本研究應用了400-1000nm的高光譜相機，可采用杭州彩譜科技有限公司產品FS13進行相關研究。光譜范圍在400-1000nm，波長分辨率優于2.5nm，可達1200個光譜通道。采集速度全譜段可達128FPS，波段選擇后最高3300Hz（支持多區域波段選擇）。

　　偽裝技術一般是指用來隱藏自己，使觀察者難以發現的各種行為。它的最終目的是欺騙敵人的偵察探測設備。隨著偵察手段的日益發展，軍事偽裝技術已成為現代高新技術戰爭的重要保障之一，而迷彩偽裝是現代軍事戰爭中最為常見的偽裝方式。

　　迷彩偽裝的設計經歷了較長的發展歷程，美國在迷彩偽裝上的發展最為長久，上世紀早期就有許多迷彩偽裝用于軍事行動中的典型例子，例如在美國軍隊、俄國軍隊中的荒漠型土黃色軍服曰，朝鮮戰爭中，美軍基于叢林戰場設計出了樹葉型迷彩圍，越南戰爭中，美軍基于當地的自然環境及作戰風格設計出了虎皮紋迷彩I，這些迷彩偽裝都可以適用于不同的環境和氣候。

　　到了21世紀，能直接對背景進行采集和快速分類的迷彩斑點圖案自動生成技術，以及與之配套的迷彩偽裝涂料的快速配制和自動化噴涂技術的研究取得顯著進展。迷彩偽裝作業也正由手工、機械化向自動化、智能化不斷發展。

　　本課題研究基于不同迷彩偽裝背景及其偽裝材料的光譜的相似性與差異性，利用高光譜成像系統在實驗暗室環境下采集沙漠背景、沙漠偽裝網、叢林背景、叢林偽裝網、叢林偽裝服、沙漠偽裝服六類迷彩偽裝樣本在 400.00～1000.99mm 的近紅外波段高光譜圖像信息，經過一系列預處理、去噪、感興趣區域提取、降維后，利用 RF、SVM、CNN 算法搭建三種分類模型，并對結果加以比較和評估。對本文的具體研究內容總結如下：

　　（1）闡述本課題的研究背景及意義，目前高光譜成像技術與迷彩偽裝技術的國內外發展現狀，分析高光譜成像檢測技術與迷彩偽裝識別相結合的發展技術優勢，同時敘述了深度學習算法的發展歷程以及在高光譜圖像處理中的運用。

　　（2）通過搭建高光譜成像系統下的實驗暗室環境，完成對模擬沙漠背景、沙漠偽裝網、模擬叢林背景、叢林偽裝網、叢林偽裝服、沙漠偽裝服六類迷彩偽裝樣本在400.00～1000.99mm近紅外波段的高光譜圖像數據采集，最終得到迷彩偽裝及其模擬作戰背景的高光譜圖像數據集。

　　（3）通過去噪、圖像分割去背景算法處理后完成感興趣區域的提取，作為本課題的主要研究對象；進而通過PCA算法對感興趣區域樣本數據集進行降維、提取相關主成分及載荷曲線，得到15個波長特征空間下六類樣本在可見光、近紅外波段范圍內的平均光譜曲線，不同類型樣本的光譜曲線存在明顯的光譜特異性。