提出了一种基于振幅调制纯相位滤波器(AMPOF)的旋转不变识别新算法。该算法充分利用振幅调制纯相位滤波器区分能力强的优点,结合综合鉴别函数方法,拓展了综合鉴别函数(SDF)在畸变不变模式识别领域的应用。利用各幅训练图像傅里叶变换的振幅和相位信息,逐一构建成子滤波器,并将它们加权求和得到合成滤波器;然后采用迭代算法求解出合理的权重系数。仿真实验结果表明:对于实验采用的目标训练图像和非训练图像,改进算法的相关输出峰值大约提高95%~112%;对于只有少量像素的局部训练图像,改进算法的相关输出峰值大约提高74%。这种优化算法使得振幅匹配和相位匹配更加充分,相关输出增益明显增强,能够一定程度地降低训练量。

提出一种基于振幅调制纯相位滤波器(AMPOF)和片状正交非线性广义(SONG)相关的畸变不变光学相关目标识别算法。利用振幅调制纯相位滤波器区分能力强的优点, 结合综合鉴别函数(SDF)方法, 提出基于振幅调制纯相位滤波器的畸变不变识别算法, 达到明显优于传统综合鉴别函数方法相关输出效果的目的。在此基础上引入SONG相关技术, 利用其突出的区分能力和抗噪性能, 结合这两种非线性滤波技术, 得到能够很好地兼顾多项性能指标的畸变不变识别算法。仿真实验结果表明, 算法既提高了相关峰输出质量和多目标区分能力, 又具有很强的抵御噪声能力, 在输入图像被噪声严重破坏的情况下, 识别度仍然能够达到97%以上。和其他结合SONG相关的畸变不变识别算法相比, 该算法目标识别性能更为优良, 且更实用、广义。