[发明专利]一种面向目标识别任务的探测谱段优选方法

说明书

本发明公开了一种面向目标识别任务的探测谱段优选方法，所述方法包括如下步骤：步骤一：基于视在对比度模型和综合信噪比模型初选目标探测谱段集；步骤二：在初选的目标探测谱段集内，基于光谱相对距离模型计算各个谱段上不同目标间的辐射强度相对差异，对每个谱段上所有目标的辐射相对差异值累加并排序；步骤三：在初选的目标探测谱段集内，基于光谱信息散度模型计算各个目标在不同谱段组合情况下的光谱信息散度和，以光谱信息散度和最大的谱段组合作为优选谱段集。本发明的方法通过谱段初选和谱段优选确认，实现探测谱段的优选，适用于优选面向目标识别任务的探测谱段，能够提高系统对目标的可探测与可识别性能，支持系统综合效能的提升。

技术领域

本发明属于目标探测与识别技术领域，涉及一种面向目标识别任务的探测谱段优选方法。

背景技术

对飞机目标的远距离探测需要在短时间内获得目标的全部特征，包括位置、速度、型号等，以实现对目标的快速跟踪与识别。由于探测距离远，目标在图像上表现为点目标，使得目标的形状、尺寸、纹理等信息无法利用，且目标信号微弱，常被复杂的背景杂波和系统噪声淹没。需要利用目标其他特征，完成对目标的识别。

不同目标间光谱特征存在差异，可以通过光谱匹配判断目标型号，谱段选择是目标识别的关键。目标与背景和噪声在某些谱段差异较大，若选用这些谱段进行探测，势必能提高目标的可探测性。不同目标在不同谱段的光谱特征差异不同，选择不同目标间光谱特征差异大的谱段探测目标，能够提高后续目标识别的正确率。

现有的目标探测谱段选择方法基于对比度模型和信噪比模型。对比度模型考虑了目标、背景辐射特性和大气传输特性对目标探测的影响。信噪比模型还考虑了探测系统成像特性的影响。现有的探测谱段选择方法仅从提高目标探测效率的目的出发，并未考虑在探测谱段内进行目标识别的可靠性。

发明内容

针对传统的目标探测谱段选择方法未考虑在选择的谱段内进行目标识别的问题，本发明提供了一种面向目标识别任务的探测谱段优选方法。该方法利用信号和类别可分性最大化优选探测谱段，实现满足目标识别任务需求的谱段优选方法，在优选的谱段内，能够保证对目标进行高效探测，并且较好地区分不同目标，极大地提高了目标识别的正确率。

本发明的目的是通过以下技术方案实现的：

一种面向目标识别任务的探测谱段优选方法，包括如下步骤：

步骤一：基于视在对比度模型和综合信噪比模型初选目标探测谱段集；

步骤二：在初选的目标探测谱段集内，基于光谱相对距离模型计算各个谱段上不同目标间的辐射强度相对差异，对每个谱段上所有目标的辐射相对差异值累加并排序；

步骤三：在初选的目标探测谱段集内，基于光谱信息散度模型计算各个目标在不同谱段组合情况下的光谱信息散度和，以光谱信息散度和最大的谱段组合作为优选谱段集。

相比于现有技术，本发明具有如下优点：

(1)本发明利用信号和类别可分性最大化优选探测谱段，能够优选出满足目标识别任务需求的探测谱段，实现对目标进行高效探测的同时，极大地提高了系统对目标的可识别性，对提高系统信息处理性能具有重要意义。

(2)本发明针对传统谱段选择方法存在的未考虑在探测谱段内后续进行目标识别的局限，采用谱段初选和谱段优选确认过程完成探测谱段的优选，相较于传统方法，优选的谱段有利于提高后续目标识别的正确率。

附图说明

图1为本发明中面向目标识别任务的探测谱段优选流程图；

图2为本发明中谱段优选确认示意图；

图3为实施例中部分谱段的红外图像；

图4为实施例中所有谱段图像的视在对比度计算结果；

图5为实施例中综合信噪比计算结果；