基于红外图谱识别坦克漆特征

• 作者: 刘海燕
• 来源期刊: 兵器材料科学与工程
• 关键词: 红外图谱 主成分分析法 神经网络 光谱数据校正 坦克漆 特征识别
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 检测、失效分析
• 页码范围: 133-136
• 页数: 4页
• 分类号: O433
• 语种: 中文
• DOI: 10.14024/j.cnki.1004-244x.20200915.001

摘要

为识别坦克漆特征,用红外光谱仪采集坦克漆的高光谱图像,提取光谱反射率数据;用平均平滑法预处理矫正光谱数据,去除高频噪声;用主成分分析法提取校正后光谱特征,结合人工神经网络完成坦克漆特征识别.结果表明:所提方法的主成分明度、纯度具有较高累计可信度,对不同坦克漆样本均具有良好的聚类性,将坦克漆敏感特征波段作为人工神经网络输入,输出特征识别结果,识别准确率达95％以上,即使存在外部干扰也可保持较高识别准确性.