引言

隨著材料技術的高速發展，目標偽裝手段和策略也不斷的提高，尤其是先進涂層和偽裝網的使用，在某些背景環境下能達到目標和背景“異物同譜”的效果，增加了偽裝識別的難度。基于傳統的可見光或多光譜遙感技術，由于其單個波段覆蓋光譜范圍廣，很難識別出偽裝目標，給偽裝識別帶來了很大的挑戰。

高光譜遙感是近些年來發展迅速的一種多維信息獲取技術。它能夠同時獲取目標區域的2維幾何空間信息和1維光譜信息，具有光譜范圍寬、波段多、光譜分辨率高（納米級）等特點，為了解地物提供了極其豐富的信息，也為地物無損快速的理化性質檢測提供了手段。目標與背景之間存在的差異是目標暴露的根本原因，地物的光譜信息對目標識別具有指紋效應，通過分析地物的光譜特征并據此提取的特征指數，與物質的特性相關，可為精細識別地物提供依據，尤其在地表資源環境探測中，高光譜技術有效的提高了地物識別和分類的精度。

目前，有許多學者探究高光譜技術在偽裝材料特性分析及識別中的應用。劉凱龍等以瑞典、瑞士的森林偽裝網和偽裝服及不同種類、季節和環境的綠色植被光譜特性為基本識別特征，提出數學分析模型及統計計算和判別效果檢驗相結合的光譜特征檢測新方法，偽裝目標識別正確率達到了99%以上，該研究主要在實驗室的可控環境下，通過實驗求得判別函數及相關系數，在室內應用時，都能得到較為滿意的結果，但其不能完全適用于不同環境下采樣的數據。劉志明等對比綠色偽裝涂料和植被的可見光-近紅外反射光譜及一階微分譜的差異，提出了550和780~1300nm波段反射率波動性是星載和機載高光譜遙感偽裝探測中的有效特征，為綠色偽裝材料識別提供了一定理論方法；盧云龍等分析比較偽裝材料光譜曲線，利用高光譜圖像實現驗證了基于光譜微分、光譜積分、光譜指數和特征波段的偽裝目標檢測算法，具有很好的檢測效果；付嚴宇等通過高光譜實驗及分析得到了可見光圖像難以區分的三組偽裝材料（真假草坪、綠色木質和鋼制材料、叢林迷彩服和叢林雨衣）的光譜特征差異，對偽裝識別的波段選取提供了依據。雖然許多學者針對高光譜技術在偽裝目標識別中的應用進行了較為深入的研究，但目前基于光譜特征指數識別偽裝目標的研究還較少，已有的特征指數和識別方法不適用于北方環境中的叢林迷彩偽裝網的識別，無法有效區分偽裝目標與背景目標。

針對北方地區大型目標的偽裝識別問題，以北方典型叢林迷彩偽裝網為研究對象，利用地物光譜儀測量其在300~2500nm的光譜曲線，實驗分析不同濕度條件下偽裝網的光譜變化規律和特征，進一步揭示偽裝網與地帶性典型植被之間的光譜差異和可探測波段，提出基于特征光譜的偽裝迷彩識別策略，并通過仿真偽裝環境下的高光譜圖像，對識別方法進行驗證。本研究成果對北方環境中叢林迷彩偽裝網的識別具有一定的現實指導意義，同時為基于高光譜圖像快速、準確識別偽裝以及偽裝材料的改進提供了理論和技術基礎。

實驗部分

2.1 室內可見光-近紅外光譜實驗

實驗對象為我國北方地區常用叢林迷彩偽裝網，如圖1所示。偽裝網光譜采集可以使用萊森光學地物光譜儀，該儀器的波段范圍為300~2500nm，有1024個通道，測試環境為密閉黑暗的，采用功率為50W標準直流錫絲石英鹵素燈作為光源。為降低樣本光譜各向異性的影響，測量時轉動樣本3次，每次轉動角度約90°，獲取樣本4個方向的光譜曲線，每個方向采集5次，每個樣品共采集20條樣本線，算術平均后得到該偽裝材料的實際光譜反射率。對于傳統綠色偽裝材料而言，因不具有類似植被含水的組織結構，其在近紅外波段的光譜特征會區別于植被，不能在近紅外波段與植被“同譜”，水的存在與否直接影響著偽裝材料在近紅外波段的光譜響應。為更好的分析偽裝材料的光譜特征及響應機理，模擬多環境對光譜的影響，因此對偽裝材料部分樣品進行浸水處理。實驗設計以浸水時間5min為間隔，測量不同浸水時間下的偽裝網的光譜曲線。偽裝網表層于25~35min左右出現水分飽和現象，此時水分附著在偽裝網表層不再被吸收，水分含量對光譜吸收特征的影響達到極限，所測得偽裝網光譜曲線逐漸趨于一致。因此剔除了浸水時間超過30min的光譜曲線，最終選擇具有顯著光譜差異的浸水時間（0，5，10，20和30min）進行偽裝網高光譜特征分析。

圖1叢林迷彩偽裝網

2.2成像光譜偽裝模擬

為了對叢林迷彩偽裝網的有效識別波段進行驗證，利用包含植被、砂礫、巖石、車輛等地物的仿真模型，以植被為背景目標，通過叢林迷彩偽裝網對車輛進行偽裝，并使用高光譜相機對偽裝前后的模擬環境進行高光譜成像實驗，如圖2所示。

圖2成像光譜實驗和模擬偽裝環境

左：無偽裝環境；右：模擬偽裝環境

2.3光譜預處理方法

2.3.1光譜相似性測度

光譜角余弦（SAC）將光譜數據看作一個n維的特征向量，通過計算參考光譜和目標光譜之間的“角度余弦”來確定兩者之間的相似性，它能夠同時反映光譜向量在數值和形狀之間的差異。光譜角為兩個光譜向量的夾角，夾角越小，SAC就越接近于1，兩個光譜向量相似度越高。光譜角余弦的計算方法如式（1）所示

式（1）中：cos（x，y）為光譜角余弦值，x和y分別為參考光譜向量和目標光譜向量。

2.3.2連續統去除法

連續統去除法是將光譜曲線吸收強烈部分的波段特征進行轉換，使光譜吸收特征歸一化到共同基線基礎上，即將反射率歸一化為0~1.0，從而有利于進行光譜吸收特征的分析，并與其他光譜曲線進行特征比較，提取特征波段。計算方法如式（2）

式（2）中：λj是第j波段；RCj為波段j的包絡線去除值，Rj是波段j的原始光譜反射率。λend和λstart是在吸收曲線的起始點和末端點的原始光譜反射率。λend和λstart是吸收曲線的起始點波長和末端點波長；K是吸收曲線起始點波段和末端點波段之間的斜率。

2.4特征提取

光譜指數法是將特定波段或特定波段處的反射率值等進行某種形式的組合。選取波段時應根據一定的分析基礎作為參考，以包含地物波譜特性機理，可分性度量大為原則。如常見的歸一化植被指數NDVI、比值植被指數RVI和差值植被指數DVI均能夠與植被建立相關性，是植被生長狀態及植被覆蓋度的最佳指示因子。考慮到偽裝網一般存在于植被覆蓋度較高的區域，在此環境下比值指數具有更好的敏感性，因此選擇比值光譜指數RI建立識別模型。如式（3）所示，其中R1，R2為波段1和波段2的反射率值。

結果與討論

3.1 偽裝材料及目標背景光譜特征

根據研究背景環境植被的類型，從ENVI標準波譜庫中選取了針葉樹（Conifer）、落葉樹（Decidous）和草本（Grass）這三種植被類型的光譜曲線，以及北方地區針闊葉混交林中典型植被山楊、松樹、冷杉光譜曲線。圖3（a）是浸水前后迷彩偽裝網和6種植被的反射光譜對比。可以發現不同浸水時間偽裝網的光譜曲線的基本形態相似，可見光部分反射率較低，在400~480和660nm處的藍、紅光呈低谷，在530nm處有一個反射峰，在680~760nm波段反射率急劇增大，幾乎增加到最大值，隨后在760~1000nm基本保持不變。進入近紅外波段后，反射率開始下降，在1200~1750和1850~2100nm附近處有不同程度的吸收谷特征，主要為水分子吸收帶。浸水前后偽裝網的返射光譜僅在1900nm附近存在差異性：當浸水時間較短時，偽裝網反射光譜即呈現出明顯的吸收特征；隨著浸水時間的增加，反射率緩慢降低，光譜曲線整體呈下降趨勢。

圖3干燥/浸水狀態迷彩偽裝網與6種植被的平均光譜曲線（a）和1800~2250nm處干燥/浸水狀態迷彩偽裝網與6種植被的光譜曲線（b）

對比偽裝網和各植被的光譜曲線，在可見光波段干燥和浸水狀態下的偽裝網都與植被光譜具有較好的相似性；在900~1600nm處，偽裝網的吸收特征與典型綠色植被的吸收特征之間存在明顯差異；對比不同狀態下偽裝網和各植被在1800~2250nm處的反射光譜，如圖3（b）所示，可以發現偽裝網在該波段的吸收特征受水分影響較大，分別計算干濕狀態下偽裝網和各植被的光譜角余弦值，干燥狀態下的偽裝網和各植被的相似度均值為0.895，而浸水狀態下的偽裝網與各植被的相似度均值上升到了0.939，表明偽裝網在該波段處的吸收特征會隨著浸水處理而相似于植被的光譜吸收特征。值得注意的是，在植被光譜中，1400nm波段附近是典型的水分子中O—H振動所導致的吸收特征波段。但在本工作中，由于偽裝網材料本身特性與植被存在差異，干燥狀態下的偽裝網在1250~1650nm范圍內出現了較寬的反射率低谷，隨著浸水時長的改變，沒有因水分含量變化產生明顯的吸收特征。該特征在其他偽裝材料的相關研究中也有所體現。

“綠色反射峰”、“紅邊”、“近紅外高原”和“水分吸收帶”是綠色植被反射光譜的共同特征，為探測綠色植被環境中的光譜異常提供了基本的光譜參量。針對上述4個特征參量波段，分別計算迷彩偽裝網（干燥）和各植被的光譜角余弦，如表1所示。可以發現，在550nm波段的“綠色反射峰”和680~780nm波段的“紅邊”處，迷彩偽裝網（干燥）和植被的反射光譜具有較好的匹配性，計算相似度平均值分別為0.9905和0.9628。在1300~2500nm波段的“水分吸收帶”處，迷彩偽裝網（干燥）和植被的光譜匹配較差，計算相似度平均值僅有0.7357，差異性較為明顯。然而在780~1300nm波段的“近紅外高原”處，迷彩偽裝網（干燥）和植被的反射光譜相似度均在0.98以上。這是因為光譜角余弦是基于光譜曲線之間的幾何測度，更多的是從方向上區分差異，而對絕對的數值不敏感，雖然在這個波段范圍兩者相似度較高，但是仍存在差異性。

表1典型特征參量波段處植被與偽裝網（干燥）的光譜角余弦值

為有效識別迷彩偽裝網，進一步分析差異波段范圍的識別特征，對反射光譜進行包絡線去除處理，處理后的光譜曲線如圖4所示。相較于植被，偽裝網（干燥）在970和1190nm處無明顯吸收特征，在1440nm處具有較寬的吸收谷，兩者區分度較大。在900~1300nm波段，偽裝網光譜曲線急速下降，在1300~1600nm波段，偽裝網的光譜曲線處于較寬的吸收谷底，波動平穩，斜率偏小；而植被的光譜曲線波動較大，在1150~1300nm和1300~1440nm波段分別存在陡升、陡降現象，斜率較大。

圖4迷彩偽裝網和各植被的包絡線去除結果

通過以上分析可知，迷彩偽裝網（干燥）和植被在可見光波段反射光譜相似，二者不易區分；在近紅外波段，970，1190和1440nm附近處，迷彩偽裝網（干燥）和植被反射光譜差異明顯，可用于綠色植被環境中迷彩偽裝網的識別。

3.2偽裝材料光譜特征指數及識別策略

通過對迷彩偽裝網和綠色植被的波譜特征分析，迷彩偽裝網和各植被的光譜在900~1900nm波段范圍內存在幾處反射率斜率的明顯差異。據此為了有效識別迷彩偽裝網，選取吸收特征差異較為明顯的1150~1440nm波段，嘗試建立比值偽裝指數（RCI）

式（4）中：R1190，R1270和R1440分別是1190，1270和1440nm波段處的反射率。其中，1190和1270nm波段的選取分別對應1150~1300nm范圍內與偽裝網有差異的植被吸收谷的波谷及右肩波峰處的特征波段；1270和1440nm波段的選取分別對應1300~1440nm范圍內與偽裝網有差異的植被吸收谷的左肩波峰及波谷處的特征波段。分別計算迷彩偽裝網和各植被的RCI值，如表2所示。在1150~1300nm波段偽裝網的反射率斜率均大于1.4，在1300~1440nm 波段偽裝網的反射率斜率均小于1.4，且都與植被有所區別，如果能同時滿足這兩個條件可把偽裝網從綠色環境中識別出來，故此設置識別閾值條件為：RCI1>1.4；RCI2<1.4。

表2迷彩偽裝網和各植被的RCI值

為了進一步驗證指數的實用性，將其應用到高光譜圖像，對圖像內的迷彩偽裝網進行識別劃分，結果如圖5所示。在識別提取結果中白色代表迷彩偽裝網，黑色部分代表其他背景地物。從結果可以看出，所提取的偽裝網在形態和大小上基本與原始影像一致，利用交并比計算實驗結果的識別檢測精度，可達到0.95，說明識別效果較為良好，分類準確率較高。

圖5基于RCI指數構建識別策略及識別檢測結果

討論

針對北方地區典型叢林迷彩偽裝網，設計了室內高光譜觀測實驗以及高光譜成像觀測實驗，對偽裝網和北方地區地帶性典型植被的反射光譜特征進行了深入分析，并提取偽裝網與植被的差異性光譜特征波段，構建光譜比值指數RCI，用于綠色環境中偽裝目標的識別，得到以下結論：

（1）不同浸水時間的叢林迷彩偽裝網的光譜曲線基本形態相似，且反射率隨浸水時間的增加而整體呈下降趨勢；1900nm波段是偽裝網反射光譜對含水量響應最為明顯的波段。

（2）叢林迷彩偽裝網和植被在可見光波段的波動情況相似，相似度均高于0.95，但在近紅外波段光譜特征差異明顯，尤其在1300~2500nm波段，相似度平均值只有0.7357。實驗分析得出970，1190和1440nm波段附近處是典型偽裝網成像識別的特征波段，偽裝網在1300~1600nm波段光譜曲線波動平穩，斜率偏小；而植被的光譜曲線波動較大，在1150~1300和1300~1440nm波段分別存在陡升、陡降現象，斜率較大。

（3）基于叢林迷彩偽裝網和植被的光譜特征差異構建了RCI指數，用于基于高光譜圖像的綠色環境中偽裝目標的識別。室內成像實驗結果表明，該指數識別偽裝目標的準確率達到95%，可以很好的將偽裝網識別出來。

推薦：

便攜式地物光譜儀iSpecField-NIR/WNIR

專門用于野外遙感測量、土壤環境、礦物地質勘探等領域的最新明星產品，由于其操作靈活、便攜方便、光譜測試速度快、光譜數據準確是一款真正意義上便攜式地物光譜儀。

無人機機載高光譜成像系統iSpecHyper-VM100

一款基于小型多旋翼無人機機載高光譜成像系統，該系統由高光譜成像相機、穩定云臺、機載控制與數據采集模塊、機載供電模塊等部分組成。無人機機載高光譜成像系統通過獨特的內置式或外部掃描和穩定控制，有效地解決了在微型無人機搭載推掃式高光譜照相機時，由于振動引起的圖像質量較差的問題，并具備較高的光譜分辨率和良好的成像性能。

便攜式高光譜成像系統iSpecHyper-VS1000

專門用于公安刑偵、物證鑒定、醫學醫療、精準農業、礦物地質勘探等領域的最新產品，主要優勢具有體積小、幀率高、高光譜分辨率高、高像質等性價比特點采用了透射光柵內推掃原理高光譜成像，系統集成高性能數據采集與分析處理系統，高速USB3.0接口傳輸，全靶面高成像質量光學設計，物鏡接口為標準C-Mount，可根據用戶需求更換物鏡。

審核編輯 黃宇