基于无人机多光谱的伪装目标多场景识别的实验研究
Experimental Study on Simulated Target Identification in Multiple Scenes Based on Multi-Spectrum with UAV
摘要目的:本文通过实验探究一种在多种场景下识别伪装目标的识别模型,用于解决在复杂场景下难以准确发现受伤人员的问题,以提高复杂场景识别伪装目标的准确率.方法:本实验从反射率、光谱指数、纹理和空间频率四个方面提取了适用于地面伪装目标识别的多域特征,设计了荒漠、林地和城市典型场景实验,构建SVM分类模型筛选出特定场景下的最优特征子集,筛选出可应用于多种场景的最优特征集,增强了识别方法的鲁棒性.结果:实验结果表明基于SVM分类模型的分类精准度在荒漠场景下可达99.65%,在林地场景下可达98.93%,在城市场景下可达99.74%.结论:该分类模型在三个低对比度的典型场景下分别准确地识别出了这三种迷彩服的伪装目标,为复杂多变环境中对伪装状态下的目标识别奠定实验基础.
更多相关知识
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文