基于高光谱成像技术的微量血迹检测研究

摘要

对同种介质上的不同血迹进行分类识别,利用高光谱相机采集木头、玻璃、布上的兔血、鸡血、人血的高光谱图像数据;对三种血迹的光谱曲线进行分析,应用BP神经网络模型、SVM模型和谱面积法建立血迹分类识别模型.通过三种模型对比分析,结果表明,高光谱图像技术与BP神经网络模型的相结合,平均识别率可以达到82.44％,BP神经网络模型的综合运算时间为1.0380s;高光谱图像技术与SVM模型相结合,平均识别率可以达到99.82％,时间消耗仅用0.2092s;高光谱技术与谱面积法结合,可以保留光谱的全部信息,并且数据处理较为简单.结果表明高光谱图像技术与SVM模型、谱面积法相结合对微量血迹检测具有很好的识别作用,可为微量的血迹识别提供参考.