基于可见光-长波红外高光谱成像协同特征提取的林地型伪装网识别方法OA

针对林地型伪装网在自然环境下进行单一的波段探测具有很好的隐匿性,本研究提出了一种基于可见光(380~1050 nm)高光谱与长波红外(8~14μm)高光谱数据的协同识别方法。通过可见光高光谱成像系统获取了地物的色彩、形状与光谱信息,同时使用长波红外高光谱成像系统获取亮温光谱信息。提取光谱特征、纹理特征等多维特征,最后以随机森林为分类模型得到识别结果。实验结果表明:双波段融合特征模型的识别效果显著优于单波段,融合模型的召回率为82.4%,比长波红外单波段高15.7%,比可见光单波段高2.3%,F1分数较长波红外单波段和可见光单波段分别提升11%、2.16%,双波段融合方案有效提升了伪装网的识别精确率,充分发挥了双波段光谱模式的互补优势,有效解决了单一波段探测局限的问题。