高光谱侦察技术的发展

高光谱侦察技术的发展

论文摘要

在高空间分辨率成像条件下,高光谱成像具有获取景物每个像元光谱细微差别的能力。通过对光谱特性的定量分析,实现对真假目标、目标和伪装物、覆盖物与周围正常环境之间的光谱特征微弱变化的检测并确定目标位置,已成为侦察的一种新型重要手段。对国外高光谱侦察技术在伪装目标、地雷、近海水下探测的应用研究及相关试验进展进行了总结,展望了高光谱侦察技术的发展趋势。

论文目录

  • 0 引言
  • 1 高光谱军用探测技术
  •   1.1 伪装目标的探测研究
  •   1.2 地雷及爆炸物探测研究
  •   1.3 对近海探测的研究
  •   1.4 验证的军事应用
  • 2 军用高光谱载荷装备
  •   2.1 机载探测装备
  •   2.2 星载探测装备
  • 3 高光谱侦察技术展望
  •   3.1 伪装隐身技术的挑战
  •   3.2 高光谱军用探测技术最新动态
  •   3.3 未来发展趋势
  • 4 结束语
  • 文章来源

    类型: 期刊论文

    作者: 王建成,朱猛

    关键词: 高光谱成像,目标探测,侦察,伪装

    来源: 航天电子对抗 2019年03期

    年度: 2019

    分类: 信息科技,工程科技Ⅱ辑

    专业: 武器工业与军事技术

    单位: 天津津航技术物理研究所

    分类号: E933

    DOI: 10.16328/j.htdz8511.2019.03.009

    页码: 37-45

    总页数: 9

    文件大小: 7348K

    下载量: 505

    相关论文文献

    • [1].基于深度学习的高光谱图像分类算法[J]. 传感器与微系统 2020(07)
    • [2].基于生成对抗网络的高光谱图像分类[J]. 计算机工程与应用 2019(22)
    • [3].深度学习在高光谱图像分类领域的研究现状与展望[J]. 自动化学报 2018(06)
    • [4].基于高光谱图像技术的水果表面农药残留检测观察[J]. 种子科技 2017(04)
    • [5].高光谱图像技术在农产品监测中的应用进展[J]. 北京农业 2016(01)
    • [6].粮油中高光谱图像技术的应用现状[J]. 粮食与饲料工业 2016(09)
    • [7].基于核方法协同表示的高光谱图像分类[J]. 广西大学学报(自然科学版) 2019(05)
    • [8].基于快速去噪和深度信念网络的高光谱图像分类方法[J]. 桂林电子科技大学学报 2016(06)
    • [9].局部保护降维与高斯混合模型的高光谱图像分类[J]. 工业仪表与自动化装置 2017(04)
    • [10].基于MCFFN-Attention的高光谱图像分类[J]. 计算机工程与应用 2020(24)
    • [11].基于对抗技术的高光谱图像分类系统的设计及实现[J]. 测试技术学报 2020(06)
    • [12].高光谱图像技术在水果品质检测中的研究进展[J]. 食品研究与开发 2013(10)
    • [13].高光谱图像技术在食品无损检测中的研究进展[J]. 食品工业科技 2012(15)
    • [14].基于3D卷积联合注意力机制的高光谱图像分类[J]. 红外技术 2020(03)
    • [15].高光谱图像分类方法研究进展[J]. 新产经 2020(04)
    • [16].高光谱图像分类的研究进展[J]. 光学精密工程 2019(03)
    • [17].基于空-谱加权总变分的高光谱图像混合噪声去除算法[J]. 德州学院学报 2017(04)
    • [18].基于低秩结构提取的高光谱图像压缩表示[J]. 电子与信息学报 2016(05)
    • [19].高光谱图像稀疏信息处理综述与展望[J]. 遥感学报 2016(05)
    • [20].高光谱图像技术在水果无损检测中的研究进展[J]. 激光与红外 2013(09)
    • [21].基于卷积神经网络与主动学习的高光谱图像分类[J]. 中国科学院大学学报 2020(02)
    • [22].针对高光谱图像的目标分类方法现状与展望[J]. 激光与红外 2020(03)
    • [23].基于鱼群算法的高光谱图像稀疏分解研究[J]. 计算机仿真 2020(01)
    • [24].基于自适应主动学习与联合双边滤波的高光谱图像分类[J]. 计算机科学 2018(12)
    • [25].浅谈高光谱图像融合方法[J]. 科技风 2019(16)
    • [26].拉普拉斯约束低秩表示的高光谱图像异常检测[J]. 光谱学与光谱分析 2018(11)
    • [27].基于焦点损失的半监督高光谱图像分类[J]. 计算机应用 2020(04)
    • [28].基于空谱联合协同表征的高光谱图像分类算法[J]. 计算机工程与设计 2020(03)
    • [29].基于关联规则的含噪高光谱图像分类系统[J]. 激光杂志 2018(12)
    • [30].基于改进的局部保持投影高光谱图像分类研究[J]. 计算机应用研究 2017(08)

    标签:;  ;  ;  ;  

    高光谱侦察技术的发展
    下载Doc文档

    猜你喜欢