现代光电信息处理技术.docVIP

  1. 1、本文档共15页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
现代光电信息处理技术

1.在空域中,如何利用δ函数进行物光场分解。 答:δ函数常用来描述脉冲状态这样一类物理现象。空间变量的δ函可以描写诸如单位光通量的点光源的面发光度等。其定义: 考察平行光束通过透镜后会聚于焦点时的照度分布,后焦面上的照度分布可用δ(x,y)描述。任何输入函数都可以表达为该式表明,函数 可以分解成为在 平面上不同位置处无穷多个函数的线性组合。 卷积与相关各表示什么意义?在运算上有什么差异? 答:①卷积既是一个由含参变量的无穷积分定义的函数,又代表一种运算。 由于光学图像大多是二维平面图像,故定义函数和的二维卷积为 。假设线光源置于会聚透镜L1的前焦平面上,其方向与x0轴方向一致,其强度分布为I0(x0),求透镜L2后焦平面上的强度分布: Ii(xi)= 其中,Ii(xi)是像平面上某点xi处的总光强Ii(xi),P(xi)是单位强度的点光源对应的像强度分布。由上式可知,光学系统像平面上的光强分布是物的光强分布与单位强度点光源对应的像强度分布的卷积。这就是卷积在光学成像中的物理意义。 ②互相关的定义为: 式中,*表示函数的复共轭。互相关是两个信号间存在多少相似性或者关联性的量度。两个完全不同的,毫无关联的信号,对所有位置,它们互相关的值应为零。如果两个信号由于某种物理上的联系在一些部位存在相似性,则在相应位置上就存在非零的互相关值。 ③比较卷积和相关的定义式可以看出,相关和卷积的区别仅在于相关的运算中,函数f(x,y)应取复共轭,但图形不需要翻转,而位移,相乘和积分三个过程是两者共通的。 3.空间傅里叶变换的物理意义,具有哪些基本性质?哪些函数的傅里叶换本身还是该类型函数?他们具有哪些特点? 答:①空间傅里叶变换得物理意义是:在处理线性系统时,常用的方法是把一个复杂的输入分解成许多较简单的基元的输入,计算该系统对每一个这样的基元函数的响应,再把所有的单个响应叠加起来得到总响应。傅里叶分析提供了一个进行这种分解的基本手段。由傅里叶逆变换公式看到,可以把二维傅里叶变换看作是函数f(x,y)分解为exp[i2π(fxx+fyy)]的基元函数的线性组合。物函数f(x,y)可看成无数振幅不同(|F(fx,fy)dfxdfy|),方向不同(cos)的平面波形线性叠加的结果。傅里叶分解对于讨论线性系统的性质和作用尤为重要。 ②傅里叶变换的基本性质有:设函数和的傅里叶变换分别为和, 线性定理 式中和是任意复常数,即两个函数线性组合的变换等于两个函数变换的线性组合。 (2)相似性定理 即空域中坐标的扩展,导致频域中坐标的压缩以及频谱幅度的变化。 (3)位移定理 即函数在空域中平移,带来频域中的线性相移。另一方面 即函数在空域中的相移,会导致频谱的位移。 (4)帕色伐(Parsaval)定理 若表示一个实际的物理信号,通常称为信号的功率谱(有时是能量谱)。定理表明信号在空域的能量与其在频域的能量守恒。 (5)卷积定理 函数和的卷积定义为 则 即空间域中两个函数的卷积的傅里叶变换等于它们对应傅里叶变换的乘积。另一方面有 即空间域中两个函数的乘积的傅里叶变换等于它们对应傅里叶变换的卷积。卷积定理可以用来通过傅里叶变换方法求卷积或者通过卷积方法求傅里叶变换。 (6)相关定理(维纳——辛钦定理) 两复函数和的互相关定义为: g(x,y)☆h(y) 显然两函数的互相关可以表达为卷积的形式,再利用卷积定理, 可以得到 式中通常称为函数和的互谱密度,因此式说明两函数的互相关与其互谱密度构成傅里叶变换对。这就是傅里叶变换的互相关定理。 函数与其自身的互相关称为自相关。用替换可得自相关定理为

文档评论(0)

panguoxiang + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档