多光谱分离算法在目标识别中的研究探究资料.pdf

第30卷，第10期 光谱学与光谱分析 20l and October．2010 0年10月 SpectroscopySpectralAnalysis 多光谱分离算法在目标识别中的研究 刘丽霞1’2，庄奕琪1 1．西安电子科技大学微电子学院．陕西西安710071 2．武警]：程学院通信J二程系，陕西西安710086 摘要针对野外工作时机械打描式的光学系统抗震性差、目标识别率低、实时性差等问题，设计了采用多 光谱分离算法实现非扫描f1标识别遥感系统。采用非扫描的M-Z干涉具提供空间光程差，由红外CCD采集 1：涉条纹信息，经CUP处理得到混合光谱，结合可见光视频图像提供的坐标系实现识别目标。其中采用遗 传算法优化选择特征波长，然后由粗糙集分类提取未知Fj标谱的属性，取前1／3可信度的相应属性反演待 测日标种类，相比传统算法减少约9倍的运算量。在不II司天气、不同背景条件下做实验，得到系统在各种情 况下的探测极限及识别概率。由实验数据可知，采用遗传算法和粗糙集分类相结合的多光谱分离算法可以 快速、有效地识别未知目标的种类。 关键词 日标识别；多光谱分离算法；M-Z干涉具；遗传算法；粗糙集分类 中图分类号：(M33．4文献标识码：A 1)Ol：10．3964／j．issm1000-0593(2010)10--2767—05 不是对图像的处理分析。而足在可见光图像为坐标系内引入 引 言 特征光谱。从而对于原图像l二的每个点对应一组光谱数据， 再dj光谱分离算法根据已知光谱数据库求解目标是否存在及 通过各种检测仪器及方法识别}j标的有无，同时通过已 类型。 知目标、背景的先验知识分析目标的种类的办法叫F1标识 别【lj。目标识别的应用已经越来越广泛，现／ff目标识别的主 1系统设计 要方法有采用雷达监测【2。]、激光雷达技术L4’5]、I冬I像处 理『6’71等方法。雷达技术在门标临测领域的应用很成熟，其 首先采用红外颦远镜收集待测区域红外辐射，经M-Z 优点足监测范围广，但尤法识别被测日标的种类；主动激光 干涉具形成十涉条纹，冉由红外面阵CCD采集并传给电脑， 雷达具有精确定位、识别率高等特点，但由于激光波长一定 由多光谱分离算法结合HITRAN数据库分析得到是否有目 通常只能针对周定特征波长的物质(目标)检测【8”]，订标改标及其种类。整个系统得原理框图如图l，在目标不存在时， 变时也需要更换相应的激光器，大大限制了其应用领域，同 由系统采集光谱数据作为背景谱，由于背景光谱事先需要知 时军事对抗过程中主动发射激光容易暴露；图像处理是目前 道，所以必须在各种背景环境F对系统事先训练。当待测目 目标识别领域应用最为广泛的方法，先将待测区域拍摄下 标出现在视场内时，其自身的辐射及反射太阿I光辐射会改变 来，在通过目标识别算法进行图像处理，最终分析fI标是否 背景光谱的组成(即覆盖一部分背景光谱)，则经M—Z干涉 存在及类型，但识别效果不{日．受环境及算法优劣的影响大， 具得到的光谱信息也会发生相应的，变化。分析这种有规律的 同时复杂的对图像处理算法降低识别的实时性。 光谱变化就町以得到n标是含存在及种类，最后结合对待测 近年来，许多国家及研究机构flh都在发展基于特征光 区域的可见光成像系统就可以得到f1标的具体位置。与待测 谱的检测技术及应用，由于采用光谱分析的方法实现F1标监 目标产牛的光谱丰日比，环境变化产生的背景光谱是缓变的、 测具自．灵敏度高、种类识别能力强等优势，所以基于光谱分 整个视场都有影响的，由此为区分是由目标存在造成的光谱 析的遥测技术将成为目标识别的一个霞要支脉L12。引。本文采 变