第30卷，第10期 2010年10月
光谱学与光分析 Spectroscopy and Spectral Analysis
多光谱分离算法在目标识别中的研究
刘丽霞1.2，庄奕琪
1.西安电子科技大学徽电子学院·陕西西安
710071
2.武警工程学院通信工程系，陕西西安710086
Vol.30,No.10,pp2767-2771
October，2010
摘要针对野外工作时机械打式的光学系统抗减性差、目标识别率低、实时性差等间题，设计了采用多光谱分离算法实现非扫描目标识别通感系统。采用非扫描的M-Z干涉具提供空间光程差，由红外CCD采集涉条纹信息，经CUP处理得到混合光谱，结合可见光视赖图像提供的坐标系实现识别标，其中采用遗传算法优化选择特征波长，然后由相集分类提取未知月标谱的属性，取前1/3可信度的相应属性反演待测目标种类，相比传统算法减少约9倍的运算量。在不同天气、不同背景条件下做实验，得到系统在各种情况下的探测极限及识别概率。由实验数据可知，采用遗传算法和粗糙集分类相结合的多光谱分离算法可以快速、有效地识别未知目标的种类。
关键调月标识别；多光谱分离算法；M-Z干涉具；遗传算法；粗糙集分类
中图分类号：(433.4
引言
文献标识码：A
DOI; 10. 3964/j. issn, 1000-0593(2010)10-2767-05
不是对图像的处理分析，而是在可见光图像为坐标系内引人特征光语，从而对于原图像上的每个点对成一组光谱数据。再出光语分离算法根据已知光谱数据库求解目标是否存在及
通过各种检测仪器及方法识别目标的有无，同时通过已知自标、背录的先验知识分析目标的种类的方法叫目标识别。目标识别的成用已经越来题广泛，现有自标识别的主要方法有采用雷达监测2.3)，激光雷达技术(45)、图像处理[6.7]等方法。需达技术在Ⅱ标监测领域的应用很成热，其优点是监测范图广，但无法识别被测目标的种类；主动激光雷达具有精确定位、识别率高等特点，但由于微光波长一定通常只能针对固定特征波长的物质（目标）检测*10)，且标改变时也需要更换相成的激光器，大大限制了其应用领域，同时军事对抗过程中主动发射激光容易露；图像处理是日前目标识别领域应用最为广泛的方法，先将待测区域拍摄下来，在通过日标识别算法进行图像处理，最终分析标是否存在及类型，但识别效果不但受环境及算法优劣的影响大，同时复杂的对图像处理算法降低认别的实时性，
近年来，许多国家及研究机构都在发展基于特征光谱的检测技术及应用，由于采用光谱分析的方法实现且标监测具有灵度高、种类识别能力强等优势，所以基于光谱分析的逐测技术将成为目标识别的一个重要支脉131)。本文采用的多光谱分离算法与现有图像处理的方法有本质的区别，
收稿日期：2009-12-02，修订日期：2010-03-06
类型。
1系统设计
首先采用红外望远镜收集待测区域红外辐射，经M-Z 干涉具形成干涉条纹，再由红外面阵CCD采集并传给电脑，由多光谱分离算法结合HITRAN数据库分析得到是否有目标及其种类。整个系统得原理框图如图1，在日标不仔在时，由系统采集光谱数据作为背款谱，由于背景光请事先需要知道，所以必须在各种背景环境下对系统事先训练。当待测目标出现在视场内时，其自身的辐射及反射太附光辐射会改变背款光谱的组成（即夏盖一部分背款光谱），则经M-Z十涉其得到的光讲信息也会发生相成的变化，分析这种有规律的光谱变化就可以得到目标是否存在及种类，最后结合对待测区域的可见光成像系统就可以得到目标的具体位置。与待测目标产生的光谱相比，环境变化产生的背录光谱是缓变的、整个视场都有影响的，由此为区分足由日标在造成的光谱变化还是背款变化产生的光谱改变提供了依据。
基金项目：国家白然科学基金项日（60276028），国防质研基金项日（51411040601DZ014）和国防科技重点实验室基金项目
(51433030103IZ01)资聘
作者简介：刘丽避，女，1975年生，西安电子科技大学微电子学院博七研究生万方数据
e-mail: liulixia_123@163, com