国防科学技术大学理学院, 湖南 长沙 410073
在观测星数量较少时，匹配星数和边界距离的判定条件达不到网格法要求，同时由于网格法算法本身的原理局限，造成识别率明显下降。针对此问题提出一种改进的网格算法，在保证稳健性的前提下，有效提高星点识别率。实验结果表明，采用该算法，在星点数量少于10 颗的条件下，星点识别率从传统网格算法的95%提高到99%。同时，针对星图中未识别和误识别的星点进行的分析，能够为今后网格识别算法的进一步改进提供帮助。
测量 星敏感器 星图识别算法 网格法改进 稀疏星图 判定阈值 激光与光电子学进展
2016, 53(2): 021002
1 第二炮兵工程大学电工室， 陕西 西安 710025
2 国防科学技术大学技术物理研究所， 湖南 长沙 410073
提出了一种大规模人脸识别的新方法。将人脸识别运算中耗时最大的基于图像的相关运算由光学联合变换相关器完成，用电学的方法进行功率谱相减，实现1N识别。结合计算机模式识别精度高以及光学模式识别速度快的优点，有效提高了识别的速度和精度。同时建立评价标准，对该方法的识别性能进行评价。计算机仿真结果表明，该方法能消除中央零级衍射，锐化自相关峰，能够实现1N识别；当识别阈值在［0.61,0.62］之间时，错误匹配率和错误不匹配率均为0。
图像处理 大规模人脸识别 光电混合联合变换相关器 1N识别 中国激光
2012, 39(s2): s209004
