国产精品久久久aaaa,日日干夜夜操天天插,亚洲乱熟女香蕉一区二区三区少妇,99精品国产高清一区二区三区,国产成人精品一区二区色戒,久久久国产精品成人免费,亚洲精品毛片久久久久,99久久婷婷国产综合精品电影,国产一区二区三区任你鲁

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

典型偽裝材料高光譜特征及識別方法研究

萊森光學 ? 來源:萊森光學 ? 作者:萊森光學 ? 2023-02-16 09:41 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

引言

在現代戰爭中,為實現“隱真示假”,通常會采取一些偽裝措施,以減小目標和背景對電磁波的反射或輻射能量差異。偽裝材料利用對其人眼視覺的影響使肉眼很難在可見光圖像上發現偽裝目標,比如,將待偽裝目標涂成與周圍環境相匹配的顏色。近幾十年來,在世界各國軍事科技逐漸發展的背景下,如何能夠有效識別和揭露偽裝目標,成為各軍事強國關注的重點。使用傳統的可見光、紅外等成像手段對偽裝目標進行檢測的效果不佳。高光譜遙感技術能夠獲取偽裝材料的細節光譜特征,以極高的光譜分辨率直接對偽裝材料進行光譜差異的定量分析,在偽裝目標檢測方面具有很大的應用潛力,為偽裝目標檢測提供了新思路和新方法。

使用高光譜遙感技術進行偽裝目標揭露首先需要解決以下問題:1)偽裝材料的光譜特征;2)相同顏色不同材質目標的光譜差異;3)在當前偽裝裝備與背景光譜近乎一致的前提下,如何將偽裝目標檢測出來。解決上述問題是揭露偽裝、滿足戰場情報時效性、有效進行偽裝目標檢測的基礎。

光譜曲線處理及分析方法

高光譜遙感技術從空間、時間、光譜三個不同的維度來觀測目標,從而獲得更全面、更詳細的目標信息。通過探測得到的光譜特征曲線,可反演出對應每一個像素的目標組成成分,從目標材質的光譜屬性入手,區分背景與目標的差異。

2.1 包絡線去除法

高光譜遙感技術能夠獲取偽裝目標的光譜特征。對于從高光譜圖像上提取的光譜曲線,可以利用包絡線去除法來突出目標的光譜特征。包絡線去除法是一種有效的光譜分析方法,它可以有效地突出光譜曲線的吸收特征和反射特征,并將反射率歸一化為0~1.0,光譜的吸收特征也能歸一化到一致的光譜背景上,有利于與其他光譜曲線進行特征數值的比較。包絡線通常定義為采用直線逐點連接光譜曲線上那些凸出的峰值點,并使折線在峰值點上的外角大于180°。用原始光譜曲線上的值除以包絡線上對應的值,即為光譜去包絡,其計算公式為

式中:λj是第j 波段的波長;RCj是波段j 的包絡線去除值;Rj是波段j的原始光譜反射率;Rend和Rstart是吸收曲線起始點和末端點的原始光譜反射率;λend和λstart是吸收曲線起始點和末端點的波長;K 是吸收曲線在起始點波段和末端點波段之間的斜率[7]。從直觀上來看,光譜曲線的包絡線相當于光譜曲線的“外殼”。因為實際的光譜曲線由離散的樣點組成,所以用連續的折線段來近似表示光譜曲線的包絡線。

2.2歐氏距離

歐氏距離是一種描述確定量之間相似性的準則,反映兩種目標光譜曲線的差異,能對偽裝效果進行評價。兩種目標的歐氏距離定義為

pYYBAGPtieaAVEwaAAAZ8K3rO3c855.png

式中:D 為歐氏距離;ai和bi分別表示在i波段的光譜反射率。同一條件下,D 越大,表示兩種目標的區分度越大,偽裝效果越差

2.3光譜信息散度

光譜信息散度(SID)用來衡量高光譜圖像中兩個不同像元之間的相似性。歐氏距離考慮了光譜本身的變動性,能對光譜數據進行更好的評價。若P 和Q 的光譜曲線概率密度分布分別為P=(p1,p2,…,pL)和 Q = (q1,q2,…,qL),其 中

pi=

poYBAGPtieeALbvKAAASZQmvbHg856.png

則P與Q的光譜信息散度為

pYYBAGPtieeAfanhAAAeIBaXljM356.png

光譜信息散度的值越大,說明二者的差異越大,偽裝效果越差。

2.4光譜角度匹配

光譜角度匹配(SAM)算法將光譜數據看作是一個n 維的特征向量,通過計算兩種光譜之間的“角度”來確定兩者的相似性。計算公式為

poYBAGPtieyANILBAAArSRgVz2I057.png

式中:SA(a,b)為光譜角。光譜角的值越接近0,說明兩種光譜的形狀越相似,匹配度越高。

2.5分段編碼匹配

高光譜數據通常存在大量的數據冗余,為實施 匹配,將光譜進行二值編碼,用簡單的0和1來表示 光譜。編碼方法為

pYYBAGPtie2AOUDDAAAZIX0ZNw8960.png

式中:xi是像元第i通道的亮度值;h(n)是像元第i通道的編碼;T為閾值,通常為光譜的平均亮度。將兩種光譜數據編碼后進行匹 配,根據匹配系數的大小來判斷兩組數據的相似度。為了提高匹配的精 度,通過將光譜分成多個區域,進行分段編碼。

光譜數據

在森林環境中,作戰目標通常會采用綠色作為偽裝色,以與森林環境相匹配。圖4(a)所示為綠色鋼板與綠色木板的反射光譜曲線,可見:綠色木板的光譜曲線在400~600nm 波長范圍內總體呈現先上升后下降的趨勢,并在535nm 波長處出現反射峰值;綠色鋼板的光譜曲線在400~600nm 波長范圍內呈現 先 下 降 后 上 升 再 下 降 的 趨 勢,并 在 波 長522nm 處出現反射峰值;在400~477nm 波長范圍內,綠 色 木 板 的 反 射 率 高 于 綠 色 鋼 板;在 477~572nm波長范圍內,綠色鋼板的反射率高于綠色木板;在572~780nm 波長范圍內,綠色木板的反射率高于綠色鋼板;在677nm 波長處,綠色鋼板出現吸收谷;在800~850nm 波長處,綠色鋼板的反射率突增,而綠色木板的光譜曲線較為平穩,未出現明顯的反射峰或吸收谷。在近紅外波段內,綠色鋼板與綠色木板的波動情況相似,但反射率差異較大,綠色鋼板的反射率高于綠色木板,并且二者在915nm波長處的反射率差值最大,可達0.19。這說明在此波段可以將二者進行區分。

pYYBAGPtifOABsqUAAHTN3iJPv4491.png

歡迎關注公眾號:萊森光學,了解更多光譜知識。

萊森光學(深圳)有限公司是一家提供光機電一體化集成解決方案的高科技公司,我們專注于光譜傳感和光電應用系統的研發、生產和銷售。

審核編輯黃宇

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 遙感技術
    +關注

    關注

    0

    文章

    78

    瀏覽量

    17498
  • 高光譜
    +關注

    關注

    0

    文章

    481

    瀏覽量

    10717
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    光譜成像技術在汽車配件面漆顏色識別中的應用

    面顏色的精準、高效識別提供了可靠的解決方案。 光譜成像技術的核心優勢 相比傳統方法光譜技術
    的頭像 發表于 01-15 13:47 ?149次閱讀
    <b class='flag-5'>高</b><b class='flag-5'>光譜</b>成像技術在汽車配件面漆顏色<b class='flag-5'>識別</b>中的應用

    用于煙葉分選的光譜相機推薦什么品牌?

    、糖分、總氮含量,甚至識別霉變、雜質和不同部位葉片,從而實現自動化精準分選。 那么,針對煙葉分選這一具體工業應用,應該選擇哪個品牌的光譜相機呢? 煙葉分選對
    的頭像 發表于 11-28 16:33 ?2548次閱讀
    用于煙葉分選的<b class='flag-5'>高</b><b class='flag-5'>光譜</b>相機推薦什么品牌?

    應用多光譜數字圖像區分苗期作物與雜草的研究進展

    在現代農業中,苗期作物與雜草的精準識別是實現精準農業和可持續發展的關鍵環節。傳統的人工識別方法效率低、成本且易受主觀因素影響,而多光譜數字圖像技術通過捕捉作物與雜草在不同波段下的
    的頭像 發表于 10-21 15:25 ?370次閱讀

    光譜成像用于草地可燃物含水率估測的研究進展

    、空間覆蓋有限等問題。光譜成像技術(Hyperspectral Imaging, HSI)通過捕捉地物在可見光至短波紅外波段(400–1700 nm)的連續光譜信息,結合光譜
    的頭像 發表于 10-20 11:44 ?285次閱讀

    光譜圖像顏色特征用于茶葉分類的研究進展

    光譜成像技術結合顏色特征分析為茶葉分類提供了高效、非破壞性的解決方案。本文系統綜述了該技術的原理、方法、應用案例及挑戰,探討了其在茶葉品質分級、品種識別和產地溯源中的
    的頭像 發表于 10-17 17:09 ?607次閱讀
    多<b class='flag-5'>光譜</b>圖像顏色<b class='flag-5'>特征</b>用于茶葉分類的<b class='flag-5'>研究</b>進展

    光譜成像在作物病蟲害監測的研究進展

    特性會發生顯著變化,例如: 葉綠素含量下降 :導致可見光波段(400-700 nm)反射率異常 細胞結構破壞 :引起近紅外波段(700-1300 nm)散射特征改變 水分與糖分異常 :影響短波紅外波段(1300-2500 nm)吸收峰分布 研究進展與關鍵技術突破 (一)
    的頭像 發表于 10-16 15:53 ?570次閱讀
    <b class='flag-5'>高</b><b class='flag-5'>光譜</b>成像在作物病蟲害監測的<b class='flag-5'>研究</b>進展

    光譜成像技術在指紋提取的研究和應用

    光譜成像技術(Hyperspectral Imaging, HSI)因其在非接觸式、無損檢測和多波段信息獲取方面的優勢,成為指紋提取領域的研究熱點。本文系統梳理
    的頭像 發表于 09-26 17:55 ?1379次閱讀
    <b class='flag-5'>高</b><b class='flag-5'>光譜</b>成像技術在指紋提取的<b class='flag-5'>研究</b>和應用

    雙利合譜光譜成像系統應用案例 利用光譜成像技術進行折疊烤煙葉的智能化分級

    研究采用了光譜成像技術結?合卷積神經網絡(CNN),構建了一套可實現烤煙葉質量自動分級的系統。主要方法包括:首先,采集折疊烤煙葉的
    的頭像 發表于 07-17 16:39 ?540次閱讀
    雙利合譜<b class='flag-5'>高</b><b class='flag-5'>光譜</b>成像系統應用案例 利用<b class='flag-5'>高</b><b class='flag-5'>光譜</b>成像技術進行折疊烤煙葉的智能化分級

    光譜相機讓農林管理進入“光譜級”智能時代

    、病害應激反應等。這種能力使得光譜技術成為研究和管理作物、森林的強大工具。 為什么農林業需要“光譜級”的感知? 作物和林木在受到病害、水分脅迫或營養失衡時,表面可能尚未出現明顯癥狀,
    的頭像 發表于 06-27 10:50 ?540次閱讀
    <b class='flag-5'>高</b><b class='flag-5'>光譜</b>相機讓農林管理進入“<b class='flag-5'>光譜</b>級”智能時代

    光譜技術能“看穿”物體?揭秘背后的光學密碼

    在影視劇中,我們常看到“高科技設備”能一眼識破偽裝、透視障礙物、識別材料成分,讓人驚嘆“這也太神了”。而現實中,雖然我們不能用肉眼做到這些,但有一項科學技術確實能幫助我們“看穿”物體的本質——這就
    的頭像 發表于 06-20 14:29 ?813次閱讀

    光譜圖像技術在苗期作物與雜草識別中的研究進展

    目前,田間雜草的識別方法主要有3種:人工識別法、遙感識別法和基于機器視覺的識別法,其中,人工識別法是世界上大多數國家和地區普遍沿用的
    的頭像 發表于 06-10 18:13 ?460次閱讀

    光譜成像相機:基于光譜成像技術的玉米種子純度檢測研究

    無損檢測領域的研究熱點。中達瑞和作為國內光譜成像設備的領先供應商,可實現國產替代,助力科研院校進行光譜成像領域的
    的頭像 發表于 05-29 16:49 ?669次閱讀

    光譜相機在防火材料研究與應用

    防火材料作為保障生命財產安全的重要屏障,其性能評估與研發一直是材料科學領域的關鍵課題。近年來,光譜成像技術以其獨特優勢,為防火材料
    的頭像 發表于 03-31 18:08 ?731次閱讀
    <b class='flag-5'>高</b><b class='flag-5'>光譜</b>相機在防火<b class='flag-5'>材料</b><b class='flag-5'>研究</b>與應用

    如何利用光譜相機實現精確的光譜分析?

    空間信息基礎上增加第三維的光譜信息。 這種技術基于物質對不同波長光的吸收、反射特性具有"指紋"效應的原理。每種物質都有其獨特的光譜特征,通過分析這些特征,我們能夠準確
    的頭像 發表于 03-28 17:05 ?1102次閱讀
    如何利用<b class='flag-5'>高</b><b class='flag-5'>光譜</b>相機實現精確的<b class='flag-5'>光譜</b>分析?

    基于光譜特征參數的馬鈴薯塊莖形成期葉片含水量定量監測模型

    采用光譜數據選擇的特征光譜參數對馬鈴薯關鍵生育期葉片含水量的定量監測普適性更高。研究結果可以實時、準確地監測馬鈴薯葉片含水量,對于馬鈴薯株
    的頭像 發表于 03-24 18:03 ?667次閱讀
    基于<b class='flag-5'>高</b><b class='flag-5'>光譜</b><b class='flag-5'>特征</b>參數的馬鈴薯塊莖形成期葉片含水量定量監測模型