируемой литературы
Рекомендованный список диссертаций по специальности «Лазерная физика», 01.04.21 шифр ВАК
Методы решения задачи формирования волновых фронтов в схемах инвариантных оптикоэлектронных лазерных корреляторов изображений2004 год, кандидат физико-математических наук Иванов, Петр Алексеевич
Инвариантные корреляционные фильтры с линейным фазовым коэффициентом для лазерных систем корреляционного распознавания изображений2011 год, кандидат физико-математических наук Злоказов, Евгений Юрьевич
Разработка и исследование оптико-электронных корреляционных систем с использованием элементов нейронных сетей для распознавания изображений1997 год, кандидат технических наук Козик, Виктор Иванович
Оптические системы с синтезом импульсного отклика для обработки информации в пространственно-некогерентном и немонохроматическом излучении2022 год, доктор наук Родин Владислав Геннадьевич
Методы построения и разработки оптических линейно-алгебраических процессоров для параллельных вычислительных систем1997 год, кандидат физико-математических наук Стариков, Ростислав Сергеевич
Введение диссертации (часть автореферата) на тему «Когерентные оптико-электронные системы обработки информации с дискретными каналами данных»
Актуальность темы. Использование оптических и оптоэлектронных средств при построении систем обработки информации привлекательно благодаря принципиальной возможности достижения чрезвычайно высоких скоростей обработки информации в оптике. Современный прогресс элементной базы, характеристики которой в последнее десятилетие достигли уровня адекватного или почти адекватного требованиям, возникающим при создании оптических средств обработки информации, делает реальностью как появление коммерческих и «продвинутых» экспериментальных образцов оптических процессоров, так и формирование новых направлений разработки оптических устройств обработки информации. Как отмечено уже в ранних исследованиях по оптической обработке информации [1-12], возможность достижения высоких скоростей проведения вычислений в оптике обусловлена, прежде всего, параллелизмом действия оптических систем. Наиболее перспективные типы вычислений, реализуемые в оптике и в полной мере использующие её возможности, базируются на двух типах вычислительных операций: двумерном преобразовании Фурье в дифракционной оптической системе и поэлементном перемножении массивов данных в проецирующей оптической системе; в системах обоих указанных типов наибольшие информационные возможности открывает применение когерентного лазерного излучения.
Важнейшей чертой элементной базы новейших поколений, отвечающей как параллелизму оптических систем, так и современным формам представления информации, является рост числа дискретных информационных каналов в оптических и оптоэлектронных устройствах: увеличение числа индивидуально управляемых элементов в интегральных наборах излучателей, отсчётов пространственно-временных модуляторов света и детекторов изображений и т.д. Одновременно, рост возможностей цифровой электроники по управлению световыми сигналами и их использованию привёл к фактическому формированию в последнее десятилетие целых классов оптико-цифровых систем, сочетающих достоинства оптики и цифровой электроники. В нынешних технологических пределах оптические устройства обработки информации могут обладать малой энергоёмкостью работы - до 1,5x10"6 Ватт на переключение, а также теоретически чрезвычайно высоким быстродействием - до 1015 вычислительных операций в секунду или до сотен терабайт в секунду пропускной способности. Именно эти факты определяют растущий интерес исследователей, разработчиков и производителей к оптоэлектронным устройствам обработки информации. Среди развивающихся направлений оптической обработки информации следует отметить во первых радиооптические и другие средства аналоговой и аналого-цифровой обработки сигналов, во вторых специализированные 4 аналого-цифровые матричные процессоры, Фурье процессоры и корреляторы изображений, а также, в третьих, средства коммутации и поддержки для высокопроизводительных цифровых вычислительных систем. На настоящий момент последнее из перечисленных направлений находится в стадии определения методов, средств и технологий реализации [13-16], второе находится на уровне технологических исследований и появления практических образцов [17-26], в рамках первого получены применяющиеся практические результаты [27-30].
Исследования по оптической обработке информации ведутся в наиболее развитых странах с возрастающей интенсивностью. В этой связи необходимо отметить, прежде всего, соответствующие работы в крупнейших технологических и исследовательских центрах США и Японии, некоторые проекты КНР и Индии, а также ряд проектов стран Евросоюза. В частности, в США работы в области фотоники ведутся в таких организациях, как Los Alamos National Laboratory, Jet Propulsion Laboratory, Defense Advanced Research Projects Agency (DARPA), в ряде ведущих университетов, IBM, Intel, и многих др. Например, объём госбюджетного финансирования DARPA по проекту аналоговой оптической обработки сигналов в 2002-2005 гг составлял 37 млн. долл. США, по проекту разработки терабитного оптического роутера Data in Optical Domain в 2002-2006 гг - 60 млн. долл. США, по проекту разработки оптических межсоединений для многопроцессорных вычислительных систем Chip to Chip Optical Interconnect (C20I) в 2003-2007 гг - 45 млн. долл. США и т.д.; одновременно организацией ведётся до 5-7 крупных проектов в области фотоники. Имеются сведения о высоком уровне кооперации исследовательских и технологических организаций при выполнении ряда федеральных проектов США; в частности в выполнении проекта C20I участвуют IBM, University of California Santa Barbara, University of Texas Austin, Colorado State University, Mayo Foundation, US Army Research Laboratory, The Air Force Research Laboratory, MIT Lincoln Laboratory. Как показывает сложившаяся реальная практика, принципиальным фактором развития оптоэлектронных устройств нынешнего и, наиболее вероятно, следующих поколений является увеличение числа одновременно работающих дискретных каналов приёма, обработки и передачи данных, как правило использующих когерентное лазерное излучение. Данный факт определяет как возможные архитектуры и характеристики оптоэлектронных вычислителей, так и условия их использования - место в вычислительной системе и ряд требований к ней, возможные форматы данных и т.д.
Учитывая вышесказанное, целью работы являлись разработка и обоснование принципов построения эффективных оптоэлектронных устройств обработки массивов дискретных данных на основе применения методов дифракционной оптики, компьютерной 5 голографии и цифровой оптоэлектроники, а также определение условий и методов применения таких устройств в цифровых системах обработки информации. К основным задачам работы относятся:
• разработка и экспериментальное обоснование принципов реализации специализированных оптико-электронных процессоров, позволяющих осуществлять как аналоговую, так и цифровую обработку массивов дискретных данных;
• анализ схемотехнических возможностей и принципиальных ограничений применения специализированных оптико-электронных процессоров в цифровых системах обработки информации;
• исследование и анализ возможностей и способов реализации схемотехнически эффективных оптоэлектронных матричных процессоров, в том числе процессоров для операций линейной алгебры;
• анализ возможностей и разработка методов построения оптико-цифровых дифракционных лазерных систем распознавания изображений реального времени;
• анализ и разработка способов достижения инвариантности распознавания изображений в оптико-электронных системах, выполняющих измерение информативных признаков изображений или осуществляющих их корреляционную обработку.
Изложенные в диссертации теоретические и экспериментальные результаты отличаются от других исследований в этой области следующими положениями, определяющими научную новизну:
1. Показано, что широкий класс современных задач обработки информации может быть успешно решен при применении оптоэлектронных методов, базирующихся на использовании когерентного лазерного излучения. Показано, что основной перспективой вычислительных оптоэлектронных устройств на настоящем этапе является достижение скорости вычислений до 1012-1014 операций в секунду или пропускной способности до сотен терабайт в секунду.
2. Проведён анализ схемотехнических ограничений возможных скоростных и точностных параметров оптоэлектронных вектор-матричных перемножителей. Доказано, что наиболее перспективной схемой оптоэлектронных вектор-матричных перемножителей при их использовании в качестве элемента цифровой вычислительной системы является схема с временным интегрированием.
3. Разработаны и обоснованы теоретически и экспериментально методы реализации оптических процессоров обработки массивов дискретных данных в виде гибридных микросхем и микромодулей. Предложен ряд архитектур гибридных микросхем и микромодулей, соответствующих различным вычислительным задачам.
4. С учётом возможностей современной элементной базы определены оптимальные варианты возможных схем инвариантной обработки изображений, использующие методы когерентной Фурье оптики и компьютерной голографии. Определены принципиальные ограничения таких схем.
5. Впервые предложен и экспериментально апробирован метод повышения точности измерения инвариантных признаков изображений в когерентной дифракционной оптико-цифровой системе. Теоретически показана и экспериментально продемонстрирована возможность достижения точности измерений инвариантных признаков до 14 бит и выше.
6. Сформулированы методики применения инвариантных корреляционных фильтров в условиях конкретных постановок задачи корреляционного распознавания изображений.
7. Впервые предложен и экспериментально продемонстрирован метод реализации инвариантных корреляционных фильтров с линейным фазовым коэффициентом в виде синтезированных амплитудных дифракционных элементов- в когерентных дифракционных корреляторах изображений.
Практическое значение результатов состоит в том, что они служат теоретической, и экспериментальной базой для разработки и эффективного применения оптоэлектронных средств обработки информации в современных цифровых вычислительных системах.
Методика построения эффективных оптоэлектронных матричных процессоров и схемотехнические принципы их реализации могут быть использованы при построении специализированных процессоров обработки сигналов, изображений и массивов дискретных данных со скоростью вычислений до 1012 операций с целыми числами в 1 секунду при цифровой точности 16 бит, и до 10 операций с целыми числами в секунду при цифровой точности результата 7-8 бит. Принципы построения лазерных систем распознавания изображений, основанных на выделении инвариантных признаков с использованием методов Фурье оптики и нейросетевых алгоритмов предназначены для разработки и построения систем распознавания реального времени. Способ повышения точности результата измерений до 14 бит и выше в когерентной оптико-цифровой системе измерения инвариантных признаков пространственного спектра интенсивности изображений может применяться при построении систем распознавания изображений реального времени. Методики применения инвариантных корреляционных фильтров в системах оптико-электронного корреляционного распознавания изображений 7 предназначены для использования при построении оптико-электронных систем распознавания изображений, базирующихся как на электронных цифровых, так и на лазерных дифракционных корреляторах изображений. Метод реализации инвариантных корреляционных фильтров с линейным фазовым коэффициентом в виде синтезированных амплитудных или фазовых дифракционных элементов (голографических фильтров) может применяться при создании инвариантных лазерных корреляторов с эквивалентным быстродействием до 1013 операций с целыми числами в секунду, в том числе в условиях ограничений динамического диапазона модуляции используемых для ввода фильтров голографических носителей.
Исследования выполнены в соответствии с программой Министерства образования и науки РФ «Развитие научного потенциала высшей школы», Межотраслевой программой «Оптоэлектроника», Межвузовской программой «Оптические процессоры», Аналитической целевой ведомственной программой Министерства образования и науки РФ «Исследования высшей школы по приоритетным направлениям науки и техники», Федеральной целевой программой «Научные и научно-педагогические кадры инновационной России», а также при поддержке РФФИ.
Основные научные положения, выносимые на защиту:
1. Методика построения схемотехнически эффективных лазерных оптоэлектронных процессоров для операций линейной алгебры. Разработка и экспериментальное обоснование методов реализации специализированных процессоров в виде гибридных микросхем и микромодулей с послоевой структурой организации.
Экспериментальное обоснование возможности создания лазерных вектор-матричных перемножителей со скоростью вычислений до 1012 операций с целыми числами в секунду 1 при цифровой точности 16 бит, и со скоростью вычислений до 5x10 операций с целыми числами в секунду при цифровой точности результата 7-8 бит.
2. Принципы построения лазерных систем распознавания изображений в реальном времени, основанных на выделении инвариантных признаков с использованием средств Фурье оптики и нейросетевых алгоритмов. Разработка и экспериментальная демонстрация способа повышения точности результата измерений до 14 бит и выше в когерентной дифракционной оптико-цифровой системе измерения инвариантных признаков пространственного спектра интенсивности изображений.
3. Методы применения инвариантных корреляционных фильтров в системах оптико-электронного корреляционного распознавания изображений, базирующихся как на 8 электронных цифровых, так и на лазерных дифракционных корреляторах в условиях конкретных постановок задачи корреляционного распознавания изображений.
4. Способ реализации инвариантных корреляционных фильтров с линейным фазовым коэффициентом в виде синтезированных дифракционных элементов (голографических фильтров) в схемах лазерных корреляторов изображений.
5. Экспериментальная демонстрация реализации инвариантных корреляционных фильтров с линейным фазовым коэффициентом в схемах когерентных дифракционных корреляторов, в том числе при использовании для ввода фильтров голографических носителей с ограниченным динамическим диапазоном модуляции.
Данные положения определяют методы создания оптико-электронных систем обработки информации, позволяющие осуществлять как аналоговую, так и цифровую обработку массивов дискретных данных, в том числе специализированных оптоэлектронных матричных процессоров, когерентных систем измерения инвариантных признаков изображений, лазерных процессоров корреляционного распознавания изображений.
Апробация работы. Результаты работ докладывались: на международных конференциях «Аэрокосмические датчики» (Орландо, США, 1995, 1996 гг), на международной конференции по фотонике и машинному зрению (Провиденс, США, 2003г), на международных конференциях «Фундаментальные проблемы опто- и микроэлектроники» (Хабаровск, 2004г, Харбин, КНР, 2006г), на международном конгрессе по оптическим вычислениям (Эдинбург, Великобритания, 1994г), на международной конференции «Оптическая память и нейронные сети» (Москва, 1995г), на международной конференции по оптической обработке информации (С.-Пб., 1996г), на всероссийских конференциях «Научная сессия МИФИ» (Москва, 1998, 1999, 2000, 2001, 2002, 2003, 2004, 2005, 2006, 2007, 2008, 2009, 2010 гг), на международной конференции «Оборона и безопасность» (Орландо, США, 2008, 2009 гг), на международной конференции по голографии (Прага, Чехия, 2009г), на международной конференции «Оборона и безопасность Европа» (Тулуза, Франция, 20 Юг), на международной конференции «Голография Экспо» (Москва, 20 Юг), на международном конгрессе «Фундаментальные проблемы оптики - Оптика XXI век» (С.-Пб., 2006, 2010 гг).
Публикации. По теме диссертации опубликовано 88 работ, из них 14 статей в реферируемых журналах рекомендованных ВАК, 24 статьи в сборниках и других изданиях, 50 тезисов в материалах научных конференций. 9
Диссертация состоит из введения, пяти глав, заключения и списка литературы. В главе первой представлены результаты анализа современного состояния элементной базы оптоэлектронных систем обработки информации и рассмотрены принципы их построения. Отмечено, что отличительной чертой современной вычислительной оптоэлектроники стала интеграция оптоэлектронных информационных средств в электронные цифровые вычислительные системы. Существенный прогресс элементной базы, в том числе интегральных массивов лазеров, пространственно-временных модуляторов, фотодетекторов и детекторов изображений, обеспечивает увеличение числа дискретных каналов обработки оптического сигнала с целью достижения массированного параллелизма. Отмечено, что в настоящее время при разработке оптических вычислителей возможны как адаптация существующей элементной базы, так и специальная разработка элементов с требуемой функциональностью. Основными нишами применения оптоэлектронных вычислительных устройств являются: 1) использование их в качестве специализированных вычислительных средств в составе цифровых систем в качестве процессоров-ускорителей, 2) использование их в качестве средств поддержки в высокопараллельных вычислительных системах, фактически роль шины данных, возможно выполняющей часть обработки. В первом случае уже сейчас можно рассчитывать на создание относительно простых и недорогих устройств, с некоторой степенью миниатюризации. Во втором случае, в настоящий момент, можно говорить об уникальности применения и некоторой определенности в выборе архитектур и типа элементной базы. Основной перспективой информационных оптоэлектронных устройств
Похожие диссертационные работы по специальности «Лазерная физика», 01.04.21 шифр ВАК
Разработка методов и оптико-электронных приборов автоматического контроля подлинности защитных голограмм со скрытыми изображениями2011 год, доктор технических наук Одиноков, Сергей Борисович
Исследование когерентного динамического вейвлет коррелятора изображений2009 год, кандидат физико-математических наук Федоров, Игорь Юрьевич
Методы и алгоритмы локально-адаптивной обработки сигналов и изображений2004 год, доктор технических наук Кобер, Виталий Иванович
Оптические сигнальные процессоры и аналоговые вычислительные устройства: Теория, принципы построения, применение2002 год, доктор технических наук Нежевенко, Евгений Семенович
Фотонные системы формирования и обработки больших массивов цифровых данных2021 год, доктор наук Злоказов Евгений Юрьевич
Заключение диссертации по теме «Лазерная физика», Стариков, Ростислав Сергеевич
Основные выводы и результаты диссертации могут быть сформулированы следующим образом:
1. Анализ показывает, что отличительной чертой современной вычислительной оптоэлектроники стала интеграция оптоэлектронных информационных систем в электронные цифровые вычислительные системы. Существенный прогресс элементной базы обеспечивает увеличение числа дискретных каналов обработки оптического сигнала с целью достижения массированного параллелизма; фундаментальными приборами и технологиями новейшего поколения вычислительной оптоэлектроники являются: массивы полупроводниковых лазеров с вертикальным резонатором (до 104 и выше каналов с полосой модуляции до десятков гигагерц); современные массивы фотодетекторов (до 107 каналов); жидкокристаллические, микромеханические пространственно временные модуляторы света (до 10б каналов и выше, смена кадра сотни килогерц при числе каналов 104, размер элемента от единиц микрометров до десятков миллиметров, контраст до 104); интегральные массивы «приём-обработка-передача»; современные голографические материалы, массивы дифракционных элементов, массивы микролинз. При разработке оптоэлектронных вычислителей возможны как адаптация существующей элементной базы, так и специальная разработка элементов с требуемой функциональностью.
2. Основными нишами применения оптоэлектронных вычислительных устройств являются: использование их в качестве специализированных вычислительных средств в составе цифровых информационных систем в качестве спецпроцессоров-ускорителей, использование их в качестве средств коммутации и поддержки в высокопараллельных высокоскоростных цифровых универсальных вычислительных системах. В первом случае уже сейчас можно рассчитывать на создание относительно простых и недорогих устройств, с некоторой степенью миниатюризации. Во втором случае, в настоящий момент, можно говорить о некоторой определенности в выборе будущих архитектур и элементной базы. Основной перспективой вычислительных оптоэлектронных устройств
19 1Л на настоящем этапе является достижение скорости вычислений до 10 -10 операций с целыми числами (операций с фиксированной точкой) в секунду или пропускной способности до сотен терабайт в секунду.
3. Проведены исследования по разработке оптических матричных процессоров (ОМП). Показано, что создание конкурентоспособных ОМП сталкивается главным образом со сложностью их интеграции в цифровые вычислительные системы. Наиболее существенными проблемами построения ОМП в этом плане являются высокие значения коэффициентов разветвления и необходимость аппаратных и вычислительных затрат для. поддержания результата вычислений. По сути, следует говорить об использовании',
ОМП в качестве спецпроцессора-ускорителя, работающего со скоростью вычислений в
100-200 раз большей допустимой скорости постобработки его результата. Наиболее универсальным типом ОМП являются оптические вектор-матричные перемножители (ОВМП); проведено детальное исследование таких схем, показавшее, что эффективное использование ОВМП возможно при необходимости решения задач реального времени с бинарным входом, небольшой разрядностью входных данных (1-3 бит), и невысокими требованиями к точности результата (7-16 бит). В случае аналогового ОВМП быстродействие может составить около 5x1013 операций с целыми числами в секунду при точности результата 7-8 бит и коэффициенте разветвления по выходу 100. В случае
1 О точных ОВМП пиковое быстродействие может достигать 10 операций с целыми числами в секунду при точности результата 16-17 бит и при коэффициенте разветвления по выходу 100:
4. Предложены архитектуры ОМП, реализуемых в виде гибридных микросхем и микромодулей (ГМ), соответствующие различным, вычислительным задачам. Проведён анализ возможных архитектур ГМ, определены наиболее эффективные их типы Экспериментально продемонстрирован основные алгоритмы работы ГМ - свёртка дискретных сигналов, варианты алгоритмов вектор-матричного перемножения, варианты алгоритмов перемножения массивов ^ данных. Результаты проведенных исследований подтверждают возможность создания ГМ с размерностью обрабатываемого массива до 100x100, точностью 14-7 бит при достижении: производительности, соответственно до 108-1012 операций с целыми числами в секунду. Рассмотренные принципы построения ОМП подразумевают возможность использования-новейшей функциональной элементной базы, и интеграции с электроникой постобработки.
5. Анализ известных оптико-электронных схем выделения инвариантных признаков изображений показывает, что в настоящее время возможно два функциональных типа подобных устройств: осуществляющие инвариантное корреляционное сравнение и обеспечивающие вычисление (измерение) инвариантных признаков, используемых затем при распознавании. Основной проблемой при построении систем, обеспечивающих вычисление инвариантных признаков в оптике, является низкая точность результата оптических вычислений, не превышающая 7-8 бит. Применение нейросетевых методов распознавания изображений- возможно при комбинировании в единой системе оптоэлектронного блока предобработки, осуществляющего вычисление инвариантных признаков и нейронной сети, однако точность оптических методов часто оказывается недостаточной и в этом случае.
6. Предложены метод и схема прецизионного измерения кольцевых и секторных элементов пространственного спектра интенсивности изображений, инвариантных соответственно к повороту и изменению масштаба. За счёт увеличения числа каналов измерения и применения цифровой постобработки схема, базирующаяся на массиве фотодетекторов специальной топологии, позволяет осуществлять параллельное вычисление инвариантных признаков с цифровой точностью. Цифровая постобработка, обеспечивающая накопление точности результата состоит только в сложении результатов измерений. Экспериментально продемонстрирован эффект повышения точности результата в предложенной когерентной оптико-цифровой системе измерения инвариантных признаков пространственного спектра интенсивности изображений о Ч размерности 10 х10 пике до 14 бит и выше.
7. Проведён анализ инвариантных корреляционных фильтров (КФ) основных типов. Проведены синтез КФ основных известных типов и моделирование корреляционного распознавания изображений с их использованием. Результаты анализа литературы и проведённого оригинального моделирования позволили сформулировать следующие выводы по применению КФ:
• КФ на основе радиальных (КФ РГ) или кольцевых гармоник (КФ КГ) пригодны для распознавания соответственно масштабированных в диапазоне 70%-130% или повёрнутых в полном диапазоне углов поворота изображений, однако крайне чувствительны к зашумлению и изменению геометрии изображений. В случае КФ КГ отмечено сильное влияние ошибки лексикографического поворота, характерной для матричных устройств регистрации и ввода, особенно в случае контурных изображений. КФ РГ непригодны для распознавания контурных изображений с разумно ограниченным произведением размера на ШППЧ.
• КФ РГ и КФ КГ допускают адаптацию к зашумлению входного изображения только при использовании методов множественной корреляции и чрезвычайно вычислительно ёмких процедур генерализации. Особенным требованием при синтезе КФ данных типов является потребность в поиске оптимального центра разложения эталонного изображения и выбора используемой гармоники. С использованием РГ и КГ возможно создание составных КФ, хотя эффективность такого подхода неочевидна.
• КФ' с синтезированной дискриминационной функцией (КФ СДФ) в ряде случаев оказываются непригодны для использования из-за ограничений числа изображений эталонного набора. КФ СДФ крайне чувствительны к шумам во входном изображении. Введение шума при - синтезе КФ СДФ с минимумом дисперсии (КФ : МДСДФ) в ряде случаев улучшает качество распознавания.
• составные КФ по методу Кальмана и КФ с переключением могут обеспечивать отличные результаты распознавания, в том числе для зашумлённых изображений, их синтез требует крайне больших вычислительных затрат. Метод синтеза КФ Кальмана принципиально неформализуем.
• различные варианты КФ с оптимизацией параметров (КФ с минимумом средней энергии корреляции - МСЭК, максимальной высотой корреляционного пика -МВК, минимумом шума и средней энергии корреляции - МШСЭК и др.), и оптимальные компромиссные фильтры (ОК КФ) могут обеспечивать хорошие результаты распознавания для полутоновых изображений при геометрических искажениях, а также при изменении их яркости или контраста. При распознавании контурных изображений КФ данных типов' часто менее эффективны, чем при распознавании полутоновых. Процедуры синтеза КФ с оптимизацией параметров вычислительно ёмки.
• КФ с оптимизацией параметров эффективны при необходимости достижения инвариантности одновременно к двум разнородным факторам - «геометрическому» и «энергетическому», например, к повороту и изменению освещённости, дисторсии и изменению контраста, повороту и зашумлению и т.п., однако естественно существуют ограничения диапазона искажений, определяемые ограничениями размерности набора эталонных изображений.
• КФ с линейным фазовым коэффициентом (КФ ЛФК) непригодны для распознавания полутоновых изображений, однако эффективны для распознавания для контурных изображений. Корреляционная функция, обеспечиваемая КФ ЛФК наиболее близка по форме к прямой корреляции по сравнению с другими типами КФ, синтез фильтра вычислительно экономен. КФ ЛФК обладают некоторой устойчивостью к шумам. КФ ЛФК могут применяться и при необходимости достижения инвариантности одновременно к двум «геометрическим» факторам, например к повороту и изменению масштаба.
8. Проведено детальное исследование свойств КФ ЛФК. Продемонстрирована межклассовая избирательность КФ' ЛФК. Продемонстрировано сохранение корреляционного пика КФ ЛФК для промежуточных искажений входного изображения, не заложенных при синтезе фильтра. Определены границы применимости КФ ЛФК. Сделан вывод о возможности применения КФ ЛФК в корреляционных системах на основе цифровых электронных корреляторов, в настоящее время возможна работа таких систем при достижении скоростей обработки Ю10 операций в секунду. Сделан вывод о возможности реализации КФ ЛФК в корреляционных системах на основе оптико-электронных корреляторов при достижимых скоростях обработки до 1013 операций в секунду. В этом случае фильтр реализуется в виде синтезированного дифракционного элемента - статического, или динамически формируемого при помощи пространственно-временного модулятора света.
9. Предложен метод для корреляционного распознавания полутоновых изображений, регистрируемых в различных условиях освещённости и в условиях их возможных геометрических искажений; метод состоит в применении процедур выделения контуров полутоновых изображений и использования затем инвариантных КФ ЛФК при распознавании полученных бинарных контурных изображений. Разработан оптимизированный алгоритм морфологического оконтуривания изображений; разработанный алгоритм превосходит по соотношению «скорость/качество» стандартные алгоритмы; продемонстрирована применимость алгоритма при использовании для предобработки полутоновых изображений в корреляционных системах, осуществляющих распознавание контурных изображений. Проведены компьютерные эксперименты по корреляционному распознаванию полутоновых изображений сцены, подвергнутых искажениям «одновременно плоский поворот и изменение масштаба» с использованием КФ ЛФК и процедур оконтуривания. Возможные значения поворота ±1 Оград, изменения масштаба+10%.
10. Разработан и экспериментально опробован способ реализации КФ ЛФК в виде компьютерно синтезированных Фурье-голограмм (голографических фильтров). Проведен анализ ухудшения корреляционных свойств голографических фильтров при ограничении числа градаций пропускания; выявлена необходимость использования не менее 16ти уровней пропускания для сохранения избирательных характеристик фильтров. Показана возможность бинарного представления голографических фильтров при сохранении их избирательных характеристик. Результаты экспериментального макетирования когерентного коррелятора с голографическими фильтрами демонстрируют возможность достижения инвариантности корреляционного пика при применении КФ ЛФК, в том числе, в случае использования для ввода соответствующих компьютерно синтезированных Фурье-голограмм голографических носителей с ограниченным динамическим диапазоном модуляции.
ЗАКЛЮЧЕНИЕ
Список литературы диссертационного исследования доктор физико-математических наук Стариков, Ростислав Сергеевич, 2010 год
1. P. Elias, "Optics and communication theory," // JOSA, v43, No.4, pp. 229-232, 1953
2. Cutrona L.J., Leith E.N., Porcello L.J., Vivian W.E. "Optical data processing and filtering" // IRE.Trans.Informat.Theory, vII-6, pp.388-400, I960
3. D. K. Pollock, C. J. Koester, and J. T. Tippett, Optical Processing of Information, Spartan Books, Baltimore, Md, USA, 19634. «Оптическая обработка информации», сб. под ред. С.П. Ерковича М.: Мир 1966
4. J. W. Goodman, Introduction to Fourier Optics, McGraw-Hill, San Francisco, Calif, USA, 1968. (Дж. Гудмен «Введение в Фурье оптику». М.: Мир, 1970
5. К. Preston, Coherent Optical Computers, McGraw-Hill, New York, NY, USA, 1972 (К. Престон «Когерентные оптические вычислительные машины». М.: Мир. 1974)
6. Y. Е. Nesterkhin, G. W. Stroke, and W. E. Kock, Optical Information Processing, Plenum Press, New York, NY, USA, 1976
7. Юу Ф.Т.С. Введение в теорию дифракции, обработку информации и голографию. М.: Советское радио, 1979
8. Оптическая обработка информации. Применения сб. под ред. Д. Кейсесента Перевод, с англ. М.: Мир, 1980
9. Optical Information Processing Fundamentals, ed. S. H. Lee, Springer, Berlin, Germany, 1981
10. F.T.S. Yu, Optical Information Processing Wiley, New York, 1983
11. H. H. Arsenault, T. Szoplik, and B. Macukow, Optical Processing and Computing, Academic Pres, San Diego, Calif, USA, 1989
12. K. Takeuchi "Technical trends in optical connection technology" // Science & Technology Trends Quarterly Review No.20, pp.33-47, Jul 2006
13. DARPA's C20I document, www.darpa.mil, 2006
14. R. Singh; N. Gupta; J. A. Sadie; K. F. Poole; J. Ballato; S. J. Hwu «Challenges and opportunities of manufacturing the next generation of integrated photonics» // Proc.SPIE, Vol. 7591, 7591 ON, 2010
15. Yu. Vlasov "Silicon photonic for next generation computer systems" IBM document http://www.research.ibm.com/photonics, 2008
16. H. Caulfield, S. Dolev and W. Green "Optical High-Performance Computing: introduction to the JOSA A and Applied Optics feature" // Appl.Opt., v48,22 August 2009
17. P. Birch, A. Gardezi, R. Young, C. Chatwin "Volume holographic MACH correlator" // Proc.SPIE, v7696, 76961L, 2010
18. S. Yamamoto, H. Kuboyama, S. Arai, K. Yamaguchi, M. Fukuda, M. Kato, T. Kawaguchi, M. Inoue "Compact slot-in-type optical correlator" // Proc.SPIE, v7723, 77230B, 2010
19. W. Greene, Y. Zhang, T. Lu, T-H Chao "Feature extraction and selection strategies for automated target recognition" // Proc.SPIE, v7703, 77030B, 2010
20. T. Lin, T. Lu, H. Braun, W. Edens, Y. Zhang, T-H. Chao, C. Assad, T. Huntsberger "Optimization of a multi-stage ATR system for small target identification" // Proc.SPIE, v7696, 76961Y, 2010
21. Cambridge Correlators Ltd., www.cambridgecorrelators.com, 2009
22. EnLight256® 8000 Giga MAC/sec fixed points DSP. Lenslet Corp., Herzelia Pituach, Israel, 2004
23. V. Handerek; A. McCarthy; L. Laycock "Hybrid optoelectronic vector matrix multipliers using guided-wave and micro-optic components" // Proc.SPIE, v6739, 67390L, 2007
24. D. Tamir, N. Shaked, P. Wilson, and S. Dolev "High-speed and low-power electro-optical DSP coprocessor" // JOSA A, v26, No.8, August 2009
25. A. Sharkawy; O. Ebil; M. Zablocki; S. Shi; D.W. Prather «Chip-scale photonic interconnects for reconfigurable computing» // Proc.SPIE, v7609, 760900, 2010
26. Родес У.Т. «Акустооптическая обработка сигналов: Свертка и корреляция» // ТИИЭР, т69, №1, стр.74-91, январь 1981
27. Ли Дж. Н:, Вандерлугт Э. "Акустооптические методы обработки сигналов и вычислений" // ТИИЭР, т77, № 10, стр.158-193, октябрь 1989
28. Гусев О.Б., Кулаков С.В., Разживин Б.П., Тигин Д.В. Оптическая обработка радиосигналов в реальном времени. М., Радио и связь, 1989
29. Ушаков В.Н. Акустооптические процессоры корреляционного типа. М.: Радиотехника, 2007
30. Борн М., Вольф А. Основы оптики М.: Наука, 1970
31. Guilfoyle P.S. "Acousto-optic engagement matrix processor" // Proc.SPIE, v352, pp.28, 1982
32. Goodman J.W., Dias A.R., Woody L.M. "Fully parallel high speed incoherent optical method for performing the discrete Fourier transform" // Opt.Lett., v2, Nol, pp.1-3, 1978
33. Athale R.A., Collins W.C. "Optical matrix-matrix multiplier based on outher product decomposition" // Appl.Opt., v21, No 12, pp.2089-2090, 1982
34. Гудмен Дж. Введение в Фурье оптику. М., Мир 1969
35. Ernst Abbe gesammelte abhandlungen G fischer, Jena 190437. 0. Lummer and F. Reiche, Die Lehre von der Bildentstehung im Mikroskop von Ernst Abbe, Braunschweig 1910
36. A. B. Porter, Phil. Mag. On the diffraction theory in microscope vision 11, p.154, 1906
37. P.-M. Duffieux, L'Intégrale de Fourier et ses Applications à l'Optique, Faculté des Sciences Besançon, Chez l'Auteur, France, 1946 (P.-M. Duffieux, The Fourier Transform and Its Applications to Optics, John Wiley & Sons, New York, NY, USA, 1983)
38. E. O'Neill, "Spatial filtering in optics" // IRE. Trans. Informat. Theory, v2, No.2, pp.56-65,1956
39. H. Stark, Application of Optical Fourier Transform, Academic Press, Orlando, Fla, USA, 1982 (Применение методов Фурье-оптики: Пер. с англ. Под ред. Г. Старка. М.: Радио и связь, 1988)
40. Smith P.W. "On the Physical Limits of Digital Optical Switching and Logic Elements" // Bell System Tech. J., v61, No.8, 1982
41. Meindl J.D. "Low Power Microelectronics: Retrospect and Prospect" // Proc.IEEE, v83, No.4, 1995
42. H. J. Caulfield, "Perspectives in optical computing," // Computer, v31, No. 2, pp. 22s25,1998
43. Guilfoyle, P.S, Hessenbruch, J.M., Stone, R.V. "Free-Space Interconnects for HighPerformance Optoelectronic Switching" // IEEE Computer, February 1998
44. F.T.S. Yu, Information Optics New York, 2000
45. Choquetee K.D., Hou, H.Q.: 'Vertical-cavity surface emitting lasers: moving from research to manufacturing' // Proc.IEEE, v85, Nol 1, pp. 1730-1739, November 1997
46. J. K. Guenter; J. A. Tatum; A. Clark; R. S. Penner; R. H. Johnson; R. A. Hawthorne III "Commercialization of Honeywell's VCSEL technology" // Proc.SPIE, v3946, pp.2-13, 2000
47. J. K. Guenter; J. A. Tatum; A. Clark; R. S. Penner; R. H. Johnson; R. A. Hawthorne III; J. R. Biard; Y. L. "Commercialization of Honeywell's VCSEL technology: further developments" // Proc.SPIE, v4286, pp. 1-14, 2001
48. J. К. Guenter; J. A. Tatum; R. A. Hawthorne III; В. M. Hawkins; D. T. Mathes "VCSELs at Honeywell: The story continues" // Proc.SPIE, v5364, pp.34-46,2004
49. J. E. Cunningham; D. Beckman; X. Zheng; A. V. Krishnamoorthy "Scaling VCSEL performance for 1 OOterabits/s systems" // Proc.SPIE, v6124, 612400, 2006
50. Vertical-Cavity Surface-Emitting Lasers XI (Proceedings Volume), Proceedings of SPIE, v6484, Editors: K. D. Choquette; J. K. Guenter, 2007
51. Vertical-Cavity Surface-Emitting Lasers XII (Proceedings Volume), Proceedings of SPIE, v6908, Editors: C. Lei; J. K. Guenter, 2008
52. D. K. McElfresh; L. D. Lopez; R.t Melanson; D. Vacar "VCSEL reliability: a user's perspective" // Proc. SPIE, v5737, pp. 101-108, 2005
53. ПВМС под ред. Компанца И.Н. М.: Машиностроение, 1987
54. Магдич М.В. Акустооптические устройства и их применения М.: Радио и связь, 1978
55. Ярив А., Юх П. Оптические волны в кристаллах М.: Мир, 1988
56. BNS's FLC SLM, BNS Corp, 200965. www.dlp.com, 2010
57. Ablaze™ 2D MQW Spatial Light Modulator Array. Lenslet corp., 2003
58. M. Chen, C. Cheng, and H. Tu "Optical reconstruction of digital hologram using two coupled liquid crystal spatial light modulators"" // Proc.JCIS, jcis2006315, 2006
59. Sensors and Camera Systems for Scientific and Industrial Applications VI (Proceedings Volume), Proceedings of SPIE v5677, Editor: M. M. Blouke, 2005
60. Sensors, Cameras, and Systems for Scientifi^ndustrial Applications VII (Proceedings Volume), Proceedings of SPIE v6068, Editor: M. M. Blouke, 2006
61. Sensors, Cameras, and Systems for Scientific/Industrial Applications VIII (Proceedings Volume), Proceedings of SPIE, v6501, Editor: M. M. Blouke, 2007
62. Sensors, Cameras, and Systems for Industrial/Scientific Applications IX (Proceedings Volume), Proceedings of SPIE, v6816, Editors: M. M. Blouke; E. Bodegom, 2008
63. G.C. Hoist, T.S. Lomheim CMOS/CCD Sensors and Camera Systems, PM172, 2007
64. L. Zhang; Y. X. Li; X. J. Li; X. W. Xu "Design and implementation of high-speed CCD driving circuit based on CPLD" // Proc.SPIE, v6279, 62791M, 2007
65. E. Funatsu; Y. Nitta; Y. Miyake; T. Toyoda; К. Hara "Artificial retina chip with a 256 x 256 array of n-MOS variable sensitivity photodetector cells" // Proc.SPIE, v2597, pp.283291, 1995
66. R. Maldonado-Lopez; F. Vidal-Verdu; G. Linan; E. Roca; A. Rodriguez-Vazquez "Tactile on-chip pre-processing with techniques from artificial retinas" // Proc.SPIE, v5839, pp.293-304, 2005
67. J.-S. Kong; S.-H. Kim; D.-K. Sung; S.-H. Seo; J.-K. Shin "A CMOS vision chip for a contrast-enhanced image using a logarithmic APS and a switch-selective resistive network" // Proc.SPIE, v6501, 650110, 2007
68. T.K Woodward et al.: "Parallel operation of 50 element two-dimensional CMOS smartpixel receiver array" // Electron.Lett., v34, No 10, pp.936-937, 14 May 1998
69. S. Lopez; G. M. Callico; J. F. Lopez; R. Sarmiento "A low-cost bidimensional smart pixel network for video coding operations" // Proc.SPIE, v5837, pp.638-649, 2005
70. D. Fey; M. Komann "Bioinspired architecture approach for a one-billion transistor smart CMOS camera chip" // Proc.SPIE, v6592, 65920G, 2007
71. C.M. Travers, J.M. Hessenbruch, J. Kim, R.V. Stone, P.S. Guilfoyle, F. Kiamilev "VLSI photonic smart pixel array for I/O system architectures" // SPIE Photonics West Conf., January 1998
72. Д.Л. Флэннери, Д.Л. Хорнер «Оптические фурье-процессоры сигналов» // ТИИЭР т77, №10, стр.138-157, октябрь 1989
73. A. VanderLugt "Signal detection by complex filtering" // IEE Trans.Inform.Theory. VIT-10, No2, p. 139, 1964
74. C.S. Weaver, J.W. Goodman "Technique for optically convolving two functions" // Appl.Opt., v5, pp.l248-1249, 1966
75. F.T.S. Yu et all "Adaptive real-time pattern recognition using a liquid crystal TV based joint transform correlator" // Appl.Opt., v26, pp. 1370-1372, 1987
76. G.R. Brown, A.W. Lohmann "Complex spatial filtering by binary masks" // Appl.Opt., v6, pp.967-969, 1966
77. Yu.A. Bykovsky, A.A. Markilov, M.F. Smazheliuk, S.N. Starikov "Optical computing by double transformation of spatial coherence of light" // Proc.SPIE, v963, pp.354-360, 1988
78. D. Casasent, G. House "Implementation Issues for a Noncoherent Optical Correlator" // Proc.SPlE, v2237, pp. 179-188, 1994
79. Гончарский А.В., Гончарский A.A. Компьютерная оптика. Компьютерная голография. М.: Изд-во МГУ, 2004
80. Дифракционная компьютерная оптика под ред. Сойфера В.А., М.: Физматлит, 2007
81. U. Schnars, W. Jueptner "Digital Holography" Springer, 2005i
82. Digital holography and three-dimensional display. Principles and Applications Edited by T.-C. Poon, Springer Science+Business Media, Inc., 2006
83. ATR System Odin (Optical digital neural network) (C), AOS Inc., Huntsville, Alabama, USA. http://aos-inc.com/odin/odin.htm, 2005
84. INO, "INO Optical correlator OC-VGA-6000," 2001
85. Boulder Nonlinear Systems, Inc. www.bnonlinear.com, 2010
86. A. Brown N. Gerein, "Direct P(Y) Code Acquisition Using An Electro-Optic Correlator" // Proceedings of ION National Technical Meeting 2001, Long Beach, С A, January 200198. http://nich.ugatu.ac.ru/ntr-0001.htm, 2005
87. T.-H. Chao "Optical joint transform correlator using high-speed holographic photopolymer film" // Proc.SPlE, v5816, pp. 136-143, 2005
88. Т. T. Lu; C. L. Hughlett; H. Zhou; T.-H. Chao; J. C. Hanan "Neural network postprocessing of grayscale optical correlator" // Proc.SPlE, v5908, 590810, 2005
89. T.-H. Chao; T. Lu; H. Zhou "Recent progress on grayscale optical correlator for automatic target recognition" // Proc.SPlE, v6245, 624503, 2006
90. T.-H. Chao; T. Lu "System issues of developing grayscale optical correlator for ATR applications" // Proc.SPlE, v6574, 657405, 2007
91. T.-H. Chao; T. Lu "Grayscale optical correlator for CAD/CAC applications" // Proc.SPlE, v6977, 697704, 2008
92. T.-II. Chao, T. Lu "Automatic target recognition (ATR) performance improvement using integrated grayscale optical correlator and neural network" // Proc.SPlE, v7340, 734003, 2009
93. S. Bains "Miniature optical correlator fits inside a PC" // Laser Focus World, v31, No 12, pp. 17-18, 1995
94. P. Birch, R. Young, F. Claret-Tournier, et al., "Fully complex filter implementation in all-optical and hybrid digital/optical correlators," // Proc.SPlE, v4387, pp. 16-26, 2001
95. T. Ewing, S. Serati, and K. Bauchert, "Optical correlator using four kilohertz analog spatial light modulators," // Proc.SPIE, v5437, pp. 123-133, 2004
96. J. Bauer; H. Podbielska; A. Suchwalko; J. Mazurkiewicz "Optical correlators for recognition of human face thermal images" // Proc.SPIE, v5954, 59540E, 2005
97. W. Wang; Y. Chen; C. Liang; H. Miao "Hybrid optoelectronic joint transform correlator for the recognition of targets in cluttered scenes" // Proc.SPIE, v5642, pp.204-212, 2005
98. J. A. Butt; T. D. Wilkinson "Binary phase only reference for invariant pattern recognition with the joint transform correlator" // Proc.SPIE, v6234, 62340J, 2006
99. F. Guo; H. Wang; L. Li; N. Yin; W. Wang "Infrared telephoto lens design of hybrid optoelectronic joint transform correlator" // Proc.SPIE, v6834, 68343F, 2007
100. K. Ni; Z. Qu; L. Cao; P. Su; Q. He; G. Jin "High accurate volume holographic correlator with 4000 parallel correlation channels" // Proc.SPIE, v6827, 68271 J, 2007
101. V. Diaz; V. Kober "Illumination invariant adaptive joint transform correlator" // Proc.SPIE, v6695, 6695IB, 2007
102. A. Bergeron; P. Bourqui; B. Harnisch "Lightweight compact optical correlator for spacecraft docking" // Proc.SPIE, v6739, 67390E, 2007
103. B. Haji-saeed; J. Khoury; C.L. Woods; J. Kierstead "Power-law radon-transformed superimposed inverse filter synthetic discriminant correlator for facial recognition" // Proc.SPIE, v6973, 69730M, 2008
104. S. N. Starikov; M. V. Konnik "Using commercial photo camera's RAW-based images in optical-digital correlator for pattern recognition" // Proc.SPIE, v6977, 69770R, 2008
105. P. Birch, A. Gardezi, B. Mitra, R. Young, C. Chatwin "An Optical Space Domain Volume Holographic Correlator" // Proc.SPIE, v7340, 734004, 2009
106. Ch. Fan, Y. Li, Y. Liang, et al.«Study on the measurement of image motion between sequential images based on optical correlator» // Proc.SPIE, v7283, 72831H, 2009
107. Y. Piao, S. Hong, D. Shin, et al. "3D image correlator using optically reconstructed integral plane images" // Proc.SPIE, v7329, 73290S, 2009
108. I. Soles, M. Torres-Cisneros, J.G. Avila-Cervantes, et al. "Two-dimensional cell tracking by FPGA-optical correlation method" // Proc.SPIE, v7386, 73860D, 2009
109. E. Watanabe, A. Naito, K. Kodate "Ultra-high-speed compact optical correlation system using holographic disc" // Proc.SPIE, v7442, 74420X, 2009
110. E. Rueda, J.F. Barrera Ramirez, R.H. Henao, et al. «Lateral shift multiplexing with a modified random mask in a joint transform correlator encrypting architecture» // Opt.Eng., v48, 027006,2009
111. J.A. Gonzalez-Fraga, A.L. Moran, V. Meza-Kubo, et al. «Correlation based system to assess the completeness and correctness of cognitive stimulation activities of elders» // Proc.SPIE, v7443, 74430P; 2009
112. R.B. Yadav, A.K. Gupta «Tissue classification by wavelet modified generic Fourier descriptor and their recognition using hybrid correlator» // Proc.SPIE, v7564, 75642R, 2010
113. A. El-Sabaa, M.S. Alama, and W.A. Saklab "Pattern recognition via multispectral, hyperspectral, and polarization-based imaging" // Proc.SPIE, v7696, 76961M, 2010
114. S. Alsharif, A. El-Saba and R. Stripathi "Improving the recognition of fingerprint biometric system using enhanced image fusion" // Proc.SPIE, v7708, 77080D, 2010
115. Д. Кейсесент "Акустооптические процессоры для операций линейной алгебры. Архитектура, алгоритмы применения" // ТИИЭР, т72, № 7, стр.92-113, июль 1984
116. Л.Д. Бахрах, Н.Н. Евтихиев, В.В. Перепелица «Оптическая обработка сигналов приемных адаптивных антенных решеток» // Радиотехника, 1990, №5, стр.50-52
117. Y. Nitta, J. Ohta, S. Tai, and K. Kyuma, "Optical learning neurochip with an internal analog memory," // Appl.Opt. v32, Issue 8, pl264, 1993
118. R.G. Stearns «Neural network that incorporates direct optical imaging» // Appl.Opt., v34, No. 14, pp.2595-2604, 1995
119. Н.Н. Евтихиев, H.A. Есепкина, В.А. Долгий, А.П. Лавров, Б.М. Хотянов, В.В. Чернокожин, С.А. Шестак «Оптоэлектронный процессор в виде гибридной микросхемы»//Квантовая электроника т.22 (10) стр.985-990, октябрь 1995
120. V. A. Pilipovich, А. К. Esman, I. A. Goncharenko, and V. К. Kuleshov, "An optical matrix multiplier" // J.Opt.Technol., v73, Issue 12, pp.834-839, 2006
121. N. T. Shaked; G. Simon; T. Tabib; S. Mesika; S. Dolev; J. Rosen "Optical processor for solving the traveling salesman problem (TSP)" // Proc.SPIE, v6311, 63110G, 2006
122. J. Gimeno; H. Lamela; M. Jimenez; M. Gonzalez; M. Ruiz-Llata "Design and implementation of a support vector machine using an optoelectronic matrix-vector multiplier" // Proc.SPIE, v6576; 657604, 2007
123. V. Handerek, L. Kent, A. McCarthy and L. Laycock "Optical Testbed for Hybrid Optoelectronic Vector Matrix Processor for Radar Signal Processing" // Proc. EMRS-DTC 3rd Technical Conference, B28, Edinburgh, 2006
124. H. Jia; J. Zhang; J. Yang; X. Li; W. Hu "A novel optical digital processor based on digital micromirror device" // Proc.SPIE, v6837, 68370C, 2008
125. Т. H. Szymanski, M. Saint-Laurent, V. Tyan, A. Au, and B. Supmonchai, "Fieldprogrammable logic devices with optical input-output" // Appl.Opt., v39, pp.721-732, 2000
126. J. Mumbru, G. Panotopoulos, D. Psaltis, X. An, F. Mok, S. Ay, S. Barna, and E. Fossum, "Optically programmable gate array," // Proc.SPIE, v4089, pp.763-771, 2000
127. Walker A.C., et al.: "Optoelectronic systems based on InGaAs-complementary-metal-oxide-semiconductor smart-pixel arrays and free-space interconnects" // Appl.Opt., v37, pp.2822-2830,10 May 1998
128. Sterling T., Messina P.S., Smith P.H. "Enabling technologies for peta(FL)OPS computing" Caltech Concurrent Supercomputing Facilities Rep. (California Institute of Technology, Pasadena) 1994
129. V. Morozov, Y.C. Lee, J. Neff, H. Temkin, A.S. Fedor "Analysis of a tree-dimensional computer optical scheme based on bidirectional free-space optical interconnections" // Opt.Eng., v34, pp.523-534, 1995
130. H.J. Zhou, V. Morozov, J. Neff, A.S. Fedor "Analysis of a vertical-cavity surface-emitting laser-based bidirectional free-space optical interconnections" // Appl.Opt. v36, Nol7, pp.3835-3853, 1997
131. P.S. Guilfoile "Digital optical compute intensive application" in Optical Computing (Inst. Phys. Conf .Ser.) N139 Part 4 pp.37-40 I.O.P. Publishing Ltd 1995
132. C.M. Travers, J.M. Hessenbruch, J. Kim, R.Y. Stone, P.S. Guilfoyle "CMOS compatible free-space optical interconnects" //, Proc.SPIE, v3490, pp.560-563, 1998
133. C.M. Travers, J.M. Hessenbruch, J. Kim, R.Y. Stone, P.S. Guilfoyle, F. Kiamilev "VLSI photonic smart pixel array for I/O system architectures" // SPIE Photonics West Conf., January 1998
134. X. Wang; R. T. Chen "Fully embedded board level optical interconnects: from point-to-point interconnection to optical bus architecture" // Proc.SPIE, v6899, 689903, 2008
135. M. Schneider; T. Kuhner "Optical interconnects on printed circuit boards using embedded optical fibers" // Proc.SPIE, v6185, 61850L, 2006
136. E. Palen "Low cost optical interconnects" // Proc.SPIE, v6478, 647804, 2007
137. A. L. Glebov; M. G. Lee; K. Yokouchi "Integration technologies for pluggable backplane optical interconnect systems" // Opt.Eng., v46, Nol, 015403, January 2007
138. W. M. J. Green; F. Xia; S. Assefa; M. J. Rooks; L. Sekaric; Y. A. Vlasov "Silicon photonic wire circuits for on-chip optical interconnects" // Proc.SPIE, v6883, 688306, 2008
139. О. Rits; М. De Wilde; G. Roelkens; R. Bockstaele; R. Annen; M. Bossard; F. Marion; R. Baets "2D parallel optical interconnects between CMOS ICs" // Proc.SPIE, v6124, 61240L, '2006
140. I. Artundo; W. Heirman; C. Debaes; J. Dambre; J. Van Campenhout; H. Thienpont "Design of a reconfigurable optical interconnect for large-scale multiprocessor networks" // Proc.SPIE, v6996, 69961H, 2008
141. C. Berger; B. J. Offrein; M. Schmatz "Challenges for the introduction of board-level optical interconnect technology into product development roadmaps" // Proc.SPIE, v6124, 61240J, 2006
142. M. Rouviere; M. Halbwax; J.-L. Cercus; E. Cassan; L. Vivien; D. Pascal; M. Heitzmann; J.-M. Hartmann; S. Laval "Integration of germanium waveguide photodetectors for intrachip optical interconnects" // Opt.Eng., v44, No7, 075402, July 2005
143. К. C. Cadien; M. R. Reshotko; B. A. Block; A. M. Bowen; D. L. Kencke; P. Davids "Challenges for on-chip optical interconnects" // Proc.SPIE, v5730, pp.133-143, 2005
144. B.H. Морозов Оптоэлектронные матричные процессоры. М.: Радио и связь, 1986
145. G. Т. Reed, Silicon Photonics: the state of the art, John Wiley & Sons Inc., New Jersey, 2008
146. P.C. Стариков Автореферат диссертации на соискание степени кандидата физико-математических наук, М:: МИФИ, 1997
147. N.N. Evtikhiev, R.S. Starikov, B.N. Onyky, V.V. Perepelitsa, I.B. Scherbakov. "Experimental investigation of the performance of the optical two-layer neural network" // Optical memory & neural network, v4, No 4, pp.315-321,1995
148. P.C. Стариков «Оптоэлектронный вектор-матричный процессор: схемотехнические ограничения» // Радиотехника и электроника, т53, №8, стр.980-986, 2008
149. Н.Н. Евтихиев, Р.С. Стариков «Разработка принципов построения оптоэлектронных процессоров на основе сэндвич-структур» // Наукоёмкие технологии, т.2, №4, стр.41-49, 2001
150. N.N. Evtikhiev, R.S. Starikov "Methods of design of specialized optoelectronic processors constructed as hybrid microcircuits for realization of neural network algorithms" // Optical memory & neural network, vlO, No4, pp.219-225, 2001
151. N.N. Evtikhiev, P.A. Ivanov, A.V. Kamensky, R.S. Starikov, M.I. Zabulonov "Experiments on realization of wavelet transform based on architecture of hybrid optoelectronic chip" // Optical memory & neural network, vl 1, Nol, pp.39-43, 2002
152. D.P. Casasent, A'. Ghosh "Optical linear algebra processors: noise and error-source modeling" // Opt.Lett., vlO, pp.252-254, 1985
153. D. Psaltis, R.A. Athale "High accuracy computation with linear analog optical system: a critical study" // Appl.Opt., v25, pp.3071-3077, 1986
154. S.C. Batsell, T.-L. Jong, J.F. Walkup, T.F. Krile "Noise limitations in optical linear algebra processors" // Appl.Opt., v28, pp.3843-3851, 1989
155. C.J. Perlee, D.P. Casasent "Effects of error sources on the parallelism of an optical matrix-vector processor" // Appl.Opt. v29, pp.2544-2555, 1990
156. А.В. Петров, С.Б. Одиноков «Анализ точностных параметров оптикоэлектронного матрично-векторного процессора обработки- цифровой информации»// Квантовая электроника, т22, №10, стр. 1001-1008, 1995
157. К. Raj, R.A. Athale "Cross-talk analysis and reduction in fully parallel matrix-matrix multipliers" //Appl.Opt., v34, pp.6752-6757, 1995
158. T. Pochapsky, D.P. Casasent "Acoustooptic linear heterodyned complex-valued matrix-vector processor" // Appl.Opt., v29, pp.2532-2542, 1990
159. J. Jackson, D.P. Casasent "Optical systolic array processor using residue arithmetic" // Appl.Opt., v22, pp.2817-2821, 1983
160. H.J. Whitehouse, J.M. Speiser in Aspects of signal processing with emphasis on underwater acoustics vol.2 G. Tacconi, Ed. (proc. of NATO Advanced Study Institute). Boston, MA, 1976
161. D. Psaltis, D. Casasent, D. Neft, M. Carlotto "Accurate numerical computation by optical convolution" // proc.SPIE, v232, pp.151-156, 1980
162. A.P. Goutzulis "BPAM algorithm" // abstracts of SPIE Southwest Conference. Orlando FL ,1986
163. C.K. Gary "Matrix-vector multiplication using digital partitioning for more accurate optical computing" // Appl.Opt., v31, pp.6205-6211, 1992
164. Оптические вычисления: Пер. с англ. Под ред. Р. Арратуна; Пер. с англ. под ред. Ю.А. Быковского. М.: Мир, 1993
165. S.A. Ellet, T.F. Krile, J.F. Walkup "Throughput analysis of digital partitioning with error-correcting codes for optical matrix-vector processors" // Appl.Opt., v34, No29, pp.6744-6751,1995
166. S. Oh, D.C. Park, R.J. Marks II, L.E. Atlas "Error detection and correction in multilevel algebraic optical processors" // Opt.Eng., v27, pp.289-293, 1988
167. S.A. Ellet, T.F. Krile, J.F. Walkup "Error-correction coding for accuracy enhancement in optical matrix-vector multipliers" // Appl.Opt., v31, pp.5642-5653, 1992
168. S.A. Ellet, T.F. Krile, J.F. Walkup "Reduction of error effects in digital partitioning by error-correction coding" // proc.SPIE, v2026, pp.276-285, 1993
169. P.S. Guilfoile "Systolic acousto-optic binary convolver" // proc.SPIE, v456, 1984
170. H.H. Евтихиев, P.С. Стариков, В.В. Чернокожин «Разработка оптических вектор-матричных процессоров, реализуемых в виде гибридных микросхем» // Научная сессия МИФИ-2001, т.4, стр.42-43, М.: МИФИ, 2001
171. Р.С. Стариков «Сравнение свойств инвариантных корреляционных фильтров различных типов» // Наукоёмкие технологии, т10, №7, стр. 57-64, 2009
172. А. Папулис Теория систем и преобразований в оптике. М.: Мир, 1971
173. Т.Н. Reiss, "Recognizing planar objects using invariant image features" (Lecture notes in computer science, vol.676), Springer, Cop., 1993
174. I. Tohyama et. al., "Feature extraction pre-processing and optical neural network", // Optical Computing (Inst. Phys. Conf. Ser.) Nol39, Part 4,1.O.P. Publishing Ltd, 1995
175. Преобразование Хартли M,: Мир, 1987
176. R.N. Bracewell "Aspects of the Hartley Transform" // Proc.IEEE, v82, No3, pp.381387, 1994
177. R.N. Bracewell, H. Bartelt, A.W. Lohmann, N. Streibl "Optical synthesis of Hartley Transform"//Appl.Opt., v24, pp. 1401-1402, 1985
178. G.R. Gindi, A.F. Gmitro, "Optical feature extraction via the Radon transform" // Opt.Eng., v23, No5, 1984
179. H.H. Barret, "Optical processing in Radon space" // Opt.Lett., v7, No6, 1982
180. P. Ambs, S.H. Lee, "Optical implementation of the Hough transform by a matrix of holograms" // App.Opt., v25, No22, 1986
181. G. Eichmann, Y. Li, "Real-time optical line detection" // Opt.Comm., v63, No4, 1987
182. D. Casasent, C. Szczutkowski, "Optical Mellin transform using computer generated holograms" // Opt.Comm., vl9, pp.217-22, 1976
183. Y. Sheng, J. Duvernoy, "Circular-Fourier-radial-Mellin transform descriptors for pattern recognition" // JOSA, A3, 1986
184. G. Kaiser A Friendly Guide to Wavelets. Boston, 1994
185. S. Chang, H.H. Arsenault, "Invariant optical pattern recognition using calculus descriptors" // Opt. Eng., v33, Nol2, pp.4045-4050, December 1994
186. S. Chang, H.H. Arsenault, P. Garcia-Martinez, and C.P. Grover «Invariant pattern recognition based on centroids»//ApplOpt., v39, No35, pp.6641-6648, 2000
187. M.K. Hu "Visual pattern recognition by moment invariants) // IRE Trans. Inf. Theory IT-8, February 1962
188. S. Maitra, "Moments invariants" // Proc.IEEE, v67, No4, April 1979
189. G. L. Cash,' M. Hatamian, "Optical character recognition by the method of moments" // Computer Vision, Graphics, and Image Processing 39, pp.291-310, 1987
190. K. Wagner, D. Psaltis, "Real-time computation of moments with acoustooptics" // Proc.SPIE, v352, pp.82-88, 1982'
191. B.V.K. Vijaya Kumar, "Hybrid methods to compute image moments" // Proc.SPIE, v939, pp.121-126, 1988
192. B.V.K. Vijaya Kumar, C. A. Rahenkamp, "Calculation of geometric moments using Fourier plane intensities" // App.lOpt., v25, No6, March 1986
193. B.V.K. Vijaya Kumar, M.J. Zinnikas, "Geometrical moments from optical cosinusoidal transform" // Opt.Comm., v62, No4, May 1987
194. B.V.K. Vijaya Kumar, "Geometric moments computed from the Hartley transform" // Opt.Eng., v25, No 12, December 1986
195. V. Perju, D. Casasent, I. Mardare, A. Crivat "Face Recognition on the basis of Moment Invariants, Principal Component Analysis and Correlation" // Proc.SPIE, v6977, 69770U, 2008
196. Ф. Уоссермен Нейрокомпьютерная техника: Теория и практика. М.: Мир 1992
197. G.G. Lendaris, G.L. Stanley "Diffraction-Pattern Sampling For Automatic Pattern Recognition" // Proc.IEEE, v58, No2, pp.198-216, 1970
198. N. George, A.L. Kazdan, Proc. Opt. Electron. Syst. Des. Conf., Calif, pp.494-503, 1975
199. D. Clark. "An optical feature extractor for machine vision" // Proc. Vision'87 Conf., (Soc. Manuf. Eng., Dearborn, MI.) 7-23, 7-49, 1987
200. D. Casasent, Sh.-F. Xia, J-Zh Song, A.J. Lee "Diffraction Pattern Sampling Using a Computer-Generated Hologram" // Appl.Opt., v25, pp.983-989, 1986
201. D. Asselin H.-H. Arsenault "Rotation and scale invariance with polar and log-polar coordinate transformations" // Opt.Comm., vl04, pp.391-404, 1994
202. D. Asselin, H.-H. Arsenault, D. Prhost "Optical circular sampling system for translation and rotation invariant pattern recognition" // Opt.Comm., vl 10, pp.507-513, 1994
203. D.P. Casasent, Yu-Ch. Wang "A hierarchical classifier using new support vector machines for automatic target recognition" // Neural Networks, vl8, No5-6, pp.541-548, July-August 2005
204. H.H. Евтихиев, P.C. Стариков «Прецизионная лазерная схема измерения кольцевых и секторных гармоник Фурье-спектра интенсивности изображений для систем распознавания» // Научная сессия МИФИ-1998., часть 2, стр. 168, М.: МИФИ, 1998
205. N.N. Evtikhiev, S.N. Litovchenko, A.V. Shevchuk, R.S. Starikov, E.Yu. Zlokazov "Experimental modeling of high accuracy measurement of circular and radial harmonics"// proc.SPIE, v6595, 2006
206. В. V. К. Vijaya Kumar, A. Mahalanobis, R- Juday Correlation Pattern Recognition. Cambridge University Press, 2005
207. В. V. К. V. Kumar "Tutorial survey of composite filter designs for optical correlators" // Appl.Opt., v31, pp. 4773-4801, 1992
208. Y. N. Hsu and H.-H. Arsenault, "Optical characteter recognition using circular harmonic expansion" // Appl.Opt., v21, pp.4016-4019, 1982
209. D. Mendlovic, E. Marom, N. Konforti, "Shift and scale invariant pattern recognition using Mellin radial harmonics" // Opt.Comm., v67, pp.172-176, 1988
210. Y. N. Hsu and H. H. Arsenault, "Pattern discrimination by multiple circular harmonic components" //Appl.Opt., v23, pp.841-844, 1984
211. H. Szu, Y. Sheng, and J. Chang, "Wavelet transform as a bank of matched filters," // Appl.Opt., v31, pp.3267-3277, 1992
212. A. Moya, J. Garcia, C. Ferreira, "Method for determining the proper expansion center and order for Mellin radial harmonics," // Opt.Comm., vl03, pp.39-45, 1993
213. A. Moya, J. Garcia, C. Ferreira, "Real filter based on Mellin radial harmonics for scale-invariant pattern recognition" // Appl.Opt., v33, Nol4, May 1994
214. T.-C. Liang and Y.-S. Cheng, "Rotational-invariant pattern recognition using circular harmonic and optical wavelet transform," // Opt.Rev., vl, pp.198-201, 1994
215. P. Garcia-Martinez, J. Garcia, C. Ferreira "A new criterion for determining the expansion center for circular-harmonic filters" // Opt.Comm., vl 17, pp.399-405, 1995
216. P. Garcia-Martinez, H.-H. Arsenault "A correlation matrix representation using sliced orthogonal nonlinear generalized decomposition" // Opt.Comm., vl72, pp.181-192, 1999
217. P. Garcia-Martinez, H.-H. Arsenault, S. Roy "Optical implementation of the sliced orthogonal nonlinear generalized correlation for images degraded by nonoverlapping background noise" // Opt.Comm., vl73, pp. 185-193, 2000
218. H.-H. Arsenault Improved rotation invariant pattern recognition using circular harmonics of binary gray level slices. // Opt.Comm., vl85, Issues 1-3, pp.41-481, November 2000
219. H.-H. Arsenault "Nonlinear radial-harmonic correlation using binary decomposition for scale-invariant pattern recognition" // Opt.Comm., v223, Issues 4-6, pp.273-282, August 2003
220. Ph. Refregier "Optical pattern recognition: optimal trade-off circular harmonic filters" //OptComm., v86, pp.113-118, 1991
221. C. F. Hester and D. Casasent, "Multivariant technique for multiclass pattern recognition." // Appl.Opt., vl9, pp. 1758-1761, 1980
222. Z. Bahri and B.V.K. Vijaya Kumar, "Generalized synthetic discriminant functions" // JOSA, A 5, pp. 562-571,1988
223. B.V.K. Vijaya Kumar, "Minimum variance synthetic discriminant functions", // JOSA, A3, pp. 1579-1584, 1986
224. A. Mahalanobis, B. V.K.Vijaya Kumar, and D. Casasent, "Minimum average correlation energy filters" // Appl.Opt., v26, pp.3633-3640, 1987
225. A. Mahalanobis, B.V.K. Vijaya Kumar, S. Song, S.R.F. Sims, J.F. Epperson "Unconstrained correlation filters" // Appl.Opt., v33, pp.3751-3759,1994
226. D. Casasent, A. Iyer, G. Ravichandran, "Circular harmonic function MACE filters," // Appl.Opt., v30, pp.5169-5175, 1991
227. D. Casasent, G. Ravichandran, and S. Bollapraggada, "Gaussian MACE correlation filters" //Appl.Opt., v30, pp.5176-5181, 1991
228. A. Aran, N.K. Nishchal, V.K. Beri, and A.K. Gupta, "Log-polar transform-based wavelet-modified maximum average correlation height filter for distortion invariance in a hybrid digital-optical correlator" // Appl.Opt., v46, pp.7970-7977, 2007
229. G. Ravichandran and D. P. Casasent, "Minimum noise and correlation energy optical correlation filter" // Appl.Opt., v31, Nol 1, pp.1823-1833, April 1992
230. D. Casasent, S. Nakariyakul and P. Topiwala, "Zero-mean Miance filters for detection in visible EO imagery" // proc.SPIE, v5608, pp.252-263, October 2004
231. D. Casasent, R. Patnaik MINACE-filter-based facial pose estimation // Proc.SPIE, v5779, pp.460-467, (Mar 2005)
232. D. Casasent, S. Nakariyakul "Improved MINACE infrared detection filters" // Proc.SPIE, v5816, pp.126-135, Mart 2005
233. R. Patnaik; D. Casasent "Illumination invariant face recognition and impostor rejection using different MINACE filter algorithms" // Proc.SPIE, v5816, pp.94-104, 2005
234. D. Casasent, R. Patnaik "MINACE filter classification algorithms for ATR using MSTAR data" // Proc.SPIE, v5807, pp.100-111, May 2005
235. D. Casasent, R. Patnaik "Automated distortion-invariant filter synthesis and training set selection (auto-Minace)" // Proc.SPIE, v6245, 624507, Apr 2006
236. D. Casasent, R. Patnaik "MSTAR object classification and confuser and clutter rejection using Minace filters" // Proc.SPIE, v6234, 62340S, May 2006
237. D. Casasent, R. Patnaik "Automated synthesis of distortion-invariant filters: AutoMinace" // Proc.SPIE, v6384, 638401, Oct 2006
238. R. Patnaik; D. Casasent "Minace filter tests on the Comanche IR database" // Proc.SPIE, v6574, 65740H, 2007
239. R. Patnaik; D. Casasent "Clutter performance and confuser rejection on infrared data using distortion-invariant filters for ATR" // Proc.SPIE, v6967, 696705, 2008
240. B.V.K. Vijaya Kumar, D. Carlson, and A. Mahalanobis "Optimal Trade-Off Synthetic Discriminant Function Filters for Arbitrary Devices," // Opt.Lett., vl9, pp.1556-1558, 1994
241. R.R. Kallman, "The construction of low noise optical correlation filters" // Appl.Opt., v25, pp. 1032-1033, 1986
242. G.F. Schils and D.W. Sweeney, "Iterative technique for the synthesis of optical-correlation filters" // JOSA, A 3, pp. 1433-1442, 1986
243. S. Leibowitz and D. Casasent, "Error-correction coding in an associative processor" // Appl.Opt., v26, 999-1006; 1987
244. M. Fleisher, U .Mahlab, and J. Shamir, "Entropy optimized filter for pattern recognition" //Appl.Opt, v29, pp.2091-2098, 1990
245. S. Munshi, V.K. Beri, and A.K. Gupta, "Hybrid digital-optical correlation employing a chirp-encoded simulated-annealing-based rotation-invariant and distortion-tolerant filter" // Appl.Opt., v46, Issue 20, pp.4304-4319, 2007
246. G. Gheen, "Optimal distortion invariant quadratic filters," // Proc.SPIE, vl564, pp.112-120,1991
247. J.W. Fisher III "A nonlinear extension of the MACE filter" // Neural Networks, v8 Issues 7-8, pp.1131-1141, 1995
248. A. Rodriguez and B.V.K. Vijaya Kumar "Automatic Multi-Target Recognition From Two Classes Using Quadratic Correlation Filters" // Proc.SPIE, v 7696, 76960C, 2010
249. A. Sinha and K. Singh, "The design of a composite wavelet matched filter for face recognition using breeder genetic algorithm," // Opt.Eng. v43, pp.1277-1291 (2005)
250. B. Haji-saeed, J. Khoury, C.L. Woods, J. Kierstead "Power-law radon-transformed superimposed inverse filter synthetic discriminant correlator for facial recognition" // Proc.SPIE, v6973, 69730M, 2008
251. R. Patnaik, D. Casasent "Analysis of kernel distortion-invariant filters" // Proc.SPIE, v6764, 67640Y, 2007
252. R. Patnaik, D. Casasent "Distortion-invariant kernel filters for general pattern recognition" // Proc.SPIE, v6977, 697703, 2008
253. R.A. Kerekes; B.V.K. Vijaya Kumar «Selecting a composite correlation filter design: a survey and comparative study» // Opt.Eng., v47, No6, 067202, 2008
254. L.G. Hassebrook, B.V.K. Vijaya Kumar and L. Hostetler: "Linear phase coefficient composite filter banks for distortion invariant optical pattern recognition," // Opt.Eng., v29, pp.1033-1043, 1990
255. L.G. Hassebrook, M. Rahmati, and B.V.K. Vijaya Kumar: "Hybrid composite filter banks for distortion invariant optical pattern recognition," // Opt.Eng., v 31, pp.923-933, 1992
256. L.G. Hassebrook, M. Rahmati "Training set selection with multiple out-of-plane rotation'parameters" // proc.SPIE, vl959, pp.32-42,1993
257. L.G. Hassebrook, M.E. Lhamon, R.C. Daley "Using pseudorandom phase-only encoding to approximate fully complex distortion-invariant filters" // proc.SPIE, v2237, pp.204-211 1994
258. M. Rahmati and L.G. Hassebrook, "Intensity- and Distortion-Invariant Pattern Recognition with Complex Linear Morphology" // Pattern Recognition, v27, No4, pp 549-568, 1994
259. L.G. Hassebrook, M.E. Lhamon, M. Wang, et al. "Distortion parameter estimation using complex distortion-invariant correlation filter bank responses" // Proc.SPIE, v2490, 28 March 1995
260. D.M. Gavrila; L.S. Davis «Fast correlation matching in large (edge) image databases» // Proc.SPIE, v2368, pp. 104-116, 1995
261. M.J. Carlotto "Image Indexing And Retrieval Using Linear Phase Coefficient Composite Filters" // proc.SPIE, v2615, pp.29-39, 1996
262. D. Woon; L.G. Hassebrook; D.L. Lau; Z. Wang "Implementation of 3D linear phase coefficient composite filters" // Proc.SPIE, v6234, 623401, 2006
263. L.G. Hassebrook «Composite correlation filter for O-ring detection in stationary colored noise» // Proc.SPIE, v7340, 734007 2009
264. C. Casey, L.G. Hassebrook P. Chaudhary "Correlation* based swarm trackers for 3-dimensional manifold mesh Formation" // Proc.SPIE, v7340, 73400G, 2009
265. H.H. Евтихиев, C.H. Стариков, Е.Ю. Злоказов, C.A. Сироткин, P.C. Стариков «Реализация инвариантных голографических фильтров с линейным фазовым коэффициентом в схеме коррелятора Вандер Люгта» // Квантовая электроника, т38, №2, стр.191-193, 2008
266. N. N. Evtikhiev, Р.А. Ivanov, A.S. Lyapin, В.М. Reyzin, A.V. Shevchuk, S.A. Sirotkin, R.S. Starikov, A.V. Zaharcev "Synthesis and research of LPCC invariant correlation filters for pattern recognition" // proc.SPIE, v5851, pp.242-246, 2005
267. S.Yu. Shelestov, A.V. Shevchuk, S.A. Sirotkin, R.S. Starikov "LPCC invariant correlation filters: variants of application" // proc.SPIE, v6595, 65951Q, 2007
268. S. I. Sudharsanan, A. Mahalanobis, and M. K. Sundareshan "A unified framework for the synthesis of synthetic discriminant functions with reduced noise variance and sharp correlation structure," // Opt.Eng., v29, pp. 1021-1028, 1990
269. B. Braunecker, R.W. Hauck, and A.W. Lohmann, "Optical character recognition based on nonredundant correlation measurements" // Appl.Opt., vl8, pp.2746-2753, 1979
270. A. Mahalanobis, B.Y.K. Vijaya Kumar «Multi-frame filtering techniques for the detection and recognition of moving objects» // Proc. of SPIE Vol. 6736, 67360L, 2007
271. Maragos, P., "Morphological correlation and mean absolute error criteria" // Proc. conf.
272. EE Trans. Acoust. Speech Signal Process, pp. 1568-1571, 1989
273. В. V. K. Vijaya Kumar and L. Hassebrook "Performance measures for correlation filters" // Appl.Opt., v29, No20, pp.2997-3006, 10 July 1990
274. I. Sobel and G. Feldman. "A 3x3 isotropic gradient operator for image processing" Never published but presented at a talk at the Stanford Artificial Project, 1986
275. J. Canny. "A computational approach to edge detection" // IEEE Transactions on Pattern Analysis and Machine Intelligence, No6, PAMI-8, pp.679-698, 1986
276. A. Verri, E. Trucco. Introductory technics for 3-d computer vision. Prentice Hall, 1998.
277. J. Serra. Image Analysis and Mathematical Morphology. Academic Press, London, 1982
278. P. Maragos and R.W. Schafer "Morphological filters part i: their set theoretic analysis and relations to linear shift invariant filters" // IEEE Trans. Acoust., Speech, Signal Process., vol. ASSP-35, No. 8, pp.l 153-1169, 1987
279. R.A. Peters "A new algorithm for image noise reduction using mathematical morphology" // IEEE Transactions on Image Processing, v4, No3, pp.554-568, 1995
280. P. Вудс P. Гонсалес Цифровая обработка изображений. М.: Техносфера, 2006
281. Н.Н. Евтихиев, М.В. Конник, Р.С. Стариков «Разработка-алгоритмов выделения контуров для оптико-электронного корреляционного различения изображений» Сборник трудов Научной сессии МИФИ-2007, т.15, стр.137-138, М.:МИФИ, 2007
282. Евтихиев Н.Н., Стариков С.Н., Конник М.В., Стариков Р.С. «Исследование алгоритмов оконтуривания изображений, полученных при различных условияхIрегистрации» // Наукоёмкие технологии, т10, №5, стр.39-43б 2009
283. N. Otsu. «А threshold selection method from gray-level histograms» // IEEE Trans. Systems Man Cybernet, v9, Nol, pp.62-66, 1979
284. N. N. Evtikhiev; S. N. Starikov; S. A. Sirotkin; R. S. Starikov; E. Yu. Zlokazov "LPCC invariant correlation filters: realization in 4-f holographic correlator" // proc.SPIE, v6977, 69770C, 2008
285. R. S. Starikov; E. Yu. Zlokazov «Computer generated holographic invariant LPCC filters for 4-f correlator»// proc.SPIE, v7358, 73580W, 2009
286. J. L. Horner "Light utilization in optical correlators" // Appl. Opt. 21,4511-4514 (1982).
287. H. J. Caulfield "Role of the Horner efficiency in the optimization of spatial filters for optical pattern recognition," // Appl.Opt., v21, pp.4391-4392, 1982
288. P.C. Стариков «Влияние ограничений динамического диапазона голографического носителя на свойства голографических инвариантных корреляционных фильтров с линейным фазовым коэффициентом» // Наукоёмкие технологии, т10, №6, стр.51-54, 2009
289. N. N. Evtikhiev, S. N. Starikov, R. S. Starikov, and E. Y. Zlokazov "LPCC filters realization as binary amplitude hologram in 4-f correlator: range limitation of hologram pixels representation" // Proc.SPIE, v7340, 73400C, 2009
290. N. N. Evtikhiev, E.Yu. Zlokazov., S.N. Starikov, R.S. Starikov, and D.V. Shaulskiy "Amplitude holographic LPCC filters for 4-f correlator: variants of binary realization" // Proc.SPIE, V7835, 78350M, 2010
Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.