無論是對戰(zhàn)斗部爆炸威力進行評價還是計算民間反恐防暴時震爆彈的安全半徑，都需分析爆炸破片的散布情況并對破片進行識別回收。當破片散落在沙土?石子以及落葉等背景時顯著性極其差，一般的相機無法準確識別出背景中的破片，而且以人工識別為代表的傳統(tǒng)破片識別方法效率低且易受人為主觀影響高光譜成像技術(shù)是近十幾年發(fā)展起來的集探測器件?精密光學器械?微弱信號檢測?計算機及信息處理等技術(shù)于一體的綜合性影像技術(shù)。近年來，學者利用高光譜成像進行了垃圾分類?藥品產(chǎn)地識別?迷彩偽裝識別?疾病診斷和手術(shù)指導等研究，將光譜識別方法應(yīng)用到農(nóng)業(yè)?醫(yī)學?軍事?民生等領(lǐng)域。

1、數(shù)據(jù)采集

破片和背景的材質(zhì)差異?分子結(jié)構(gòu)不同，對不同波長的光的吸收特性不同。

圖1 高光譜成像系統(tǒng)

根據(jù)模擬破片散布場的特點，由于沙土與破片、石子、樹葉，相對無規(guī)則且復雜，將其視為第一背景，通過空間分割將其去除。然后對沙土上的目標用譜域信息進行分類識別，因此需要建立包含石子和樹葉的破片識別數(shù)據(jù)庫。另取鐵質(zhì)破片、石頭、樹葉若干樣本，采集它們的高光譜圖像，感興趣區(qū)域提取像素點作為樣本庫，為了使提取的樣本點具有代表性，采集數(shù)據(jù)時要進行樣本多角度采集，選取樣本點也要廣泛全面。

圖2 模擬破片散布空間圖

?圖3 破片及其背景樣本圖列

2、數(shù)據(jù)處理

圖4（a）?（b）和（c）分別為破片?石子和樹葉的參考光譜

從234個波段中輸出63個特征子集，在63個波段下鐵質(zhì)破片?石子和樹葉的參考光譜圖分別為如圖4（a，b，c）所示。

從圖4可知，鐵質(zhì)破片?石子?樹葉在這63個波段中均存在不同位置的波峰（波谷），且波形趨勢與反射率明顯不同，表明特征選擇提取的63個特征波段可以代表原始樣本用于分類。

圖5 空譜聯(lián)合識別流程圖

針對破片高光譜圖像特點，在前期研究的基礎(chǔ)上，采用前后級聯(lián)空譜融合方法。在空域分割信息基礎(chǔ)上，對各分割區(qū)域進行譜域的類型識別，以獲得準確的目標和背景信息。具體流程如圖5所示。

圖6 空域分割結(jié)果圖

（a）：空間增強；（b）：邊緣檢測結(jié)合區(qū)域生長結(jié)果圖；

（c）：空間分割二值圖；（d）：Imagelabeler標定二值圖

?圖７ 空譜聯(lián)合結(jié)果圖

（ａ）：分類結(jié)果圖；（ｂ）：最終識別結(jié)果圖

在圖７（ａ）中，黃色代表石子的像素點、銀白色代表鐵質(zhì)破片、綠色代表樹葉。

結(jié)論

采用高光譜相機對模擬破片散落在背景中行成像，采用空譜聯(lián)合的方法對散布場中目標分類識別的可行性，對戰(zhàn)場破片散布識別提供了實驗方法和理論依據(jù)。

推薦：

無人機高光譜成像系統(tǒng)iSpecHyper-VM100

一款基于小型多旋翼無人機高光譜成像系統(tǒng)，該系統(tǒng)由高光譜成像相機、穩(wěn)定云臺、機載控制與數(shù)據(jù)采集模塊、機載供電模塊等部分組成。無人機機載高光譜成像系統(tǒng)通過獨特的內(nèi)置式或外部掃描和穩(wěn)定控制，有效地解決了在微型無人機搭載推掃式高光譜照相機時，由于振動引起的圖像質(zhì)量較差的問題，并具備較高的光譜分辨率和良好的成像性能。

審核編輯 黃宇