迷彩伪装的高光谱特性分析＊

2013-08-15华文深马左红

光学仪器 2013年5期

杨佳，华文深，刘恂，马左红

（1.军械工程学院，河北石家庄 050003；2.中国人民解放军73101部队，江苏徐州 221000）

引言

迷彩伪装是指将涂料、颜色或其他材料直接喷涂或粘贴在目标表面，用以减小、改变目标与背景之间波谱反射、辐射特性差异而实施的伪装［1］。传统的迷彩伪装针对地面侦察进行设计，在可见光及红外波段，使用不同颜色的迷彩斑点，改变目标反射特性，在成像时达到歪曲目标轮廓、降低显著特征的目的。

随着侦察手段的不断增强，迷彩伪装必须具备对抗太空和航空侦察的能力，其中一个重要方面就是对抗高光谱成像侦察［2］。高光谱成像技术能够在连续光谱波段上对目标同时成像，将光谱信息和空间信息呈现在同一图像中［3－4］。现在使用的迷彩伪装，其对抗谱段宽度远远不能适应高光谱侦察使用的光谱反射率通道要求。为了在迷彩伪装设计中加入高光谱影响因素，同时实现基于高光谱成像的伪装目标探测，有必要对迷彩伪装的高光谱特性进行分析。

1 光谱特性

不同种类的迷彩伪装，其光谱具有唯一性。在高光谱图像中，影响迷彩伪装光谱特性的因素，除了其自身因素外还有阴影和角度两个方面。文献中已经对迷彩服伪装的高光谱多角度问题进行了比较全面的研究［5］。本文从分析植物光谱特性入手，研究模拟植物的绿色迷彩伪装与绿色植被的光谱差异，并主要针对阴影的影响进行分析。

1.1 植被的光谱特性

植物叶片典型光谱反射曲线如图1所示。由于叶绿素强烈吸收蓝色和红色波段的能量，少量吸收绿色波段的能量，所以健康植被在450～670nm波段反射率很低，绿色波段有一个反射峰的存在。在700～1 300nm波段间只有不到5%的能量被植物吸收，40%～65%的能量产生反射，其余全部透射过去。但在970nm附近还存在一个水的吸收峰。1 300nm以上的能量主要被反射和吸收，在1 400nm和1 900nm波段由于植物内水分的存在，产生吸收峰。

1.2 迷彩伪装的光谱特性

实验所采用的高光谱数据有179个波段，波长范围从0.45～0.80μm，光谱分辨率为2nm。取第20、50、100波段合成假彩色图，如图2所示。

图1 植物叶片光谱反射曲线Fig.1 Reflectivity curve of plant leaves

图2 波段20、50、100合成的伪彩色图像Fig.2 Pesudo color image at channel 20，50，100

图像中迷彩伪装及背景的光谱曲线如图3（a）所示。三条曲线分别代表迷彩雨衣、迷彩伪装布和草坪背景的光谱反射强度。在波长450～650nm三条光谱曲线走向一致，反射强度低，目标与背景的反差不大，基本是混为一体的，很难予以区分。从650nm开始，迷彩雨衣与迷彩伪装布的反射强度迅速增大，而背景的反射强度从700nm才开始增大。在650～740nm、780～800nm迷彩伪装的反射强度明显高于绿色植物，体现在图像中即在这个波段内伪装与背景对比度提高，特征明显，可以在这个波段内进行伪装识别。

为了突出吸收和反射特征，对光谱曲线进行包络线去除，将其归一化到一致的光谱背景上，有利于光谱曲线之间进行特征数值的比较，从而提取出光谱特征。包络线是一个在光谱顶部突起的外壳拟合，它用直线段连接局部的光谱最大值。第一个和最后一个光谱数据值在外壳上，在输出的包络线去除的数据文件中的第一个和最后一个数值等于1。图3（b）表示的是包络线去除后的光谱曲线，迷彩雨衣与背景匹配较好，在690nm处存在吸收峰。迷彩伪装布在680nm、720nm存在反射峰，而且690nm处的吸收峰更加明显，可以将反射峰和吸收峰联合作为特征，进行伪装识别。

图3 高光谱图像中提取的光谱曲线Fig.3 Spectral curves extracted from hyperspectral image

图4表示了太阳直射与阴影条件下迷彩伪装布的光谱曲线。阴影对背景和迷彩伪装造成的影响，主要表现在日光不能直接照射到阴影面，使得阴影面整体反射强度降低，光谱曲线与太阳直射条件下的光谱曲线整体形状产生差异［6］。这种差异可以用光谱角（spectral angle）来表示。将光谱视为波谱空间的一个矢量，矢量之间的夹角即为光谱角，夹角越小，说明两条光谱越相似。本次实验中，两条曲线的光谱角SA＝0.28rad，在图像分类时可以明显区分。

包络线去除后，光谱曲线没有表现出明显吸收和反射特征的差异，只是在400～700nm光谱曲线更加平缓，这是由于大气瑞利散射的影响，阴影区域的散射光线主要来自波长更短的蓝紫色光，使得光谱强度在不同谱段的降低程度不同。

图4 太阳直射与阴影条件下的迷彩伪装光谱曲线Fig.4 Spectral curves under the conditions of direct sunlight and shadow

2 纹理特性

纹理反映的是灰度的空间变换规律，包含图像的灰度统计信息、空间分布信息和结构信息［7］。纹理特征可以用来探测和辨别不同的物体和区域，推断物体的表面方向，研究物体的形状，辨别不同物体所属类别［8］。纹理特征的提取方法主要分为基于统计的提取方法、基于结构的提取方法、基于模型的提取方法和基于频率的提取方法。基于统计的提取方法是从图像中计算一些在某区域内保持相对平稳的统计值作为特征，用来表示区域内的一致性及区域间的差异性。方法简单，易于实现，适应性和鲁棒性较强。

灰度共生矩阵法是基于统计的纹理提取方法之一。通过二阶图像灰度统计，可以获得图像的纹理信息包括：均值、方差、同质性、对比度、差异性、熵值、二阶矩和相关性。对高光谱图像进行纹理提取时，首先对图像进行降维处理，利用主成分分析有效提取高光谱图像的信息，得到的第一主成分包含原始图像87.11%的信息。然后利用灰度共生矩阵法对第一主成分进行纹理计算。表1表示了第一主成分图像的纹理信息。

通过纹理信息的提取，可以得知，绿色植物背景具有纹理复杂、不均匀，相关性小，纹理粗细程度不一等特点。相对于物色植物，迷彩伪装纹理相对简单而且均匀程度好，同一种迷彩之间相关性好。