光学信息处理 第五章 相干光学信息处理
光学信息处理技术的应用及发展
光学信息处理技术的应用及发展光学信息处理技术是一种将光学原理和信息处理相结合的技术，广泛应用于图像处理、通信、计算机、生命科学等领域。
其优点在于处理速度快、精度高、可靠性和稳定性好、存储容量大等。
随着科学技术的不断发展，光学信息处理技术也在不断提高和发展。
一、光学信息处理技术的应用1. 图像处理领域图像处理是光学信息处理技术最主要的应用领域之一。
光学信息处理技术可以通过对图像的变换、滤波、压缩、复原等进行处理，实现图像的增强、降噪、保真、重构和分析等功能。
在医学影像、遥感影像、军事侦察、工业质检等方面有着广泛的应用。
2. 光学通信领域随着互联网的快速发展，人们对通信速度的需求越来越高。
而传统的电器通信技术由于受到带宽、干扰等限制，已经不能满足现代社会的需要。
光学通信利用光纤传输光信号，克服了电器通信存在的弊端，具有传输速度快、传输距离长、信号干扰少等优势，已经成为现代通信技术的主流。
光学信息处理技术在光学通信领域中，主要发挥着光纤网络传输的调制、解调、复用、分离等功能。
3. 光学计算机领域随着信息量的增大，传统的计算机已经不能满足人们对大数据处理的需要。
光学计算机作为一种新型的计算机，利用光学器件实现计算、存储和信息处理等功能，并且计算速度可以比电子计算机快几百倍。
光学信息处理技术在光学计算机领域中，主要应用于光学处理器、光学存储器等方面。
4. 生命科学领域随着生命科学的发展，人们对于生物信息的处理和分析需求也越来越高。
而光学信息处理技术可以应用于生命科学中的显微镜图像分析、光学成像、拓扑结构识别等领域，可以大大提高生物信息的处理和分析效率。
二、光学信息处理技术的发展随着科学技术的不断发展，光学信息处理技术也在不断提高和发展。
主要体现在以下几个方面：1. 光学器件的进步随着光学器件的不断发展，如全息存储器、相位调制器、模拟器等光学器件的性能得到了不断提高，可以更好地实现光学信息的处理和传输。
2. 基于深度学习的光学信息处理技术深度学习是人工智能领域的一个重要研究方向，可以应用于图像的识别和重构等任务。
光学信息处理技术
利用光学信息处理技术对物质成分、结构、含量等方面进行光谱分 析，提供快速、准确的分析结果。
光学仪器中的应用
光学显微镜
01
通过光学信息处理技术提高显微镜的成像质量和分辨率，应用
于生物学、医学、材料科学等领域。
光学望远镜
02
利用光学信息处理技术对天体进行观测和分析，推动天文学的
发展。
光学干涉仪
光学信息处理技术
汇报人： 202X-01-04
目录
• 光学信息处理技术概述 • 光学信息处理技术的基本原理 • 光学信息处理技术的主要方法 • 光学信息处理技术的实际应用 • 光学信息处理技术的未来展望 • 光学信息处理技术的挑战与解决方
案
01 光学信息处理技术概述
定义与特点
定义
光学信息处理技术是指利用光学 原理和光学器件对信息进行获取 、传输、处理、存储和显示的技 术。
特点
高速度、高精度、大容量、并行 处理、非接触、非破坏性等。
光学信息处理技术的发展历程
01
19世纪
光学显微镜和望远镜的发明，奠定了光学信息处理的基 础。
02
20世纪
全息摄影技术的出现，实现了三维信息的存储与再现。
03
21世纪
光子晶体、光子计算机等新型光学器件的出现，推动了 光学信息处理技术的发展。
光的干涉与衍射
光的干涉
当两束或多束相干光波在空间某一点叠加时，光波的振幅会 因相位差而发生变化，产生明暗相间的干涉现象。干涉现象 在光学信息处理中可用于实现图像增强、图像恢复等功能。
光的衍射
光波在传播过程中遇到障碍物时，会绕过障碍物的边缘继续 传播的现象。衍射现象在光学信息处理中可用于实现光束控 制、光束合成等功能。
光学信息处理技术
光学信息处理技术光学信息处理技术是一种基于光学的信息处理方式，它利用光的干涉、衍射、偏振等特性，实现对信息的获取、转换、加工和存储等操作。
这种技术具有高速度、高精度、高可靠性等优点，因此在现代通信、传感、生物医学等领域得到了广泛应用。
一、光学信息处理技术的基本原理光学信息处理技术主要基于两个基本原理：干涉和衍射。
干涉是指两个或多个光波叠加时，光强分布发生改变的现象。
通过控制干涉的相干性，可以实现信息的叠加、增强或抵消等操作。
衍射是指光波遇到障碍物时产生的空间频率变化现象。
通过控制衍射的图案，可以实现信息的滤波、变换等操作。
二、光学信息处理技术的应用1、光学计算：光学计算利用光的干涉和衍射原理，可以实现高速数学运算和数据处理。
例如，利用光学干涉仪可以实现傅里叶变换等复杂计算。
2、光学传感：光学传感利用光的干涉和偏振原理，可以实现高灵敏度的传感和测量。
例如，利用光学传感技术可以实现生物分子和环境参数的检测。
3、光学通信：光学通信利用光的相干性和偏振原理，可以实现高速、大容量的数据传输。
例如，利用光学通信技术可以实现城域网和长途通信。
4、光学存储：光学存储利用光的干涉和衍射原理，可以实现高密度、高速度的信息存储。
例如，利用光学存储技术可以实现光盘、蓝光等存储介质。
三、光学信息处理技术的未来趋势随着科技的不断发展，光学信息处理技术也在不断创新和进步。
未来，光学信息处理技术将朝着以下几个方向发展：1、高速度、大容量：随着数据量的不断增加，对光学信息处理技术的速度和容量要求也越来越高。
未来的光学信息处理技术将更加注重提高处理速度和扩大存储容量。
2、微型化、集成化：随着微纳加工技术的不断发展，未来的光学信息处理技术将更加注重微型化和集成化。
例如，利用微纳加工技术可以实现光学器件的集成和封装，提高系统的可靠性和稳定性。
3、智能化、自动化：未来的光学信息处理技术将更加注重智能化和自动化。
例如，利用人工智能技术可以实现光学系统的自适应和优化，提高系统的智能化水平。
第五章光电信息处理技术图像稳定
DS算法的特点在于它分析了视频图像中运动矢量的 基本规律，选用了大小两种形状的搜索模板LDSP 和SDSP。先用LDSP搜索，由于步长大，搜索范围 广，可以进行粗定位，使搜索过程不会陷于局部最 小；当粗定位结束后，可以认为最优点就在LDSP 周围8个点所围的菱形区域中，这时再用SDSP来准 确定位，使搜索不结果
背景
图像稳像技术广泛应用于民用测绘仪器、军事领域 和摄影系统中。图像不稳定主要是由摄像机载体的运 动导致的，这是因为载体姿态的变化会传递给摄像系 统的瞄准线，从而造成摄像系统的光轴与目标之间有 无效的相对运动。
2 2020-8-14
图像不稳定的因素
3 2020-8-14
19 2020-8-14
菱形搜索法
DS算法采用了两种控制模扳，分别是有9个检测点 的大模板 (LargeDiamond Search Pattern) LDSP和有5 个检测点的小模板 (Small Diamond SearchPattern) SDSP，如图所示。
20 2020-8-14
搜索时先用大模板计算，当最小块误差MBD点出现在中心 点处时，将大模板LDSP换为SDSP，再进行匹配计算，这 时5个点中的MBD即为最优匹配点。
8 2020-8-14
电子稳像技术的意义
电子稳像不仅可以稳定光学系统的移动，也可以对 目标进行跟踪，可能补偿任何形式的作用量，且不 依赖任何的支撑体系。
同时由于大规模集成电路技术的不断提高，也便于 实现设备的小型化和轻量化。
9 2020-8-14
电子稳像的基本原理
电子稳像是利用电子设备和数字图像处理技术相 结合的方法，通过检测出参考图像和被比较图象 的运动矢量，并利用其补偿被比较图像，从而消 除或减轻视频图像序列帧间的不稳定，获取清晰 而稳定的视频图像序列。
高等光学教程-第5章参考答案
第五章 部分相干光理论5.1 证明解析信号()t u 的实部u t r ()()和虚部u t i ()()之间互为希尔伯特变换，即它们之间有下面的关系⎰∞∞--=ξξξπd )(P.V.1)()()(t u t u r i ， ⎰∞∞---=ξξξπd )(.P.V 1)()()(tu t u i r证明：（1）由(5-10)式，解析函数的实部()()0()2Re ()exp(2)d r r u t j t νπνν∞⎡⎤=-⎢⎥⎣⎦⎰U （5.1-11） 而)](Re[)()(t t u r u =，比较以上两式，可见有关系式⎰∞-=0)(d )2e x p ()(2)(νπννt j t r U u （5.1-13）上式可表示为 ⎰∞∞--+=νπνννd )2exp()()sgn 1()()(t j t r U u （5.1-18）又因为 ()()exp(2)d t j t νπνν∞-∞=-⎰u U所以有 ()()(1sgn )()r ννν=+U U （5.1-19） 对上式两边取傅里叶逆变换11()1()()11()(){()}{()}{(sgn )()}(){sgn )}{()}r r r r t u t νννννν-----==+=+*u U U U U F F F F F 上式中 1{sgn }jtνπ-=-F 再利用卷积定义 ⎰⎰∞∞---=*=*ηξηξηξd d ),(),(y x f g f g g f令 tj f π-= ， )()(t j t f -=-ξπξ ， )()(t u g r = ， )()()(ξξr u g =所以 ⎰∞∞--+=ξξξπd )(..)()()()(t u V P jt ut r r u （5.1-22）可见 ⎰∞∞--=ξξξπd )(..1)()()(t u V P t ur i（2）参考教材中（5.1-10）式的推导过程，对于解析函数的虚部有下式成立⎥⎥⎦⎤⎢⎢⎣⎡-=⎰∞)()(d )2e x p ()(Re 2)(νπννt j t u i i U （P5.1-1）)](Re[)()(t j t u i u -= （P5.1-2）比较（P5.1-1）和（P5.1-2）式，得到⎰∞-=-0)(d )2exp()(2)(νπννt j t j i U u所以 ⎰∞-=0)(d )2exp()(2)(νπννt j j t i U u)()sgn 1()()(νννi j U U +=对上式两边取傅里叶逆变换得)}(){sgn )}({)}({)()(1)(11ννννi i j j t U U U u ---+==F F F)()}({}{sgn )()(11t ju j i i +*=--ννU F F )(d )(..1)()(t ju tu V P i i +--=⎰∞∞-ξξξπ所以 ⎰∞∞---=ξξξπd )(..1)()()(t u V P t ui r5.2 考察用宽带光作杨氏干涉实验(1) 证明观察屏上的入射光场可表示为⎪⎭⎫ ⎝⎛-+⎪⎭⎫ ⎝⎛-=c r t P t c r t P t t Q 222111,d d ,d d ),(u K u K u 其中 iii i i i i i cr A s cr πθπθ2)(d 2)(k k K ≅=⎰⎰个针孔第 2,1=i 而i A 为第i 个针孔的面积。
光学信息处理技术研究
光学信息处理技术研究光学信息处理技术是指利用光学原理和技术，对信息进行加工和处理的一系列技术。
目前，在信息处理领域，光学信息处理技术已经取得了一些重要的成果，特别是在图像处理、光存储等方面具有广泛的应用。
一、光学信息处理技术的基本原理光学信息处理技术是基于光学干涉、光学计算、光学谱学、光学阵列等原理，将信息通过光信号转换成光学信号进行处理。
光学信息处理技术所采用的是光波的特有性质，如相位、幅度、偏振、频谱、衍射等，对信息进行处理。
光学信息处理技术的主要特点是处理速度快、容易实现并行处理、信息处理效率高、处理精度高、存储容量大、数据量大等。
二、光学信息处理技术的应用领域1、图像处理光学信息处理技术在图像处理领域中的应用非常广泛，如数字图像的重建、增强、压缩、加密解密等。
利用光学信号的并行处理性质，可以将图像处理速度提高数千倍，大大提高了图像处理的效率。
2、光存储光学存储与磁盘存储、半导体存储等相比，具有存储密度高、存储速度快、存储容量大、易于读取等优点。
光存储技术主要包括两种：一种是利用热致变色介质进行的存储，如光盘、光盘阵列等；另一种是利用互相关存储的技术，如反射式空间光调制、内共振干涉和光吸收等。
3、光学传感器光学传感器是一种基于光学原理的传感器，其主要功能是将待测物理量转换成光学信号，并通过光学信号的处理，实现对物理量的测量、控制和检测。
光学传感器通常具有快速响应、灵敏度高、精度高、环境适应性好等优点，在工业、环境、医疗等领域具有广泛的应用。
三、光学信息处理技术的发展趋势1、数字光学信息处理技术将逐渐取代模拟光学信息处理技术。
随着数字信息处理技术的发展和计算机技术的进步，数字光学信息处理技术将逐渐替代模拟光学信息处理技术，使系统的可靠性、精度和性价比得到大幅提高。
2、光子晶体、量子点、超材料等新型材料的出现，将进一步推动光学信息处理技术的发展。
这些新型材料在光学波导、光学调制、光学探测等方面，具有广泛的应用前景，将推动光学信息处理技术的发展。
相干光学信息处理 - 副本
S( , ) S( , ) exp(j ( , ))
则由定义，匹配滤波器函数可以表示成
H ( , ) S( , ) exp( j ( , ))
信号经过匹配滤波器后变为 S ( , )
2
这个量完全是实数,
这意味着滤波器完全抵消了入射波前s的全部相位弯曲,于 是透射场是一个振幅加权但相位均匀的平面波前 , 这一平 面波前继续向前传播 , 在输出平面上产生信号的自相关光 斑.
相关运算可用卷积表示为
s( x , y )★ f ( x , y ) s* ( x, y ) f ( x对应于相乘运算 ,若要
对s (x,y)和f(x,y)进行卷积运算,可先用全息方法制作s(x,y)的 频谱函数S(,),然后把f(x,y)作为4f系统的输入函数,把S (,), 作 为 滤 波 函 数 H(,), 在 频 谱 面 上 的 复 振 幅 分 布 为 H(,)F(,),输出面上的分布则为
实现图像相减的方法很多，仅介绍两种： (1)频域光栅滤波; (2)全息照相法。
7.1.1 采用正余弦光栅滤波器实现相减的方法
y1 相干光
f f f f L1
y2,v
L2
y3 g(x3,y3) y1 x1
f(x1,y1)
H(u,v)
f ( x1 , y1 ) f A ( x1 b, y1 ) f B ( x1 b, y1 )
W f Wh
W f 2Wh
2b 2W f 3Wh
3 b W f Wh 2
W f Wh
参考光倾角
Wf f
3 Wh 2f
三、图像识别
图像识别是指检测和判断图像中是否包含某一特定信
息的图像 . 例如 : 从许多指纹中鉴别有无某人的指纹 ; 从许 多文字中找出所需的文字:在病理照片中识别出癌变细胞 等等.采用匹配滤波器进行相关检测,是图像识别的一种重 要手段.
相干光学信息处理
(9.2.9)
iv) 在象面上，光场为：
g xi , yi F
1
x0 y0 f 0 x0 , y0 comb comb f x0 , y 0 a b
(9.1.1)
式中 a、b分别表示网点沿xo,yo方向的间距。
ii) 在频谱面上的频谱为：
x0 y0 F0 f x , f y F comb comb f x0 , y0 a b
(9.1.2)
iii) 在频谱面上放置一低通滤波器 H ( f x , f y ) ，只让中 心 (m=n=0)的 F ( f x , f y ) 通过，即
F0 f x , f y H f x , f y f x , f y F f x , f y
(9.2.3)
------------- 获图像相减 特点 ：（ 1 ）光路，原理简单 （ 2 ）调节困难，（精确重合难）
二、利用光栅滤波实现图像相加减 A. 光路
图9.2.2 用光栅实现图象相加减
图中：A、B两图离轴的距离为 b f0 f f --- 透镜焦距 f0 --- 光栅空间频率
(9.2.5)
B．数学分析 i）物光场
f x0 , y0 f A x0 b, y0 f B x0 b, y0
(9.2.6)
ii）谱：
F fx , f y F
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
H 1 1 H * H * H * | H |2 H H *H | H |2
用全息的方法分别制作
H*匹配滤波器的制作方法 |H|-2可通过控制照相底片处理过程实现。
将照相底片置于h (x,y)的频谱面上拍摄其频谱全息图，化学处理严 格，使底片的透过率与|H|-2成正比
二者对准叠合
G(u, v) F (u, v) * H (u, v)
在4F系统的频谱面放置一个逆滤波器，使其 透过率满足H-1(u,v)，则在P2后光场分布为
u '(u, v) G(u, v)H (u, v)H 1(u, v)
G(u, v)
P1
y
L1
P2 L2
v
x
u
P3
y'
x'
f
f
f
f
逆滤波器的制作
1、相干图像消模糊 H-1可用全息方法制作，但直接制作比较困难，可通
图像处理
多重像的产生 图像相加减 光学微分
匹配滤波 图像识别 用逆滤波器消模糊
5.1图像处理
• 多重像的产生 • 图像的相加减 • 光学微分－边缘增强 • 图像的比较
1、多重像的产生
• 利用正交光栅调制输入像的频谱，有望得到 多重像的输出
AAA AAA AAA
A
2、图像的相加减
A、一维光栅调制 • 假设两图像对成放在输入面上，中心分别在
平面波
出现亮点 即被识别 若 x* = x 或 x*与 x 相关
小结：
• ①匹配滤波器
– 物的傅里叶变换全息图；
• ② 当有物O(x,y)输入时，输出是——强脉冲 （自相关）；
• ③ 当用其它物输入时，输出是——模糊斑 （相关）
5.3 模糊图像的复原
相干光学信息处理中的一项有趣应用。成像过 程中，由于系统的像差、目标和底片的相对运 动、大气扰动等导致像的模糊。
输入平面
傅立叶变换平面
f(x,y) y
L1 T（u,v)
v
x
u
f
f
（2）成像过程
输入平面 f(x,y) y
x
f
傅立叶变换平面 T（u,v)
L1
L2
v
u
f
f
输出平面
F-1 F (u, v)T (u, v)
•••
f
b f sin 处为 g f b f sin 处为 g f
结论：
• ①物的傅里叶变换全息图称为该物的匹配滤 波器；
• ② 当有物O(x,y)输入时，输出是——强脉冲 （自相关）；
• ③ 当用其它物输入时，输出是——模糊斑 （相关）
f(x,y)
g(x,y)
o( ,)
•
相关峰
▲ 应用——光学特征识别
光学特征识别是把已知物的付氏谱和待测物 的付氏谱进行比较，从而找出待测目标。
5.2 匹配滤波
• 相干光匹配滤波 • 匹配滤波器的制作 • 匹配滤波器的制作应用
1、相干光匹配滤波器
(1963 Vander Lugt experiment)
输入图象g(x,y) G*(u,v)匹配滤波器
2、匹配滤波器的制作（可应用傅立叶变换全息图）：
T (u, v) G(u, v) R(u, v) 2 G(u, v) exp[iau] 2
消模糊：如果在相干光学滤波系统中，从频谱 面对系统传递函数做适当补偿，将在输出平面 得到清晰的像。
方法 逆滤波器
维纳滤波器
逆滤波器消模糊
原理
模糊图像可以看作是一个理想图像和造成模糊 的点扩散函数的卷积，即
g(x, y) f (x, y)* h(x, y)
消模糊的过程实际上是进行图像解卷积的过程。 傅立叶变换后，得到各分量之间的简单乘积表 达式
特征识别系统可以做到：
从卫星照片中检测军事目标 从文件中检测某个字 从细胞中检测癌细胞 进行航空测量 光学侦破（指纹识别）
例如指纹识别：
x
Σ x
Σx
x
反过来
平面波 指 纹
P1
带有指纹信 带有指纹信 指
息的衍射波 息的会聚波 纹
L1
频谱面 L2 P2
亮 •点
平面波 x Σ x Σx
参照指纹
x* 待查指纹
G(u, v) 2 1 G(u, v) exp[ iau] G*(u, v) exp[iau]
1
g(x,y) y
G(u,v) v
x
u
R(u,v)
f
f
3、匹配滤波器的应用——（1） 滤波过程
F (u, v)T (u, v) ( G(u, v) 2 1)F (u, v)
F (u, v)G(u, v) exp[ iau] F (u, v)G*(u, v) exp[iau] 2
复合光栅进行光学微分
光学微分的作用
• 军事应用
– 模糊图片（透过云层的卫星照片）
• 工业检测
– 检测相位型光学元件内部缺陷、折射率的不 均匀性
4、图像的比较
在频谱面上放一照相底片，以单色光照明， 摄得频谱的负片。把负片放在原来频谱的位 置，象平面为一片黑暗。以此为标准，来判 断两图象是否相同。
31
缺点：
h的获得并不容易，如果事先知道造成模糊 的原因，可用数学方法得到h。
相干处理噪声对图像消模糊不利，对消模糊 而言，很多采用非相干处理方法。
例：摄影时由于不小心横向抖动了2a， 形成两个像，设计改良的滤波器。
解：造成成像缺陷的点扩散函数为
h(x, y) (x a) (x a)
u3=F{T}*F{G}
• G由两个光栅复合而成，其傅立叶变换有 六项：
每个光栅各有一零级、正一、负一
复合光栅相加相减运算示意图
Hale Waihona Puke 结论：– 当复合光栅相对坐标原点的位置量恰等于半个 莫尔条纹时，两个正1级相差为，图像相减
– 当复合光栅恢复到坐标原点的位置时，相差为0， 图像相加
• 注：待处理图像尺寸不得大于x,否则有图 像重叠而干扰相减
x=+l处
• 一维正弦光栅满足fg=l/(f)
用一维光栅调制实现相加相减
B、复合光栅调制 • 复合光栅定义
– 两个取向一致、但空间频率有微小区别的一 维正弦光栅用全息的方法叠合在一张底片上 制成的光栅。
– 空间频率分别为fg、fg－fg – 能产生莫尔条纹
• 要求两个图像的间距满足 x=fgf
• P3平面上光扰动为：
• 应用：
– 卫星、人体健康检查、工业检测
3、光学微分－边缘增强
• 微分滤波器的透过率 G(u,v)=j2u/(f)
• 只需满足正比于u,即可达到微分的效果 沿x方向微分
沿y方向微分
• 微分滤波器的制作（两套空间取向一致， 空间频率差为∆f的一维振幅型正弦光栅 叠加而成）
• 当复合光栅相对于坐标原点的位移量刚 好等于半条莫尔条纹时，可以作为微分 滤波器