刘海燕;

• 1:义乌工商职业技术学院机电信息学院

摘要(Abstract)：

为识别坦克漆特征,用红外光谱仪采集坦克漆的高光谱图像,提取光谱反射率数据;用平均平滑法预处理矫正光谱数据,去除高频噪声;用主成分分析法提取校正后光谱特征,结合人工神经网络完成坦克漆特征识别。结果表明:所提方法的主成分明度、纯度具有较高累计可信度,对不同坦克漆样本均具有良好的聚类性,将坦克漆敏感特征波段作为人工神经网络输入,输出特征识别结果,识别准确率达95%以上,即使存在外部干扰也可保持较高识别准确性。

关键词(KeyWords)： 红外图谱;主成分分析法;神经网络;光谱数据校正;坦克漆;特征识别

Abstract:

Keywords:

基金项目(Foundation): 浙江省教育厅课题(Y201636873)

作者(Author): 刘海燕;

Email:

DOI: 10.14024/j.cnki.1004-244x.20200915.001

参考文献(References)：

• [1]李美满.基于红外图像的船舶特征识别方法[J].舰船科学技术，2018,40(12):73-75.
• [2]吴晓萍，管业鹏，李伟东，等.可见-近红外光谱的古陶瓷断代分类识别[J].光谱学与光谱分析，2019,39(3):756-764.
• [3]梁兴，严居斌，尹磊.基于红外图像的输电线路故障识别[J].电测与仪表，2019,56(24):99-103.
• [4]郭华玲，秦峰，郑宾，等.激光超声缺陷统计特征神经网络识别技术研究[J].应用激光，2017,37(6):888-892.
• [5]薛晓明，赵阅书.基于红外光谱的2种黄檀属木材识别探讨[J].浙江林业科技，2017,37(6):63-68.
• [6]易翔，王炳健.基于多特征的快速红外弱小目标检测算法[J].光子学报，2017,46(6):129-134.
• [7]江泽涛，刘小艳，胡硕.基于CNN的红外与可见光融合图像的场景识别[J].计算机工程与设计，2019,40(8):2289-2294.
• [8]吴彩莲，郝永平，张乐，等.基于多特征融合的红外目标识别算法[J].弹箭与制导学报，2019,39(3):39-44.
• [9]张晨，陈遵田，唐辉.基于泽尔尼克矩的红外扫描引信图像识别算法[J].探测与控制学报，2018,40(3):56-60.
• [10]何欣龙，王继芬，吴福璐，等.基于化学计量学的橡胶颗粒红外光谱分析鉴别[J].分析科学学报，2019,35(3):357-361.
• [11]孙皓泽，常天庆，王全东，等.一种基于分层多尺度卷积特征提取的坦克装甲目标图像检测方法[J].兵工学报，2017,38(9):1681-1691.
• [12]邹高翔，童创明，高飞，等.复杂陆地粗糙面及其上方坦克目标复合散射研究[J].电波科学学报，2017,32(3):261-272.
• [13]王全东，常天庆，张雷，等.基于深度学习算法的坦克装甲目标自动检测与跟踪系统[J].系统工程与电子技术，2018,40(9):2143-2156.
• [14]张杰，吴剑章，汤嘉立，等.基于时空图像分割和交互区域检测的人体动作识别方法[J].计算机应用研究，2017,34(1):302-305.
• [15]董志鹏，王密，李德仁，等.遥感影像目标的尺度特征卷积神经网络识别法[J].测绘学报，2019,48(10):1285-1295.