1引言
　　全世界都承認70多歲的約瑟夫·恩格爾伯格是工業(yè)機器人之父，但是，這位康涅狄州丹伯 里“幫手機器人技術公司”的董事長卻喜歡以“家用服務機器人之父”留名于世。他說：“常 識告訴我們，家用服務機器人最終將擁有比工業(yè)機器人更大的市場�！币虼司哂薪�(jīng)濟、高計算速度、體積小、器件易于購買、性能可靠等特點的家用機器人的開發(fā)無疑將具有 更廣泛的應用情景。而視覺系統(tǒng)作為家用機器人的眼睛，將是整個技術研究的關鍵。
　　由于光電混合自動識別技術是把光學處理和數(shù)字處理有機地結合起來，用光學處理完成成像變換和相關運算，用計算機控制分析和判斷任務，具有光學的高速、并行處理、大容量和抗電磁干擾等特點，又有計算機的靈活性、精確性、可編程等特點，是一種較為理想的圖像識別系統(tǒng)。國外已有將小型化光電處理系統(tǒng)安裝于導彈頭部的報道，這種軍事應用的技術難度超過工業(yè)視覺應用的技術難度，表明適用于家用機器人視覺應用的小型化實用光電混合系統(tǒng)是可以實現(xiàn)的。
　　對家用機器人而言，家具或家用物品常有堆集或互相遮擋等情況，而使部分遮擋的家具（或家用物品）的特征未包含在輸入信息中，給物體識別帶來困難。因此部分遮擋物體識別的研究成為該領域當前研究的熱點之一。文獻［1］采用非相干相關器，用最小距離準則做判決，可實現(xiàn)遮擋40%的識別，但非相干光學系統(tǒng)對多目標、復雜信息的處理較困難，因此大多采用相干光學系統(tǒng)，其中聯(lián)合變換相關器（JTC）以其結構易于調(diào)整并且避免了匹配濾波器的綜合，而應用較廣泛。在傳統(tǒng)的JTC相關匹配算法中，當圖像存在噪聲、局部遮擋等因素時很容易造成失配。為此，本文采用一種新的圖像相似度度量方法基于MCD距離的相關 匹配法［2］，結合空間移位編碼法，將灰度圖像編碼成一幅適用光學處理的二值圖像，以實現(xiàn)圖像的模式識別，這種方法得到的相關曲面更尖銳，匹配置信度更高，特別是對目標圖像存在部分遮擋時，仍能保持較高的識別率。

2基于MCD（Maximum Close Distance）距離的相關匹配方法
　　相關識別中，由于目標圖像和參考圖像之間必然存在灰度差異以及一定的幾何形變和對目標的局部遮擋，而傳統(tǒng)的相關算法，如最小絕對差方法以及歸一化互相關方法中，每一對象素點對匹配結果的貢獻是均等的，這樣就使得算法的性能很容易受到圖像中噪聲、局部遮擋等因素的影響，而造成失配。
　　文獻［2］定義一種新的圖像間的相似度量，這個度量為MCD距離，意為最多近鄰點距離，即統(tǒng)計參考圖像和目標圖像相接近的點的最多數(shù)目。假設目標圖像A大小為M×N，則他和任一個同樣大小的參考圖像B的對應點相似程度的定義為：
　　
即兩幅圖像對應點的灰度絕對差小于某個確定的門限（經(jīng)驗值取10_~15），就可以認為這兩點近似。然后統(tǒng)計整幅圖像區(qū)域中相似點的數(shù)目，即為MCD距離：
　　
　　這個距離越大，說明兩幅圖像越相似，反之則越不相似。
　　將他應用到圖像匹配，即將參考圖像在目標圖像內(nèi)滑動，統(tǒng)計每個位置處的圖像與參考圖像的MCD距離，得到整個圖像的一個相關曲面，尋找這個相關曲面的峰值即可確定最佳匹配位置。
　　在進行統(tǒng)計計算的時候，由于僅考慮使用目標圖像區(qū)域中那些與參考圖像相似的象素點數(shù)來度量兩圖像之間的相似程度，而拋棄了那些與參考圖像相差很大的點，因此可以避免傳統(tǒng)相關匹配算法中由于噪聲和遮擋引起的相關曲面不突出的缺點。

3采用空間移位編碼方法實現(xiàn)MCD距離度量處理
　　根據(jù)JTC原理，假設將二值聯(lián)合圖像，即輸入圖像T（x,y）與參考圖像R（x ,y）對稱播放到空間光調(diào)制器（SLM）上，兩圖像中心分別位于（－d，0），（d，0），如果將輸入圖像與參考圖像中心重合進行平移填充，且將較小圖像看作結構核填充到較大圖像中，則可能完全包含或不完全包含［3］。當較小圖像處于某一位置時，即與對應的較大圖像進行MCD距離度量，輸出值反映了當前位置上的匹配關系。當較小圖像在整幅較大圖像上搜索一遍后，輸出結果就標明了輸入圖像和參考圖像匹配的情況。設參考圖像尺寸R為較小圖像，則輸入圖像T對參考圖像R的匹配運算，采用如下方程式表示：
　　
式中［TΔR］(x,y)為匹配輸出矩陣中坐標為(x,y)點的值；P和Q分別為參考圖像R的寬度和高度；W(T,x,y,P,Q)表示在圖像T上取窗口圖像，中心點位置為（x,y），圖像的寬度和高度為P和Q，即等同于R的寬度和高度。
　　設輸入圖像T的矩陣表達形式為［T］_MN（M和N分別表示圖像T的寬和高），參考圖像R的矩陣表達形式［R］_PQ（P和Q分別表示圖像R的寬和高），那么光學相關操
　　��
陣中坐標為（x,y）點的值，“·”表示乘法運算。
　　利用空間移位編碼方法［4］，將不同象素的灰階值用碼字中的亮區(qū)域的不同位置來表示，從而將灰階圖像編碼成一幅適用光學處理的二值圖像。
　　空間移位編碼法是將不同象素的灰度值用碼字中的亮區(qū)域的不同位置來表示，從而將灰度 圖像編碼成一幅適合光學處理的二值圖像，其做法是：設數(shù)字圖像I的灰階級次為L，其中灰度 值為i（0≤i≤L-1）的象素點g可編碼為［b_L＋L-2，b_L＋L-3，……，b₁，b ₀］，總長度為2L-1。其中從第i位到第i＋L－1位為1，其余碼位為0。若象素點x和y的編碼向量分別為x_e和y_e，則有：
　　
式（5）的運算就是式（4）相關運算的基本單元，他們的運算結果剛好與式（1）相吻合，可見用空間移位編碼法可實現(xiàn)MCD距離度量運算，表示為：
　　
　　匹配結果TΔR表示了R相應于T相對位置上的匹配性，對于相似性強的位置，得到的匹配值就越大，反之亦然。若進行閾值處理得：
　　
　　選取閾值T<P<Q<L，還可以改善系統(tǒng)的抗畸變能力。��

4光電混合識別儀
　　如圖1所示，光電混合識別儀采用具有回旋結構的聯(lián)合變換相關器（JTC）［5］，用液晶電視作為空間光調(diào)制器（SLM）；顯示裝置采用雙頭顯卡，可將CCD、圖像卡攝取的圖像同時播放到顯示器和SLM上。由于液晶屏的背光源特性，激光束經(jīng)擴束、準直后照射到SLM上，即可看到CCD1攝取的目標圖像，他和預存在計算機中的庫參考圖像（任選一幅）并排播放到計算機顯示器和SLM上，共同構成聯(lián)合圖像，經(jīng)傅里葉變換透鏡、CCD2攝取功率譜圖像和相關輸出圖像，獲得相關輸出。識別系統(tǒng)框圖如圖2所示。

5結語
　　本文構建了一個具有遮擋識別的光電圖像識別儀，通過計算機仿真表明，本系統(tǒng)對50%以內(nèi)的遮擋（或缺損圖像）具有很好的識別能力。這種利用空間移位編碼的方法，能在聯(lián)合變換相關器中一步實現(xiàn)灰階圖像的MCD距離度量，且獲得的相關曲面更尖銳，匹配置信度更高，能更好地克服目標邊緣被部分遮擋的情況，只需檢測一個相關結果，即可有效地實現(xiàn)模式識別。今后，還可以利用BP.［6］神經(jīng)網(wǎng)絡的容錯能力，進一步提高遮擋識別率。

參考文獻

［1］劉海松，鄔敏賢，金國潘，等.用于實時人臉識別的光電混合自動識別系統(tǒng)［J］.中國激光，1999，26（11）：1 031-1 035
［2］任仙怡，廖云濤，張桂林，等.一種新的相關跟蹤方法研究［J］.中國圖像圖形學報，2002，7（6）：553-557
［3］余楊，黃惟一.光電混合處理系統(tǒng)識別高相似度工業(yè)零件圖形的研究初探［J］.中國圖像圖形學報，2002，7（7）：633-637��
［4］成罡，鄔敏賢，劉海松，等.用于地形匹配的快速光電圖像識別器［ J］.高技術通訊，1998，（9）：10-14��
［5］余楊，黃惟一.工業(yè)光電混合識別儀的制作技術研究［J］.儀器與儀表，2002，（4）：1721.
［6］邵紅，徐全生，崔文成.基于BP神經(jīng)網(wǎng)絡的人臉圖像識別方法的研究［J］.沈陽工業(yè)大學學報，2000，22（4）：346-348