光谱成像技术在海上目标探测识别中的应用探讨

光谱成像可同时获得光谱和空间信息,这使得光谱成像技术在解决复杂海洋环境背景下目标探测与识别时表现出独特的优势,已成为光电目标检测领域的一个前沿研究方向。对光谱成像技术的原理、特点进行了讨论并重点列举了该技术在探测领域的应用;介绍了光谱成像技术在海上目标探测识别中的研究进展,并对光谱成像技术在该领域的应用价值进行了探讨。     

基于光谱探测与图像识别的反伪装目标系统研究

为了在野外环境中快速有效地识别敌方伪装的机动目标,设计了基于光谱探测与视频图像目标识别方法联用的目标识别系统。采用视频图像识别技术获取被测区域的二维影像,再通过光谱探测技术识别目标,最终将目标重建在图像相应位置上从而实现目标识别的可视化。理论推导得到了系统可识别目标的函数关系式,根据该函数关系进行了目标识别的量化实验。实验采用汽车模拟被测机动目标,在不同距离上分别以平坦荒地、灌木丛和废弃建筑物为背景,对明显目标、涂覆迷彩色的目标以及遮挡伪装物的目标分别进行光谱探测。实验结果显示,测试背景对光谱探测效果有一定影响,背景的连续性有利于目标识别;伪装方式以伪装物遮挡最难识别,且随着目标与系统的距离增大而信噪比随之降低。综上所述,采用光谱探测技术克服了传统图像目标识别无法识别伪装目标的缺点,可以实现对伪装目标的有效识别。     

空间点目标光谱探测与特征识别研究进展

光学观测是空间目标识别的重要手段,由于探测距离远,视场中的空间目标多呈现为非分辨的点目标。相比于传统的定轨测量和光度测量,光谱探测提供了波长维的可分辨信息,极大的提升了目标表面材质判别能力,并为目标状态反演提供了更可靠的依据,极具应用潜力。介绍了近年来国内外学者在空间点目标光谱探测及特征识别方面的典型研究进展,依据主要研究方法,分为多通道测光探测、高光谱探测、实验室光谱特性测量、目标特性建模仿真四个方向。其中,多通道测光获得了低光谱分辨率的测量数据,是常用的广域空间目标分类判别手段;高光谱探测研究反射能量在波长维的精细分布,有助于反演重点目标的材质组成;实验室光谱特性测量可在受控条件下模拟目标探测的物理过程,提供材质光谱特性数据库;目标特性建模仿真则对物理属性抽象特征化,研究目标光谱变化过程。通过分析国内外研究成果,总结当前研究的能力与不足,提出几点研究思路,为后续研究开展提供参考。     

利用AOTF多光谱成像系统实现伪装目标的识别

针对传统分光器件存在移动部件以及不能快速实时选择波长的不足,搭建了用声光可调滤光器(AOTF)作为分光器件的多光谱成像系统。系统由光学镜头、AOTF、AOTF驱动器、CCD摄像机和图像采集系统组成。本系统能够在(500~1000)nm的光谱范围内成像。通过对AOTF的控制可以任意选择系统的光谱,从而有目的地选择具有典型目标特性的不同波段的光谱波长,形成同一目标在不同光谱波长下的不同图像。采用迷彩布、头盔以及自然花草进行多次目标特性识别试验,得到了能突出目标特性的具有典型光谱特性的图像。证实了基于AOTF的多光谱成像系统灵敏度高、体积小、无移动部件,并且能够快速实时地改变和选择光谱波段,在所成的多光谱图像中能提高目标与背景的对比度,对伪装目标有明显的探测和识别能力,能将伪装目标与背景区分开。     

基于光谱成像的目标识别技术综述

从光谱成像识别机理出发,概述了光谱成像识别的最新应用,较为详细的讨论了多光谱信息获取以及多光谱识别算法两项关键技术。在多光谱信息获取方面,列举了国内外多种多光谱成像传感器的设计方案,并给出了优缺点评述。在识别算法方面,以目标与诱饵的光谱特性为前提,以光谱识别中是否融合时间、空间信息为分类依据,分别讨论了单一光谱维、时序光谱维,以及空间光谱维上的聚类识别特征选择问题,并给出了几种识别算法的原理。     

光谱成像技术在海域目标探测中的应用

近年来,随着光谱成像技术的发展,机载成像光谱仪在海域军事目标的侦察中得到了新的应用。基于此,本文首先从高光谱成像仪的基本原理及特性出发,介绍了高光谱成像仪在海洋军事目标探测方面的应用现状。其次,分别从水面目标探测和水下目标探测两方面综合分析了光谱成像技术在海域目标探测中的应用。对于海面目标探测,多项关键技术获得突破,但当前算法仍然难以解决实时性问题;对于水下目标探测,本文主要以水下潜艇探测为例探讨了利用高光谱成像仪对水下目标进行探测的关键技术及相关可行性方案。分析可知,光谱成像技术用于海洋军事探测从技术上具有可行性且前景广阔,但仍需解决相关算法的效率及精度等关键问题,这对推动光谱成像技术在海域目标探测中的应用具有重要意义。     

基于光谱角时序不变性的红外目标识别

为了识别空间目标与气球诱饵,提出了基于光谱角时序不变性的红外目标识别方法。通过分析证实了空间目标与气球诱饵在温度时变特性上存在差异。为了反映目标测量功率温度时变本质,消除传感器与目标距离以及等效投影面积的时变耦合对测量功率的影响,提出了利用时序光谱角作为光谱向量的时序变化量度。该量度能够刻画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。仿真结果表明：该方法能够有效识别空间目标与气球诱饵;通过融合时序光谱特征,为空间目标识别提供了一种新的机制。     

基于拉曼光谱的汽油牌号快速识别

提出了一种基于拉曼光谱的汽油牌号快速识别方法。该方法首先基于已知牌号的成品汽油样本进行建模,获取不同牌号成品汽油建模样本的拉曼谱图,经过谱图预处理后对谱图进行主成分分析(principal component analysis,简称PCA),获得载荷矩阵和得分矩阵,同时分别计算不同牌号汽油样本的平均得分向量,即不同牌号的得分中心坐标;然后对未知牌号汽油样本进行识别,先将未知牌号汽油样本拉曼谱图进行相同的谱图预处理,再计算该样品在载荷矩阵上的得分向量,根据PCA类中心最小距离法,计算该得分向量到不同牌号的得分中心坐标的欧式距离,依最小距离直接确定汽油牌号。针对45个取自国内不同炼油厂的成品汽油样本的实验结果表明这些汽油样本拉曼谱图经谱图预处理和PCA后,不同牌号汽油样本在主元得分空间上存在明显类间距,使用PCA类中心最小距离法可实现汽油牌号快速准确的分类。     

基于时空信息的红外成像系统在探测识别目标时所面临的问题及分析

具体分析了新型激光调制气溶胶红外诱饵对红外成像导引头的干扰。分析了EKV导引头在超远距离点目标的探测识别中,在应用基本识别方法识别时的失效性。归纳出了基于传统的空间和时间信息的红外成像系统在探测识别真假目标时所面临的问题,并对光谱探测识别的未来发展方向进行了初步探讨。     

基于空间特征的光谱分类算法研究

随着成像光谱仪器的广泛应用,利用数据立方体进行物质分类与识别成为一项重要的研究内容,分类算法对最终的目标识别准确度与精度具有很大的决定作用。目前常见的分类算法主要利用了光谱维信息,从光谱匹配的角度进行物质分类。由于仪器探测的物质反射光谱不仅反映了物质种类,还与物质表面的几何结构,表面粗糙度等有关,因此仅仅利用物质的反射光谱进行物质分类识别具有一定的误差。该文在利用可见光反射光谱进行分类的基础上,结合图像空间特征,对分类过程进行控制,达到提高分类准确度的目的。利用该分类算法进行真假叶片识别,结果表明其具有较好的空间连续性,很大程度上克服了"麻点"效应,验证了算法的有效性。     

静态傅里叶干涉具在目标识别中的应用研究

设计了基于静态光谱分析的目标识别遥测方法。针对机械扫描式干涉方法结构复杂、稳定性差、主动监测隐蔽性差等问题,采用静态遥测技术取代机械扫描光程,应用光谱分析方法,对大范围视场内进行光谱探测,从而在恶劣的环境中实现了目标识别。经仿真计算,得到温度、波长及空气透射率与光谱辐亮度之间的函数关系。采用AViiVA-M2型CCD相机、静态傅里叶干涉具、1 m×1 m的铁板作为待测目标等做相关实验,分别在一天中不同时间、不同探测距离、不同背景的条件下,得到了各种情况下整个系统的探测极限位置。通过实验数据及计算结果表明,静态干涉方法应用于目标识别是可行的,由差谱特征反演得到的目标识别平均概率达到92.8%。     

基于快速骨架提取的三维目标识别

针对三维目标识别问题,提出了一种基于快速骨架提取的方法。根据骨架所反映的目标拓扑结构,建立了不同目标局部结构之间的对应关系;而在对应的局部曲线段上,采用基于曲线配准的方法进行匹配;以各个局部匹配的成本之和评估不同目标的相似性.这种方法在目标出现一定程度的视觉变形时仍具有较好的识别效果,同时避免了基于曲线方法的匹配目标的局部,而忽略局部之间相互的空间组织的缺点所造成的误匹配.算例结果表明这种算法对于三维目标有较好的识别效果.     

基于快速骨架提取的三维目标识别(英文)

针对三维目标识别问题,提出了一种基于快速骨架提取的方法。根据骨架所反映的目标拓扑结构,建立了不同目标局部结构之间的对应关系;而在对应的局部曲线段上,采用基于曲线配准的方法进行匹配;以各个局部匹配的成本之和评估不同目标的相似性.这种方法在目标出现一定程度的视觉变形时仍具有较好的识别效果,同时避免了基于曲线方法的匹配目标的局部,而忽略局部之间相互的空间组织的缺点所造成的误匹配.算例结果表明这种算法对于三维目标有较好的识别效果.     

基于高光谱技术的蛋白粉掺假检测研究

蛋白粉是健身者必备的营养补剂,市场需求在不断增加,一些不法商家为了谋取利益,在蛋白粉中加入廉价的粉末售卖。传统的蛋白粉掺杂的检测方法费时、费力,操作复杂,且成本昂贵。高光谱技术具有易于操作、在不损害实验样本的情况下可快速检测等优点,因此,提出使用高光谱技术以实现蛋白粉掺假检测。在蛋白粉中分别加入质量百分数5%～60%,浓度间隔5%的三类掺假物（玉米粉、大米粉和小麦粉）,并采集所有样本的光谱信息。在对蛋白粉中的玉米粉、大米粉和小麦粉三类掺假物进行定性判别时,首先分别采用卷积平滑（SG）、标准化（Normalize）、多元散射校正法（MSC）、基线校正（Baseline）和标准正态变换（SNV）的预处理方法对光谱数据进行处理,然后建立基于主成分回归（PCR）、反向传播神经网络（BPNN）和随机森林（RF）的模型,其中基于全波段光谱MSC预处理方法下建立的RF模型最优,其整体准确率达到了100%,其对应的R_P和RMSEP分别为0.997 9和0.018 9。在对蛋白粉中不同掺假物浓度进行定量分析时,对三类掺假样本的光谱分别进行SG,Normalize,MSC,Baseline和SNV的预处理,并建立LSSVM模型;比较不同预处理方法下的各模型之间的性能,在蛋白粉中掺玉米粉、大米粉和小麦粉的LSSVM预测模型最佳预处理方法分别是无、Baseline和Normalize,然后,采用连续投影算法（SPA）和竞争性自适应重加权算法（CARS）对其筛选,并建立LSSVM模型,三类掺假样本的SPA-LSSVM模型对应的R_P为0.989 0,0.986 0和0.997 9,CARS-LSSVM模型对应的R_P为0.991 0,0.994 6和0.999 1,故三类掺假样本的CARS-LSSVM模型预测效果更佳。研究表明：高光谱技术可以实现对蛋白粉掺假的定性、定量的检测,并且操作简单、检测快速和无损。     

基于磁光调制的多光谱目标识别系统的研究

基于特征光谱的目标识别技术具有检出能力强,可分辨目标种类等优点,但也存在一定的问题,即需要事先获取背景光谱作为先验知识且要求背景光谱随时间的变化较小。由此限制了其在新环境、复杂环境中实时目标识别方面的应用。设计了一种采用磁光调制配合特征光谱分析的技术手段,使目标识别过程中无需事先获取背景谱,从而实现了一次采集获取被测目标信息的功能,相比传统的目标检测方法而言,对战场的适应能力更强,具有较好的实用意义。同时,磁光调制技术有效地抑制了背景杂散光的干扰,从而提高了目标识别概率。由于磁光调制提供了目标光谱的累加迭代信息,故即使未知背景光谱或者背景光谱变化较大时,也可以通过目标光谱的迭代信息大幅提高目标识别率。针对不同被测目标的回波光强与背景光强值进行实验分析,结果显示,三种目标对调制线偏振光的反射能力明显强于背景。采用伪装色的被测目标对可见光成像目标识别影响很大,而调制偏振型系统仍能很好地识别目标。在此基础上,对0.5～2 km范围内的目标进行多特征波长目标种类识别。采用三个特征波长时,目标识别概率在2 km左右明显降低,采用四个或五个特征波长位置时,可以实现95.0%以上的目标识别概率,同时为了降低运算量提高系统的实时检测能力,最终采用四个特征波长。     

基于双调制的反伪装目标探测系统研究

为了实现对被伪装网覆盖的被测目标进行有效探测,提高目标识别系统的反伪装能力,设计了基于电光和磁光双调制的目标识别系统。系统由起偏器、电光调制电路、磁光调制电路、检偏器、光电探测器等组成。推导了基于电光调制与磁光调制组合形成的调制函数,并在矢量分析的基础上,计算了电光调制参数δ与磁光调制参数θ对回波光强函数的影响。实验以边长1 m的正方形钢板为测试目标,与两种常用伪装网配合在不同背景环境中进行反伪装目标探测。对不同偏振角条件下的回波光强响应电压进行了测试与分析。结果显示,目标与伪装网均存在明显的响应峰值,但由于目标位置及角度不同峰峰值位置有所不同,而背景不存在较强的响应值。故在整个磁光调制周期内,可以获得响应电压极值信号,从而识别伪装目标。对不同波长条件下的回波光强响应电压进行测试可知,光源波长的改变对回波峰峰值与背景噪声具有一定的影响,从而可以通过适当的调节光源波长实现提高目标图像信噪比的目的。总之,该系统在目标有伪装网覆盖的条件下仍能较好地区分目标及背景,具有很好地反伪能力。     

基于多特征的快速红外弱小目标检测算法

为了从全向红外搜索和跟踪系统采集的海量大视场高分辨率红外图像中快速准确地检测出红外弱小目标,本文提出了一种基于由粗到细的分阶段检测策略和时空域特征融合的红外弱小目标检测算法.首先,通过引入基于频域的快速显著性检测算法预先检测出目标可能存在的候选区域;其次,对候选区域进行角点检测以判定是否存在候选目标;最后,通过结合帧间时空域特征对候选目标进行进一步判定,以提取真实目标、删除虚假目标.多种实际场景的实验结果表明,该目标检测算法不仅运算量小而且探测概率高、虚警率低,是一种工程实用性能很好的红外弱小目标检测算法.     

基于多小波变换的红外目标探测与识别

针对光电联合变换相关器目标识别的实际应用,对待测红外目标图片进行多小波变换,并利用模极大值法提取其边缘.通过获取更多的轮廓信息,从而提高对目标的识别能力.计算机模拟了常用于红外目标处理的多小波GHM和SA4,实验结果表明:基于GHM多小波提取的边缘能获取大量的图像轮廓信息,其识别结果明显优于SA4多小波.将目标原图的光学相关探测结果与基于GHM多小波提取的边缘图像光学相关探测结果进行比较发现,经多小波预处理后的边缘图像能有效增强相关峰强度.     

基于逆模型偏最小二乘法的高光谱亚像元目标探测方法研究

目前的高光谱亚像元目标探测算法主要是利用线性混合模型,在背景端元光谱已知的前提下,构造一定的检测算子逐像元判定是否含有亚像元目标。该算法需要较为精确的背景端元光谱先验信息,且目标探测结果受背景复杂度影响较大。从光谱维数据分析的角度出发,将逆模型偏最小二乘法(ILS)和马氏距离奇异值检测方法相结合进行亚像元小目标探测研究。首先建立目标光谱与像元光谱的逆模型,并对像元光谱与目标光谱进行正交变换预处理(SNV),再利用偏最小二乘算法(PLS)计算逆模型的回归系数向量,从而将多维的光谱信息降维,并突出目标光谱信息,最后计算各像元回归系数的马氏距离,判定马氏距离大于3σ的系数所对应的像元点为含有亚像元目标的像元点。该方法仅需要目标光谱的先验信息,对背景的复杂度不敏感。文章采用AVIRIS仿真数据将上述方法与常用的正交子空间投影算法(OSP)的计算结果进行比较,通过比较不同算法的受试者工作特征曲线(ROC)以及信噪比(SNR)变化曲线,证实了该算法具有较快的运算速度和较高的目标探测性能。