Файл: Вьено, Ж. -Ш. Оптическая голография. Развитие и применение.pdf

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 14.10.2024

Просмотров: 58

Скачиваний: 0

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

Голограмма как оптический компонент

155

в децибеллах) изменяется на несколько единиц, даже если слова, которые нужно распознать, сравнительно близки (например, спектр, спектральный, спектрометр). При определении местоположения участка г на карте (однозначное распознавание его обычными спо­ собами пока невозможно) также необходим правильный выбор раз­

меров

участка г

и

использование

подходящего фильтра. Приме­

нение

голографии

в

этой области

(см. предыдущий

раздел) хотя

и связано с необходимостью дальнейшей разработки,

у ж е и теперь

может представить интерес, если уменьшить вероятность ложной тревоги.

2. Обнаружение одного отпечатка пальцев среди нескольких других качественно демонстрирует чувствительность и надежность метода. На фотографии (фиг. 107) опознан только один отпечаток. Однако среди имеющихся отпечатков есть еще один, идентичный опорному (2-я строчка, 2-й столбец). Из-за слабой интенсивности от­ клика его можно различить только при непосредственном наблю­ дении. Это связано с тем, что этот отпечаток немного шире и нес­

колько

иначе

 

ориентирован

по

срав­

 

 

 

 

нению с первым. Таким образом, чре­

 

 

 

 

звычайная

чувствительность системы,

 

 

 

 

которая

служит

одновременно

ана­

 

 

 

 

логовой

машиной

и

оптическим

ди­

 

 

 

 

скриминатором,

ограничивает

ее

 

 

 

 

практическую пригодность. У нас,

 

 

 

 

конечно, нет никаких оснований быть

 

 

 

 

пессимистами

в связи с фундаменталь­

 

 

 

 

ными экспериментальными

и

теоре­

 

 

 

 

тическими

результатами,

полученны­

 

 

 

 

ми в последнее время в области оп­

 

 

 

 

тической

фильтрации

и голографии.

 

 

 

 

Однако

очевидно,

что

в

плане

пра­

 

 

 

 

ктического

применения

оптическая

 

 

 

 

электроника находится еще в стадии

 

 

 

 

развития. Это особенно касается,

как

 

 

 

 

мы

увидим

• дальше,

согласования

 

 

 

 

фильтров. Рассмотрим последний при­

 

 

 

 

мер:

скромная

электронная

машина

 

 

я

 

для

чтения,

 

даже

несовершенная,

 

 

 

способна

отличить

цифру

7,

напи­

Ф к г.

109.

Интенсивность от­

санную

французом

(с горизонтальной

клика, т. е. отношение сигнал/

чертой)

от цифры 7, написанной

аме­

/шум, при распознавании квад­

риканцем или даже от плохо написан­

рата

и фигуры более

слож­

ной формы (радарного эхо-сиг­

ной

цифры

1.

Это

достигается

путем

нала) в зависимости от откло­

самообучения

машины. Соответствую­

нения фильтра от его оптималь­

щая

операция,

использующая

закон

 

ного

положения.

квадрат:

«все

или

ничего»,

еще

затруднитель-

О— угол поворота фильтра: •

 

О — эхо-сигнал.

 


158

Глава 7

так и физика. Вторая задача состоит в автоматическом определении происхождения текста, требующем большого объема памяти для запоминания исходных данных и быстрого рассмотрения группы текстов или отдельного документа. Если взять, например, три разные древнееврейские буквы (алеф, тав, син), написанных в

1

4

1

1

 

Ф H г.

112.

 

Рукописные буквы древнееврейского

текста (XIV в.) отличаются по форме в зависимости

от писца и от эпохи. Оптическая фильтрация позволяет выделить определенные буквы и измерить степень их сходства с выбранным образцом: здесь показано измерение сходства буквы «алеф», встречающейся несколько раз в одной строчке. Кривая анализа отклика зарегистрирована с экрана осциллографа. По ней можно оценить возраст текста.

X I V в., их фурье-спектры по виду отличаются друг от друга не больше, чем спектры буквы алеф, написанной в 1334 и в 1970 гг. (фиг. 111). Хотя иногда необходимы точные фотометрические изме­ рения, в первом приближении достаточно быстрого обзора плос­

кости

отклика с помощью телевидения (фиг.

112). Пример резуль­

татов,

которые можно получить, приведен

на фиг. И З ;

степень

сходства некоторых

почерков,

которые кажутся очень

непохо­

жими

между собой,

выражена

в числах. Здесь применяется метод

многократной фильтрации, изложенный в следующем

разделе.

Один из его вариантов был использован для графического

описания

корреляций нескольких букв, которые затем, при решении данной •.

проблемы,

служили опорными.

ВЫБОР

ОПТИМАЛЬНОГО ФИЛЬТРА. СОГЛАСОВАННЫЙ ФИЛЬТР

Нам кажется, что следующие интуитивные положения не тре­ буют строгого теоретического рассмотрения:

1. Распознавание объекта часто связано с распознаванием его-


і=1,2,...,л'

Ci*r,

С';*Г2

 

 

С І*Г ЛС І*Г 5

 

 

 

(П'=!В)

8

Ч

 

2

3

а

 

 

 

 

j =1,2,3,4,5

ZO

іч

 

Б

8 .

13

 

 

 

 

 

21

19

 

7

8

11

 

 

 

 

 

16

15

 

S

ч

7

 

 

 

 

 

5

3

 

2

ь

3

 

 

 

 

 

12

7

 

ч

7

 

 

 

 

 

Ш

Б

 

3

3

S

 

 

 

 

 

10

7

 

ч

5

 

 

 

 

 

Ш

7

 

ч

 

S

 

 

 

 

 

ІЧ

9

 

5

 

8

 

 

 

 

 

12

11

 

6

 

Б

 

 

 

 

 

13

9

 

S

 

7

 

 

 

 

 

9

в

 

Z

 

S

 

 

 

 

 

 

10

 

ч

 

7

 

 

 

 

 

13

 

ч

 

6

 

 

 

 

 

10

 

 

 

 

 

 

 

 

ч

 

7

 

 

 

 

 

13

9

 

 

 

 

 

 

 

 

S

 

8

 

 

 

 

 

14

9

 

 

 

 

 

 

 

 

3

 

в

 

 

 

 

 

11

8

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

12,50

9,0В

ч,22

ч,67

6,Б7

 

 

 

r j * r j

30

3Z

25

25

Z6

 

 

 

 

(j=0

(j=Z)

0=3)

0=*)

0=5)

 

 

 

 

 

 

 

 

о,цг

0,28

0,17

0,19

0,26

 

 

 

r j * r J

 

 

 

 

 

 

 

 

 

 

РВД=ІЕ Р ЧС1,Г:) =0,26

 

 

 

 

 

 

 

Ф и г. 113.

 

 

 

 

 

 

Один и тот же манускрипт, хранящийся в Париже, был переписан

семью

 

разными

писцами. Мы пользовались для сравнения тремя

последовательно

выбранными об­

разцами: взятые наугад три страницы нз -10, затем I0 строчек (на 40) на странице,

наконец несколько букв сравнивались с буквами,

написанными писцом № 4, которо­

го мы приняли за эталон. В таблице (а) приведены

численные

значения

 

степени

корреляции между разными способами написания

одной и той же буквы,

 

одним и

тем же писцом (№ 2) и пятью буквами,

выбранными

в качестве

опорных

(г,, г2 ,

fii ri' ri)~ Речь идет снова о той же букве, но написанной писцом Кі4. Так можно

вычислить среднюю степень сходства р' между

почерком этого

эталонного

писца и

разными другими почерками. На фиг. б воспроизведены фрагменты очень разных по

виду текстов. Однако для каждого нз них можно определить сходство р

некоторой

«средней» буквы со «средней опорной» буквой или провести

глобальное

сравнение

этих текстов,

оценив относительное

сходство р'/Р-

 

 

Писец №к

 

 

 

 

 

( о п о р н ы й )

 

 

 

 

 

написаны все с,-

Т-.ѵ, і ъ

а?"!'

,>з^ч -зѵъ ox

і =1,2,... ,п

j =1.2,3,4,5.

 

 

 

 

р(С|,г . ) = 0-52

 

 

 

 

 

 

Т-"П V?" З " 4

Э1Ч<3

->33 •.

Писец M^Z

 

 

 

 

написаны все с[

 

 

 

 

і=1,2, .. ,п'

 

 

 

 

р ' с с : , г р , 0 - 2 6

; f " "ms"

",.",\3£j i : ^ >

 

 

 

 

Р 7 р = 0-50

 

 

 

 

Писец №5

 

 

 

 

написаны все с /

^ >эн

^»Tî) -Л

7"су->Л U)J

і =1.2,..- ,п"

 

 

 

 

р ' с с - , р ; = 0-21

 

 

 

 

 

0-40

і>аіи т^зѵ*з vow

" J " "

РУР

"•П (A

.^"J 3"П î""»^

 

 

 

.. ...... iivrt.., ѵ>Ц -т« "О ѵчѴіі) 314


160 Глава 7

контуров. Ребенок легко распознает известное ему животное по

контурному

рисунку, даже если он не полный.

2. Спектр

четкого контура богат высокими пространственными

частотами; значит, прозрачный фильтр, предназначенный для его

восстановления, должен быть насыщен низкими частотами: если

в центре фильтра имеется существенное почернение,

он пропус­

кает только члены, соответствующие высоким частотам,

удаленным

в плоскости Фурье от центра, т. е. те частоты, которые нас интере­ суют.

3.Фильтр, пропускающий преимущественно высокие частоты, делает их преобладающими и в корреляции. Это видно на фиг. 114

и115.

4.Осуществить фильтр-голограмму Фурье можно только после предварительного исследования спектра сигнала, который необ­ ходимо обработать. Особенно это касается некоторых его характе­ ристических частот. Практически ни к какой категории объектов

невозможно

применить общий априорный закон фильтрации (раз­

ве что чисто

теоретически).

5. Оптимизация отношения сигнала к шуму, связанная с из­ бирательностью фильтра, зависит от поставленной задачи. Так, определение степени сходства требует тонкой измерительной тех­ ники, тогда как распознавание образа проще вследствие допусти­

мых неточностей

в

определении

его ориентации, размеров или

формы контура.

В

первом случае

применяется фильтр с узкой

полосой пропускания для высоких частот, во втором — фильтр с широкой полосой для средних частот. Уточним эти положения на нескольких примерах. Фотография экрана радиолокатора, умень­ шенная до размеров 24 X 36 мм, располагает полосой полезных

частот от 0,25 до 0,65

м м - 1 . В радиолокаторе бокового обзора

соот­

ветствующая полоса

простирается от 0,40 до 1,30 м м - 1 для

фото­

отпечатка тех же размеров. В аэрофотосъемке известно, что при любых характеристиках оптических элементов установки частоты, лежащие вне интервала от 25 до 30 м м - 1 , можно считать шумом. Наконец, один из авторов имел случай определить в 1957 г. спек­ тральный состав фотографии отфильтрованной в Институте оп­ тики в Париже и того ж е изображения до фильтрации. Мы при­ водим кривые спектрального распределения информации. Несмот­ ря на то что на фотографии имеется множество мелких деталей,

спектры

обоих

негативов существенно отличаются друг от

друга ^

только

на двух

определенных участках (фиг. 116).

 

Улучшение

качества фильтров достигается в настоящее

время

с помощью двойного согласования: а) с самим сигналом, б) с ха­ рактеристическими полосами этого сигнала. Практически это мож- --

но осуществить,

варьируя отношение

потоков (Ф„иформашн/

О П О рный). падающих

на фотопластинку,

на которой регистрируется

фильтр-голограмма.

Можно показать,

что

оптимальный фильтр