铁质破片的高光谱图像识别研究

高光谱成像凭借高的光谱分辨率、图谱合一、波段多的特点，能够为待分类目标提供多维的参考信息，从而提高分类精度。爆炸破片的识别回收能够为爆炸威力的评估和防爆措施的设计提供参考。针对当前破片检测中多采用可见光波段或红外波段等单个波段进行检测，忽略了破片目标与背景对不同波长的光有着不同的吸收程度，没有将多波段破片特征充分利用，为此结合高光谱检测手段，提出了一种空间分割结合光谱信息的爆炸破片识别方法。在实验室环境下，首先采集铁质破片、石头、树叶的高光谱图像，对采集的样本图像数据做预处理，包括去噪声以及黑白校正反演反射率信息等，感兴趣区域随机提取三类样本像素点共750个，随机选取600个点作为训练集其余作为测试集，通过训练后得到预测准确度分别为88%、 88%、 94%的决策树模型。其次模拟了铁质破片散落在含有石头树叶的沙土中的场景并采集其高光谱数据，通过前后级联的空谱融合方法，在空域经过图像增强和去噪等预处理之后，采用边缘检测结合区域生长以及形态学处理的方法对空间图像进行分割，得到沙土上有形态的目标，空间分割的交并比(IOU)达到93.5%,真阳率(TPR)达到97.4%;然后结合光谱域训练得到...