基于光谱成像的伪装效果分析

基于光谱成像的伪装效果分析

ID:46597487

大小:236.07 KB

页数:3页

时间:2019-11-26

基于光谱成像的伪装效果分析_第1页
基于光谱成像的伪装效果分析_第2页
基于光谱成像的伪装效果分析_第3页
资源描述:

《基于光谱成像的伪装效果分析》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、30航天电子对抗第27卷第1期基于光谱成像的伪装效果分析刘益民1,王家营2,刘伟1(1.总装工程兵科研二所,北京100093;2.二炮青州士官学校,山东青州262500)摘要:从光谱成像原理和识别机理出发,在分析现有伪装效果评价方法的基础上,讨论了光谱成像识别技术在伪装效果评价中的应用。分析了现有伪装技术的优点和不足,对光谱成像识别技术与现有伪装效果评价方法的特点进行了讨论分析。关键词:光谱成像;伪装;效果评价中图分类号:TN97文献标识码:AAnalysisoncamouflageeffectivenessbasedonspectrumimagingLiuYiminl,WangJiay

2、in酽,LiuWeil(1.No.2EngineerResearchInstitutePLA,Beijing100093,China;2.QingzhouSolidgerSchoolofSecondArtillery,Qingzhou262500,Shandong,China)Abstract:Theapplicationsofspectrumimagingrecognitionontheanalysisofcamouflageeffectivenessarediscussedbasedonspectrumimagingrecognitionmechanism.Theadvantages

3、andshortcomingsofcamouflageareanalysed.Thecharacteristicsofspectrumimagingrecognitionandanalysisofcamouflageeffectivenessarediscussed.Keywords:spectrumimaging;camouflage;analysisofeffectivenessO引言伪装效果评价是伪装技术研究的一个重要方面,它是保证目标经伪装后达到预定伪装效果,保护自己迷惑敌人,提高生存能力的重要手段。光谱成像是光谱技术和成像技术相结合,在对目标空间特征成像的同时,对每个空间像元在

4、窄波段内进行光谱覆盖。光谱信息是由目标本身内在性质决定的,因此通过对目标光谱信息的分析,可获得目标本身的内在属性,而这种属性是其他方法无法获得的。因此,可通过代表目标固有属性光谱的差异信息来发现、识别目标,以此作为伪装效果评价的一种有效手段。l成像光谱识别机理与技术目前,基于光谱信息探测识别目标的机理有以下两种:1)利用瞬时光谱分布差异来识别目标,即利用测量的光谱维特征作为识别判据。2)融合光谱的时变特征、光谱能量的空间分布特收稿日期:2010一07—222011一01—10修回。作者简介:刘益民(1963一),男。高工,主要研究方向为光电对抗。征进行相关鉴别,降低虚警率提高识别能力。目

5、标多光谱识别技术包含多光谱信息获取与多光谱识别两项关键技术。多光谱信息获取主要是通过成像光谱仪来获得。成像光谱仪由成像和光谱分光两部分组成。前者完成目标的空间成像,后者完成光谱维扫描或光谱波段分割。光谱分光成像的结构和操作方式关系到光谱信息获取的效率以及准确性,同时也影响到目标识别算法的设计与性能。根据识别机理中融合信息维数的不同可以将光谱识别算法分为基于光谱维特征提取的识别算法、基于光谱特性差异的识别算法以及空间几何信息与光谱信息融合的识别算法。其中基于光谱维特征提取的识别算法又可分为基于光谱匹配的识别算法和基于光谱强度与梯度组合的识别算法。基于光谱匹配的识别算法是通过比较图像像元光谱

6、与参考光谱之间的匹配测度指标达到聚类识别的目的。测度越小,表明图像像元光谱与参考光谱越相似,归类为目标的正确率越高。基于光谱强度与梯度组合的识别算法同样是在像素等级上进行光谱判别,但在性能上,不具备光谱识别算法的精细光谱配准能力,可用于光谱差异较大的目标与诱饵间的快速聚类识别。2011(1)刘益民.等:基于光谱成像的伪装效果分析31通过引入时间信息可以将光谱角的基本光谱匹配识别演化为异常光谱识别,即将前后两个时刻的光谱角作为目标与诱饵的识别函数。该函数能表明光谱曲线的时序变化,反演物体温度时变特性,可以作为温度时变特性不同的目标和诱饵之间聚类识别的有效判据。~般光谱识别算法是针对点源目标

7、与诱饵在像素级上进行设计的,而对于成像目标,在光谱基础上扩展空间几何信息作为识别特征是一种有效的途径。基于多光谱图像相关性的目标识别算法就是基于上述思路提出的。该算法提出的具体识别判据为相关系数,其定义为:Pi2cov(xi,l,,)I/(var(x1)var(Xi))“2式中X、y,分别为i、歹光谱段的图像矢量,cov(·)为协方差操作,var(·)为求方差操作,ID。,为两个光谱段间的相关系数。相关系数表征了两个相邻波长处光谱图

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。