伪装目标与背景的综合相似度能够衡量伪装目标与周围背景之间的特征差异，综合相似度越高，目标与背景的融合程度越高，目标伪装效能越高。组合使用目标及背景图像的亮度、颜色、纹理、形状、尺寸、结构、直方图等7个典型特征来表征目标伪装特性，采用与其相应的相似度量法得到各个特征相似度，采用熵权法客观确定不同特征指标权重，线性加权得到伪装目标与背景的综合相似度，从而获得量化的目标伪装效能评估结果。不同背景、不同侦察距离、不同目标姿态下的多组实验表明：所提伪装目标与背景的综合相似度具有与目标发现概率一致性、与探测距离一致性、背景鲁棒性，证明了所提方法的正确性和有效性；并通过对比实验验证了该方法的可靠性。

红外伪装技术是指隐藏或改变目标红外辐射特征的技术，对于提高目标的生存率具有重大意义。多波段探测技术的发展，给传统的红外伪装技术带来了严峻的挑战，使得多波段兼容红外伪装材料的研究变得十分紧迫。针对这一挑战，首先须厘清各波段的伪装要求，其次应合理利用各波段材料电磁响应的不同和结构尺寸的差异，设计分层次结构以满足不同波段的光谱要求。最后，应认识到现有研究存在的不足，向着适应更多探测波段、应用场景，制备工艺更简便、成本更低、应用性更优的方向发展。

面对日益丰富的机载、 星载高光谱传感器， 及其相伴增多的高光谱数据， 产生的数据量过大、 波段冗余等问题一直是高光谱图像处理、 解译的重难点。 同时， 利用高光谱遥感技术揭露伪装目标， 也一直是现代遥感应用技术研究要点。 在探测得到海量的地物光谱数据、 具有冗余的光谱信息， 设计恰当的数据降维技术具有至关重要的作用。 降维处理的主要方法中的波段选择方法， 其不但可以使图像数据的光谱信息在不失真的条件下实现数据降维， 还能在其基础上对伪装目标及其背景实现精确区分， 是当今利用高光谱技术进行**应用的重要技术手段， 同时也是国内外众多学者的研究热点。 利用各类指标计算波段间的不同表现， 并依据其参数选取代表性强的波段用于地物识别或分类来检验方法的优劣是目前比较常用的研究方式， 但是面向特殊地物， 如植被伪装目标的特定波段选择方法方面的实验研究现仍较少。 研究选取绿色钢板、 绿色伪装网、 绿色假草皮， 置于含有绿色健康植被、 湿润裸地、 干燥裸地的背景环境中， 通过模拟真实环境中的伪装目标和背景地物进行波段选择及分类实验验证。 首先通过分析光谱曲线， 选取显著特征波段; 其次结合根据波段间相关系数划分的子空间进行波段筛选; 然后依据地物目标的图像亮度建立视觉模型， 最终得到具有相对独立性和最佳可识别度的波段选择集合。 并在支持向量机分类器和马氏距离分类器中同两种常用算法选择波段结果与全波段组合进行分类实验对比， 实验发现所提出方法的波段选择结果相对于常用算法和全波段组合， 分类精度和速度均有所提高。 其中， 相较于应用全波段进行分类， 在两类分类器的分类结果， 总体分类精度分别提高4.559 2%和2.364 8%， Kappa系数分别提高0.059 4和0.031 2， 分类时间减少6.83 s。 实验证明该方法能有效在植被伪装目标和背景地物之间做出高效分类， 具有较大实际应用价值。

为了表征伪装涂层表面的辐射偏振特性，以Priest Germer（P‐G）模型为基础，针对镜面反射和漫反射，建立一种基于几何衰减效应的二分量偏振双向反射分布函数（pBRDF）模型，引入镜面反射系数和漫反射系数，推导出红外辐射线偏振度模型，并对此模型进行校验，结果与实验数据吻合较好。数值分析涂层表面粗糙度、几何衰减效应及漫反射效应对红外线偏振度的影响，结果表明，涂层表面粗糙度越大，由粗糙度引起的遮蔽阴影效应越明显，对应涂层的红外线偏振度越小，且目标涂层的环境辐射与其红外线偏振度呈负相关。上述结果为实现**伪装和反伪装、目标识别等提供了理论支撑和技术支持。

针对传统光学手段难以实现复杂背景下光谱伪装目标的准确识别, 同时, 常规的数据融合方法易导致图像信息丢失的缺点, 提出了一种基于非下采样轮廓波变换的偏振光谱多维信息融合方法。 该方法结合自研的新型偏振光谱多维信息探测仪器, 根据其获取的目标空间、 光谱、 偏振等多维信息, 设计了多维信息重构算法流程, 提取了偏振态基础数据斯托克斯参量以及偏振度和偏振角, 利用NSCT对基础偏振参量进行图像融合, 提升图像的信息含量以提高伪装物的识别准确率。 先对具有相同边缘信息的图像Q和U采用NSCT分解, 低通子带取均值, 高通子带取最大值进行初步融合, 获得偏振特征S, 最后对偏振特征S、 强度图像I以及偏振度DoLP进行NSCT分解, 对分解所得低通子带进行区域能量加权融合； 对高通子带, 根据偏振特征图像具有灰度值小, 受光照影响大等特点, 采用LBP特征进行加权融合。 同时, 本方法与四类融合方法进行对比, 据信息熵、 标准差、 平均梯度、 对比度以及峰值信噪比五项指标对融合结果进行客观评价, 并结合普通图像, 偏振融合图像, 偏振高光谱图像对目标识别精度进行对比。 融合后的图像信息熵为6.998 6, 标准差为45.599 8, 平均梯度为19.808 6, 与原始强度相比, 提升分别为5.1%, 14.04%, 7.3%, 在四类融合方法中排在首位。 表明本文所提出的方法有效实现了偏振基础特征融合, 提升了人造目标和自然背景的差异。 同时融合后的偏振高光谱图像对于目标的识别准确率达到0.986 2, 较单一强度图像目标识别准确率提升了21%。 实验结果表明, 提出的方法能有效融合目标强度信息以及偏振信息, 提升图像对比度和可读性, 同时融合后的图像在目标识别准确度上有了较大的提升, 有效降低了传统光谱手段对伪装目标识别的虚警率, 为新概念光谱伪装揭露提供了一种新型有效的手段, 具有非常大的应用潜力和应用价值。

针对某些特定环境下, 伪装目标和背景目标出现的“异物同谱”现象, 传统的可见光及多光谱遥感伪装识别存在局限性, 为此, 将高光谱应用到典型伪装材料的特征分析与识别。 以北方地区常用丛林迷彩伪装网为研究对象, 利用SVC HR1024光谱仪获取其不同浸水时间的可见光-近红外光谱, 通过光谱相似性度量和包络线去除处理, 分析揭示不同浸水条件下伪装网和北方典型植被光谱特征和敏感波段, 并基于近红外波段构建光谱比值指数RCI, 用于识别绿色植被环境中的伪装目标, 最后通过高光谱成像实验获取仿真伪装环境高光谱图像, 并利用高光谱图像对识别效果进行验证。 结果显示: (1)不同浸水时间的丛林迷彩伪装网的光谱曲线基本形态相似, 且反射率随浸水时间的增加而整体呈下降趋势; 1 900 nm波段是伪装网反射光谱对含水量响应最为明显的波段, 其光谱特征会因浸水处理而相似于植被, 相似度从0.895提高到了0.939。 (2)丛林迷彩伪装网和植被在可见光波段的相似度较高, 光谱波动情况相似, 但在近红外波段光谱特征差异明显。 通过包络线统去除分析得出970, 1 190和1 440 nm波段附近处是丛林迷彩伪装网识别的敏感波段, 且基于迷彩伪装网和各植被在900~1 900 nm波段范围内存在的2处明显反射率斜率的差异, 构建了伪装网识别特征指数RCI1(R1 190/R1 270)和RCI2(R1 270/R1 440)。 (3)基于RCI指数构建决策树分类模型, 可以快速有效的将伪装目标从绿色植被背景中提取出来。 实验结果表明, 基于RCI指数对伪装目标区域进行识别提取, 所得结果在形态和大小上与原影像具有较好地一致性, 识别精度可达95%, 表明该指数对于伪装目标具有较好的识别效果。

结构色在光学伪装等领域具有重要的应用前景，但其存在严重的角度依赖性。提出利用随机微扰表面降低反射光谱角度依赖性的方法；研究了不同微扰特征的粗糙表面结构在不同入射角下的反射光谱；通过有限元法计算了横电波、横磁波的反射光谱特性和能量传播特性，并据此获得了等效自然光的反射光谱和角度依赖规律。分析发现在0°~40°入射角度范围内，平整表面结构的反射光谱峰值移动了34.0 nm，随机微扰表面结构的反射光谱峰值仅移动了10.0 nm，角度依赖特性降低了70.6%，结果表明微扰表面结构对于降低角度依赖性具有显著作用。

基于四通道偏振中波红外相机对不同伪装目标进行了不同偏振态特征和强度图像的采集，根据偏振方程解算出不同目标的偏振度、偏振角信息，利用多种图像融合算法获得了目标较为明显的偏振特性。通过与目标本身的红外强度图像对比可知，红外偏振图像通过不同的图像融合算法可以有效识别出采用普通红外伪装的目标。此研究对红外偏振应用于伪装目标识别研究具有重要意义。