BRDF優(yōu)化統(tǒng)計(jì)建模及應(yīng)用.pdf

1、雙向反射分布函數(shù)(BRDF)可以描述粗糙面的散射與輻射特性，在目標(biāo)的探測、跟蹤、識別、特征提取和隱身技術(shù)等領(lǐng)域具有重要的應(yīng)用價(jià)值。本文根據(jù)BRDF實(shí)測數(shù)據(jù)采用不同的方法對BRDF進(jìn)行優(yōu)化建模，主要研究內(nèi)容包括：
　　 首先分析了幾種典型目標(biāo)表面的BRDF統(tǒng)計(jì)和經(jīng)驗(yàn)?zāi)Ｐ?，并詳?xì)討論了五參數(shù)模型。
　　 然后通過引入遺傳算法、模擬退火算法和粒子群算法，結(jié)合BRDF五參數(shù)統(tǒng)計(jì)模型對不同樣片的實(shí)驗(yàn)數(shù)據(jù)進(jìn)行了優(yōu)化，建立了樣片具體統(tǒng)

2、計(jì)模型，模型與實(shí)驗(yàn)數(shù)據(jù)取得了很好的一致性。
　　 同時(shí)鑒于BRDF受眾多因素的影響和具有復(fù)雜的非線性特點(diǎn)，用傳統(tǒng)的方法進(jìn)行數(shù)據(jù)擬合和預(yù)測的結(jié)果往往不能滿足要求。論文提出了基于最小二乘支持向量機(jī)的BRDF建模方案。介紹了支持向量機(jī)的理論基礎(chǔ)和原理，并利用遺傳算法優(yōu)化LS-SVM模型中的參數(shù)，建立了基于遺傳算法參數(shù)優(yōu)化的LS-SVM模型。同時(shí)利用BP神經(jīng)網(wǎng)絡(luò)對BRDF進(jìn)行建模，并重點(diǎn)將其結(jié)果與LS-SVM建模效果進(jìn)行了對比分析，結(jié)果