光学信息处理及其应用.doc

《光学信息处理及其应用.doc》由会员分享，可在线阅读，更多相关《光学信息处理及其应用.doc（11页珍藏版）》请在三一办公上搜索。

1、精选优质文档-倾情为你奉上光学信息处理及其应用摘要：光学信息处理是一个广泛的领域，是现代信息处理技术中一个重要的组成部分。所谓光学信息，是指光的强度（振幅）、相位、颜色（波长）和偏振态等。本文限定两个方面，一方面是基于空间频域分析，就用傅里叶综合技术，通过空域或频域调制，借助空间滤波技术对光学信息进行处理的过程。较多用于二维图像的处理。另一方面用光学方法对信息进行处理，如实现各种变换和运算。从所处理的系统是否满足线性条件，可分为线性处理技术和非线性处理技术。从实用的光源相干性可分为相干光处理技术、非相干光处理技术和白光处理技术。本文主要从这几个方面讨论光信息处理的原理及应用。关键词：光学信息处

2、理 空间滤波 相干光 非相干光 白光 光计算一. 光学信息处理发展简介光学信息处理是用光学的方法实现对输入信息的各种变换或处理。光学信息处理是近年来发展起来的一门新兴学科,它以全息术、光学传递函数和激光技术为基础。透镜的傅里叶变换效应是光学信息处理的理论核心。与其他形式的信息处理技术相比，光学信息处理具有高度并行性和大容量的特点。这一学科发展很快，现在已经成为信息科学的一个重要分支，在许多领域进入了实用阶段。光学信息处理是基于光学频谱分析，通过空域或频域调制，借助空间滤波技术对光学信息进行处理的过程，较多用于对二维图像的处理。光学信息处理的发展有迹可循。多名科学家为它的形成付出了努力：1873

3、年，德国科学家阿贝（Abbe）创建了二次衍射成像理论，认为相干照明下显微镜成像过程可分作两步：首先，物平面上发出的光波在物镜后焦面上得到第一次衍射像；然后，该衍射像发出次波干涉而构成物体像，称为第二次衍射像。显微镜的相对孔径越大，系统的通频带越宽，物体中所包含的高频信息在成像过程中的损失就越少，像的质量就越高。相对孔径越小，在传递过程中高频信息的损失就越大，像的失真或畸变就越严重，清晰度或分辨率越低。1935年，物理学家泽尼克发明了相衬显微镜。1963年，范德拉格特（A. Vander Lugt）提出了复数空间滤波的概念，使光学信息处理进入了一个广泛应用的新阶段。90年代初，Mok等成功演示了

4、在一个2cm1.5cm1cm的掺铁银酸铿晶体中存储5000个全息图的实验。全息存储是以全息图的形式进行光学存储。在片基上的疵病诸如划痕和灰尘都不会破坏信息，只是在信息再现时稍微增加了一点噪声，因而疵病并不意味着某一部分信息的损失。20世纪80年代以后，随着关键器件空间调制器的日益完善，光学信息处理以其速度快、抗干扰能力强、并行处理等特点逐渐显示其独特的优越性，成为当今最热门学科方向。二空间滤波空间滤波（spatial filtering）是基于阿贝成象原理的一种光学信息处理方法，它采用滤波处理来增强影像。这样做的目的是改善影像质量，包括去除高频噪声与干扰，及影像边缘增强、线性增强以及去模糊等。

5、其理论基础是空间卷积。在光学信息处理系统中，空间滤波需要借助空间滤波器来实现。空间滤波器是位于空间频率平面上的一种吸收膜片，它可以减弱或去掉某些空间频率成份，改变输入信息的空间频谱，从而实现对输入信息的某种变换，得到我们所希望的改变了的像函数。这种对图像作处理的方法称之为空间滤波。空间滤波器的透过率函数一般是复函数 H(,)=A(,)exp j(,)。提及“空间”两个字是为了区别频域滤波处理，这里仅限于直接对像素处理的操作。空间滤波器又称掩模、核、模板或窗口。所谓线性空间滤波，其响应是操作领域的图像像素值与对应的与领域有相同维数的子图像的值的乘积之和。这个子图像的值不是像素值，而是系数值，又称

6、掩模系数。线性空间滤波处理经常被称为“掩模与图像的卷积”。卫星拍照下来的月球照片是由许多照相底片细工镶嵌而成的“合成照片”,但还能看到各底片的接缝处的水平痕迹。为了除去这些痕迹,可用不透光的细长条将这些水平接缝的频谱当住,在输出面上就得到没有接缝的底片；地震波记录的光学信息处理；检查大规模微型集成电路板的疵病；相衬显微镜；对动态图像进行空间滤波处理后，检测移动物体；对空间滤波器优化，抑制强方向性背景干扰、检测弱信号，可以提高弱信号检测性能, 提高目标方位分辨率；去噪。三相干光学信息处理相干光学是现代光学中的一门重要分支，相干光学信息处理是当代信息处理领域中的一项重要技术。其采用的方法多为频域调

7、制，即对输入光信号的频谱进行复空间滤波，以得到所需要的输出。下面就相干光学在图像相加减及图像特征识别两个领域中的应用作简要阐述。1. 图像的相加减所谓图像的相加减，可以这样理解：设有A、B两幅图片，它们有相同部分，又有不同部分。图像相加就是弃去不同部分取相同部分，图像相减就是保留不同部分弃去相同部分。(1) 原理简述图相加减可利光栅滤波实现，其原理图如下：图1 光栅滤波实现图像相加减原理如图，正弦振幅型光栅透过光波衍射时，只有0级项和1级项。这相当于有三个不同方向传播的载波传递信息，它可以使位于物平面Po的图像在像平面Pi产生三个像。图像A的+1级像和图像B的-1级像恰好在像平面Pi的中心部分

8、重叠。当它们有相同的相位时，实现图像相加；当他们相位相反时，实现图像相减。只要改变光栅相对光轴的位置，就可以方便的改变他们的相位，从而可以获得图像的相加或相减的输出。(2) 应用前景图像相加减操作在许多领域已得到广泛应用。由于图像相减处理可清晰地反应图片的不同之处，故在地质地理方面，可用于监测海洋面积的改变、陆地板块移动的速度及地壳运动的变迁等；在军事领域，对侦察卫星发回的照片进行相减操作，可提高监测敌方军事部署变化的敏感度和准确度；在工业方面，通过将工件图片与标准件图片相减比较，能方便地判断出工件外形加工是否合格，并能显示出缺陷之所在；在医学领域，可用于对人体内部器官的检查，即通过对不同时期

9、的X光片进行相减处理，及时发现病变的所在，等等应用。2. 图像的特征识别(1) 原理简述设输入信号为，其频谱为，则其具有复振幅透过虑函数=的滤波器，称为信号函数的匹配滤波器。通常又将称为特征函数。 图像特征处理的四个基本公式：上面4个式子中右端函数运算具有明显的几何意义。当输入待检测函数是一组字符，而特征函数是其中某一特征字符时，前两项给出位于像平面中央这组字符的几何像。卷积项相当于用倒转的特征字符对输入字符组进行搜索，一般不能与字符中的特征字符相重合，不出现亮斑，只出现弥散的光斑。互相关项意味着用特征字符对输入字符进行搜索，遇到相同字符时，它们完全重合，成为自相关，相关最强，出现峰值，给出一

10、个强脉冲，像平面相应的地方出现特征亮斑，因而能够识别特征字符的多少和位置。用全息方法制造匹配滤波器时，参考点光源是离轴的，因此相关项和卷积项分别在中间几何像的上部和下部。只要记录时适当选取d，就可以使他们分离开而不相重合。用匹配滤波器进行滤波时，在输出平面上除了有相关项还有卷积项，他表明这种滤波器除了有相关运算功能外，还有卷积运算功能。它是一种多功能滤波器。 输入图象 匹配滤波器图2 匹配滤波器的工作原理(2) 应用前景光学图像识别的应用十分广泛，例如指纹识别、文字资料中特殊信息的提取、智能机器人对目标图像的识别、智能机械手对传送带上不合格零件的识别和剔除以及空中飞行物的识别等。但是用傅里叶变

11、换匹配滤波手段进行图像的特征识别处理有其局限性，对被识别图像的尺寸缩放和方位旋转都极其敏感。 为了解决这一困难又发明了多种实现特征识别的变换手段，如利用梅林变换解决物体空间尺寸改变的问题、利用圆谐展开解决物体的转动问题、利用哈夫变换实现坐标变换等，这不再展开。而且正在兴起的神经网络型光计算，在图像识别方面将更具应用前景。四非相干光学非相干光学处理是指采用非相干光照明的信息处理方法，系统传递和处理的基本物理量是光场的强度分布。相干处理系统的突出问题是相干噪声严重，导致对系统元件提出较高要求，而非相干处理系统由于其装置简单，又没有相干噪声，因而受到广泛的重视。将透明片作为一个线性系统的输入， 用相

12、干光照明，由于输入图像中每一点的复振幅在输出面上会产生相应的输出，这些输出的集合（叠加）构成输出图像。人眼、感光胶片、CCD等感知的是光强信息。即合成振幅的绝对值平方。用完全非相干光照明，输入面上各点的光强在输出面产生相应的光强输出，由于这些输出是互不相关的，因此总的图像输出是各光点光强输出的叠加。由于各点振动的随机性，其振幅和相位均是随机变化的，上式中第二项的平均值为0。因此，非相干光处理系统是强度的线性系统，满足强度叠加原理。相干光信息处理满足复振幅叠加原理。因为复振幅是复数，因此有可能完成加、减、乘、除、微分、积分等多种运算和傅里叶变换等。在非相干光学系统中，光强只能取正值。信息处理手段

13、要少。但是非相干系统中仍可以在空域中通过进行位移、相乘、积分操作步骤进行卷积、相关等操作。积分运算：将强度透过率t1的透明片在强度透过率t2的透明片上成像，在t2后面接收到的总光强为s扩展光源，L2将t1以相同大小成像在t2上。L3将t2的缩小像投射在探测器上。卷积运算：使一张透明片匀速运动，把测量的光信号作为时间函数，可以实现一维的卷积。将t2按反演坐标放置，上式积分变为使t2在x方向移动x0，y方向移动y0。t2(-x,-y) 变为探测器的响应为 这时探测器测得的值I(x0,y0)是t1*t2 在 x=x0,y=y0 点的卷积值。用机械系统使t2(x,y)沿x方向移动可测出卷积与x0的变化

14、关系。作二维扫描则得到二维卷积的扫描I(x0，y0)。 相关运算：将 t2 ( x,y)按正向坐标放置，就可实现相关运算。使t2沿x和y的负方向移动x0和y0，则t2(x,y)变成t2(x+x0,y+y0) 探测器输出就是x=x0,y=y0处的相关值。利用这些运算可以实现光学信息处理（消模糊，图像识别等）。因为Ii(xi,yi)=Ig(xi,yi) * hI(xi,yi)，消模糊时hI为相应的消模糊点脉冲响应。非相干光信息处理的一个比较重要的应用就是通过非相干光处理技术实现对物体的多色编码。用非相干光处理技术来实现位相物体的多色编码, 克服高频部分细节损失的缺点，在输入平面上将位相物体与通光孔

15、径的距离缩短一半, 结果在输出平面上得到的是物的零级光与通光孔径一级光的干涉。因为物处于零级光上不发生横向色散,而且信息不受损失, 分辨本领只受透镜的限制, 这样得到的图象清晰, 分辨率和互相干度都有所提高。同时将输入平面上的通光孔径开得足够大, 使得光源中所包含的可见光都能与物光相干, 形成多色光的干涉。采用这种方法既简化了光路又提高了分辨率。通过非相干光处理技术对其他物力进行多色编码，与其他的相衬方法相比，结构比较简单，特别是由于采用了零级衍射光进行相衬，提高了分辨对比度，可以获得令人满意的结果五白光信息处理示意图如图这个系统本质上是在部分相干光情况下进行工作，所以我们用部分想干理论中的相

16、互强度函数来进行分析。这个函数描写了在标量波场中，复解析信号在空间任意两点间的关联性质。为了便于分析，我们把光源看成为无数多个沿方向分布的电光源的合成，即，（1）这里是光源平面的坐标系统，s是相邻两点光源的距离，所考虑的点光源个数为2N+1个。显然，当及时，,即为线光源的长度。此时。 按照部分相干理论，我们可以得到透镜后焦面的相互强度函数是其前焦面相互强度函数的傅里叶变换。所以对某一个波长，上述照明条件在输入平面上引起的相互强度为式中及表示平面上不同的两点。在这里，我们略去了常数比例因子。 若在输入平面上的透射信号复振幅分布为，而在它前面紧贴着一个用来进行空间载波的一维衍射光栅，光栅的角频率为

17、，这样单色输入信号为这里符号“*”表示复数共轭，而在频谱平面上的多色相互强度函数是 这里是规格化频谱面坐标，它和实际坐标有关：，而及分别表示该平面上不同的两点。 为简便起见，我们不妨只研究某一给定波长的情况，这样其中是的傅里叶变换，由上面的方程我们可以看到。输入信号的频谱沿着轴被衍射到光轴及对光轴对称的两点处的近旁，而每一个谱项又是两种卷积的重迭。一种是因光焰的线度形成的同一种波长时信号谱的卷积；另一种是对不同波长傅里叶谱所形成的彩虹。当光源的线度足够小，即当时，由上式，在傅里叶平面上的强度分布（即当时的相互强度）退化成为即其复振幅分布为：在频谱面上总的光辐射强度的空间分布为另一方面，如果输入

18、信号的空间频率带宽为，则由此所引起的波长重迭范围近似为其中是中心波长，所以当时可以使波长的重迭范围相当地小。由以上各式可以看到，由于在输入平面上引入了衍射光栅，一方面可以在频谱面上得到时间相干性增加后的信号，另一方面把同一信号的谱运载到空间不同的位置上去，这样就大大地增强了我们的系统在傅里叶平面上对信号进行处理的能力及灵活性。利用白光信息处理系统可以初步解决非相干信息处理所遇到的困难：必须与较复杂的电子学系统配合作混合处理，同时也存在着能量损失较大等的缺点。这一方向处理信息在诸多方面具有很强的优势，故而具有了良好的前景。 六光计算 光计算是20世纪70年代末，80年代初随着现代科学技术的发展而

19、兴起的新的学科方向，它以光子代替电子作为载体进行消息采集、传输、存储和处理。光子比电子传输速度快，而且抗干扰能力强；光学信息处理技术的发展已经向人们显示了光学在某些方面的优越性，最突出的一点是它的巨大的并行处理能力。光计算的基本内容包括光学矩阵计算、光学互连和光学神经网络三个具有代表性的光计算学科的研究内容和方向。1. 光学矩阵运算光学矩阵运算是指运用光学方法进行数学矩阵运算。在许多应用问题中，要求计算机求解线性方程组、线性微分方程，以及解卷积运算和线性变换等。这一类问题最终可化为矩阵运算处理。因而，矩阵运算可看作计算问题中最有用也是最基本的运算问题之一。对于两个n*n的矩阵相乘问题，其需要进

20、行n3次乘法和n3加法。若用计算机进行计算，由于其串行处理的特征，共需经历2n3次计算操作才能完成。而如果利用具有高度并行能力的光计算去完成，只需n次操作甚至只需一次操作即可完成，其速度上优势是明显的。目前，从计算方法上来看，光学矩阵运算可分为内乘法和外乘法两类；从输入、输出方式及使用的调制器件的不同，可分为掩模调制系统、声光调制系统和电光调制系统等。下面主要介绍掩模调制系统。以一维矩阵和二维矩阵的相乘为例说明其运算原理。设维矩阵和二维矩阵的相乘运算由下式确定： （6.1） 矩阵C元素由下式确定： （6.2） 如果用计算机完成式（6.1）的运算，需要进行2M*N次操作，如用图6.1所示的光学系

21、统进行运算，只需要一次操作便可完成。图中LED是由N个发光管组成的一维阵列，各发光管的光强与矢量B的各元素成正比；M是掩模，共有M*N个子单元，每个子单元的光强度透过率与矩阵A的各元素成比例；L表示球面镜，CL表示柱面镜；接收器阵列D用于接受相乘的结果。图6.2表示一个矢量-矩阵乘法器的简化光路图，从中可以看出LED阵列上每一个元素发射的光束经垂直均匀扩散，到达掩模M上与之对应的列元素上，掩模后得到对应元素乘积，经光学元件在水平方向上汇聚到接收器件阵列D的相应单元上，实现了水平方向上所有乘积的相加运算，即，它与式（6.2）等号右边是相同的，因而D上接收到的就是式（6.2）所示的矢量-矩阵相乘结

22、果。如果B是一个二维矩阵，则光路要复杂得多，必须变单路为多路。掩模系统的优点是矩阵运算可以并行运行，一次操作便可完成；缺点是实时性差，更换速度最大不会超过30帧/秒，无法适应矩阵元素高速更替的要求。图6.1图6.22.光学互连互连原是指计算机内部芯片逻辑门之间、芯片和芯片之间、处理器和处理器之间的相互连接，也称互连通信。光学互连技术的发展起源于人们对全光数字计算的研究。1985年-1990年期间，人们对全光学数字处理机系统进行了一段时间的探索研究。由于全光存储器、全光逻辑集成器件等关键器件的研制还无法满足构造全光计算机的要求，在1990年宣布第一台全光学处理系统研制成功后，没有继续再朝全光数字

23、计算机方向发展。但是这一期间的研究工作对光学互连网络系统和有关的微光学平面器件以及光逻辑开关列阵器件研究的飞速发展起了极大的促进作用。 人们开始考虑把光传输和电逻辑这二者结构起来，充分发挥各自的优势，于是提出了体系结构主要采取以网络运算为基础的光互连并行多处理机系统，同时开始把光互连交换网络看作一种替代电信网中电子交换系统的极有前途的新交换方式。 由于实用化的光学存储器在近年内估计还难以出现，现在的光互连网络大都属于空分交换网络，目前发展最快的多级光互连交换系统是自由空间光互连交换网络。这主要有两个方面的原因:一是自由空间光互连交换网络除了具有一般的光互连所共有的优点外,还具有易于实现三维网络

24、、互连数大、互连密度高、无接触互连等优点;二是由于实现自由空间光互连交换网络系统所需要的开关节点列阵器件和二元微光学器件的发展很快，均已接近实用化。 在硬件结构上它主要由两部分组成:光学互连级和开关节点列阵器件。用各种不同的光学方法来实现网络的互连级，就可得到各种不同拓扑结构的自由空间光学互连网络。人们已实现了多种自由空间光互连网络:采用棱镜光栅实现互连函数的Crossover网络，采用分光棱镜的Omega网络，以及用微透镜列阵和偏光棱镜实现的Omega网络，Banyan网络等等。以上各种光学互连网络虽然实现了各种不同的网络拓扑结构，但要向实用系统发展时都具有共同的缺点:这就是网络采用分离光学

25、元件，不易于作成模块化的结构，难于减小系统体积和保持系统的稳定性。目前能克服上述缺点，易于制作出模块化结构的光学互连网络，是采用计算机源生位相光栅来实现光学互连级，美国贝尔实验室在其光交换网络实验系统中使用的，就是通过用一片13位相计算机源生全息光栅（PCGH）来实现互连函数的Banyan互连网络。本研究室提出了一种采用一片12的位相型计算机源生全息光栅来实现互连级的新型自由空间光学互连Comega网络，也具有较优的性能。3.光学神经网络 光学神经网络是上世纪80年代新兴的学科方向，它起因于人们对智能机的需求。现在电子计算机的高速度和高精度已远远超出人的生理极限，因而在科学研究和生产管理等方面

26、已经显示特有的优越性，但是传统的电子计算机用规定的算法和固定的程序运算，因而在完成诸如学习、推理、识别、联想等智能化运算问题时便遇到了很大障碍。人们开始寻求一种全新的算法，使具有超高速、超大容量和高度并行处理的能力，以实现人工智能。事实上，生物神经网络系统是一部极理想的“计算机”，其存储信息容量之大、综合信息速度之快、处理信息的精度之高、修正误差的能力之强是电子计算机无法相比的。如果能模仿人类神经网络处理信息的方式，用人工方法使计算机智能化，则将带来一场计算机科学的革命。1982年，物理学家JJ.Hopfield提出了著名的神经网络数理模型，他以较简单的方式描述了神经网络的行为并具有较好的收敛

27、性。1985年D.Psaltis和N.H.Farhat首次运用光学方法实现了Hopfield神经网络模型的计算，成功地模拟了神经网络的联想识别功能。近年来，又相继提出了各种光学手段，如全息技术、相位共轭反射技术、光学双稳态器件，液晶空间光调制器、光折变晶体、光纤、微能道板空间光调制器等构成的系统，实现光学图像识别、联想记忆等功能，其中大多数都基于Hopfield神经网络模型。参考文献：1 相干光学基础及应用(第2版)(影印版). W.Lauterborn, T.Kurz等著. 科学出版社. 2011-06.2 光学信息技术原理及应用(第2版). 陈家璧, 苏显渝著. 高等教育出版社. 2009.3 用非相干光处理技术对位相物体进行多色编码 应用光学 洪宝晋 何永蓉 叶蓉华 1990年第四期专心-专注-专业