TY - Jour A2 - Ahmed，Khalique Au - Zhao，Donge Au - Liu，Shuyan Au - Yang，Xuefeng Au - Ma，Yayun Au - Zhang，Bin Au - Chu，Wenbo Py - 2021 Da - 2021/04/14 Ti -基于高光谱成像技术的模拟运行环境中伪装识别研究SP - 6629661 VL-2021 AB - 高光谱成像技术可以同时获得模拟操作背景及其伪装材料的空间信息和光谱信息，并识别并分类它们根据他们的差异。在本文中，我们收集了沙漠背景，丛林背景，沙漠迷彩网，丛林伪装网和丛林伪装衣服通过高光谱成像系统的高光谱图像，并通过去噪和黑色预处理样品- 白色校正。然后，我们通过主成分分析（PCA）分析了训练样本的感兴趣区域（ROI）。在感兴趣区域和周围区域的像素平均，将60％的数据用作训练样品，其余40％用于测试样品。根据它们之间的相似之处和差异和参考频谱，通过组合幼稚贝叶斯（NB）算法，K-Colless邻居（KNN）算法，随机林（RF）算法和支持向量机（SVM）来建立分类模型） 算法。结果表明，在四种型号中，SVM模型具有最高的分类准确性，丛林迷彩服的识别率最高。本研究验证了在模拟运营环境中伪装识别和分类的高光谱成像技术的科学和可行性，具有一些实际意义。SN - 2314-4920 UR - https://doi.org/10.1155/2021/6629661 DO - 10.1155 / 2021/6629661 JF - 光谱学PB - Hindawi Kw - ER -