基于近化學計量比Mg-Fe-LiNbO3晶體的體全息相關識別技術研究.pdf

1、體全息存儲技術以其存儲密度高、存儲容量大、數(shù)據(jù)傳輸速率高、數(shù)據(jù)搜索時間短等優(yōu)勢成為一種頗具潛力的海量信息存儲技術。而基于體全息存儲的相關識別技術是一種新興的光學模式識別技術。具有并行性和快速性的特點，在軍事制導及目標識別等方面具有重要的研究價值及應用前景。本論文以近化學計量比 Mg:Fe:LiNbO3晶體為存儲介質，在已有的理論和研究基礎上，提出了若干適用于體全息相關識別的算法，推進體全息識別系統(tǒng)的實用化進程。
　　目前制約體全息

2、存儲及相關識別技術的關鍵仍然在于獲取高性能、高質量的光折變材料。同成分 LiNbO3晶體難以滿足體全息存儲對其光折變性能的要求，而且在強光照射下容易發(fā)生光致散射。為此本文利用頂部籽晶法，通過優(yōu)化晶體生長的工藝參數(shù)(原料配比、溫場等)，研制出大尺寸、組分均勻、抗光損傷能力強的近化學計量比 Mg:Fe:LiNbO3晶體。測試結果顯示：晶體中的[Li]/[Nb]比在49.7~49.8％之間，確定了 Mg在晶體中的閾值濃度為2~3mol%之間，

3、提出了摻雜離子的占位模型，晶體的頭尾居里溫度差在2?C以內，晶體的抗光損傷能力達到104W?cm-2，衍射效率超過60%，響應時間達到亞秒級。表明近化學計量比 Mg:Fe:LiNbO3晶體具有更好的光學均勻性和體全息存儲特性，較同成分 LiNbO3晶體有顯著提高，為提高體全息相關識別系統(tǒng)的讀出圖像質量打下堅實的基礎。
　　為了進一步降低體全息相關識別系統(tǒng)對全息圖衍射效率均勻性的要求并提高識別率，采用基于特征識別向量的方法進行識別判

4、斷，該方法需要對相關峰光斑進行自動定位。為此，以鄰域熵目標檢測為基礎，提出了一種基于鄰域方差增長的相關峰光斑定位算法。首先選擇大小合適的兩鄰域，通過計算兩個鄰域的方差增長數(shù)值來而不是熵增長值來進行目標檢測和定位，同時解決了鄰域熵進行目標檢測受背景亮度影響的問題。針對1024?768像素大小的相關讀出圖像，算法定位比較準確，且平均耗時<4s。
　　針對大樣本問題，提出了基于自適應多尺度邊緣的體全息相關識別算法，使原始圖像之間的直接相

5、關轉化為特征邊緣之間的相關，提高了相關峰的銳度。首先依據(jù)噪聲和邊緣在小波變換域的Lipschitz指數(shù)的差異性，定義多尺度邊緣相關函數(shù)，對模極大值點進行檢測；然后依據(jù)類內方差最小化這一準則自適應的確定二值化的雙閾值，避免人為因素的干擾。以 AR人臉庫中圖像作為原始圖像，實現(xiàn)了1000幅全息圖的存儲與相關識別，對于庫內圖像識別準確率達到了99.50%，對于500幅庫外圖像都能夠準確的判斷為非庫內圖像。
　　提出了一種加權二維 Fis

6、herface方法對訓練樣本進行特征提取和重構，來解決體全息相關識別所面臨的小樣本問題。算法首先使用二維主成分分析方法對原始數(shù)據(jù)進行壓縮降維，使得壓縮后的信息能夠最大限度的表達原始輸入信息；然后根據(jù) Fisher準則在降維后的空間進行特征提取，使投影后的模式樣本在新的子空間中類間離散度和類內離散度的比值最大，即模式在該空間具有最佳的分離性，從而達到提取分類信息的效果。最后根據(jù)這些最具分離性的特征和最具表達性的特征對原始圖像進行重構，將原