Стр. 6 - А.Ю. Жердев, Е.Ю. Злоказов, В.В. Колючкин, Д.С. Лушников, И.А. Швецов, А.В. Смирнов - Метод контроля качества мастер-матриц защитных голограмм

ISSN 0236-3933. Вестник МГТУ им. Н.Э. Баумана. Сер. «Приборостроение». 2012

95

вать метрику в виде отношения энергии пика к энергии корреляци-

онного поля

PCE

(peak-to-correlation energy) [3]:

2

Ω

(0, 0)

,

( , )

c

PCE

c x y dxdy

=

∫

(19)

где

c

(0, 0) — амплитуда центра корреляции; Ω — предопределенная

область, по которой считается энергия корреляционного поля;

c

(

x

,

y

) — функция корреляции.

Для определения порогового значения необходимо воспользо-

ваться изображениями эталона, не вошедшими в тренировочный

набор, а также изображениями ложных объектов. На основании ста-

тистических данных о работе фильтра с этими изображениями стро-

ятся нормальные распределения вероятностей отдельно для эталона и

для ложных объектов. Далее по критерию максимального правдопо-

добия определяется пороговое значение. В зависимости от условий

поставленной задачи распознавания пороговое значение можно опре-

делить и на основе других критериев, например критерия Неймана —

Пирсона.

Численное моделирование показало высокую эффективность

фильтров MACE при распознавании в условиях сильного сходства

эталона и ложных объектов при незначительной степени искажений.

Для различных постановок задачи распознавания существуют моди-

фикации MACE-фильтра: фильтры с минимальной вариацией корре-

ляционного пика (MV-MACE), фильтры со сглаживающими функци-

ями (G-MACE, W-MACE), фильтры с минимизацией шума и средней

энергии корреляции (MINACE) и т. д.

Алгоритм распознавания неизвестной голограммы можно разбить

на следующие этапы:

– из имеющегося набора изображений эталонной голограммы

выбирается общая характеристика, которой обладают только изобра-

жения эталонной голограммы;

– из набора выделенных характеристик составляется тренировоч-

ный набор для расчета MACE-фильтра;

– рассчитывается импульсный отклик фильтра;

– с помощью изображений эталона, не вошедших в тренировоч-

ный набор, собираются статистические данные для расчета порого-

вой корреляции;

– вычисляется корреляционная функция контролируемой голо-

граммы с рассчитанным фильтром и сравнивается пиковое значение

центра корреляции с пороговым значением; если значение центра

корреляции выше порогового значения, то голограмма класса «хоро-

шая», в противном случае неизвестная голограмма — «плохая».