图谱关联探测系统的光谱数据处理与识别算法研究

发布时间：2023-02-26 10:22

　　目前目标探测多是利用图像来完成,但当探测距离较远或者周围有较多伪/假/干扰目标,其图像的纹理、形状等信息不明显,此时图谱关联探测能更好地进行目标探测识别,尤其是运动目标。不同的物质有不同的光谱曲线,因而物质的光谱特性具有唯一性,可作为物质判别的依据。但是探测系统获得的光谱在各个谱段上响应不完全相同,同时获得光谱信息会受到大气的吸收、散射、辐射等的影响,使得传感器的测量值与目标实际光谱辐射值不一致。另外,系统空间分辨率有限,获取的光谱可能为多种目标的混合光谱。目前光谱的特征提取方法大多集中在波形和降维的方法上,当光谱差异小时,这些特征提取方法对于识别就不再适用。针对上述图谱关联探测设备的问题,本文对图谱关联设备的光谱特性进行了研究,并建立了相应的数学模型来处理不同场景获取的实测光谱数据。针对图谱关联设备遥测目标红外光谱并进行目标识别任务,本文对系统的实测光谱进行了解混、辐射校正与大气校正研究来排除由测量条件产生的影响,其中解混方法包括光谱高斯混合模型的解混和图谱关联的解混方法,辐射校正方法为多点校正,大气校正使用MODTRAN大气传输模型。同时本文提出了分波段估计目标亮温与发射率的方法来...

【文章页数】：132 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
1 绪论
    1.1 研究背景与意义
    1.2 国内外研究概况
    1.3 论文的主要研究内容
2 红外辐射理论及光谱信息获取
    2.1 辐射光谱理论
    2.2 图谱关联探测系统
    2.3 图谱关联探测系统的光谱特性
    2.4 本章小结
3 光谱的解混与校正
    3.1 光谱的去噪
    3.2 光谱的解混
    3.3 光谱的辐射校正
    3.4 光谱的大气校正
    3.5 本章小结
4 光谱亮温与发射率的分波段估计方法
    4.1 分波段估计亮温/发射率的理论基础
    4.2 分波段估计亮温/发射率的方法
    4.3 分波段估计亮温/发射率实验结果
    4.4 本章小结
5 光谱的识别与分类
    5.1 光谱幅频/相频特征融合的识别方法
    5.2 基于光谱降维的识别方法
    5.3 光谱分类的深度学习方法
    5.4 本章小结
6 总结与展望
    6.1 全文工作总结
    6.2 研究展望
致谢
参考文献
附录1 攻读硕士学位期间发表论文及专利
附录2 攻读硕士学位期间从事的科研课题



本文编号：3750350