0引 言

随着无人机系统安全性、智能化、续航以及载荷能力等方面的不断完善和提升，其在警务工作中的应用越来越广泛，特别是在现场勘查、维稳安保、应急处突、道路交通管理等工作中已经发挥了积极的作用。无人机摄影为解决野外、火灾、爆炸等特殊现场的方位照相、概貌照相提供了新的手段，通过搭载红外热成像、三维数据采集等模块进行非可见光成像检验和现场三维重建的研究也日趋成熟。本文通过实验研究是用无人机载高光谱成像系统发现和识别室外沥青道路表面血液痕迹的可行性和准确性，为无人机在现场勘查中的应用提供新的方法和思路。

1材料与方法

1.1 样本制作

将人体血液、红色水性金属漆和酱油滴撒于沥青混凝土铺面道路表面，分别形成面积不同的样本痕迹（如图1），样本的种类和斑迹尺寸见表1.其中，人体血液斑迹12块，尺寸最大为20x50cm，最小为2x2cm；红色油漆斑迹4块，尺寸最大为20x50cm，最小为10x20cm；酱油斑迹3块，尺寸最大为30x30cm，最小为10x15cm。样本制作完毕后，在自然条件下放置6h左右。

图1 实验现场样本分布图

表1 各实验样本尺寸

1.2 数据分析方法

使用软件对采集到的原始光谱影像数据进行辐射亮度校正和反射率计算，计算公式如下：

式中，Reflectanceobject为消除大气、水汽等因素影响后其他目标的反射率，Radianceobject为其他目标的辐射亮度，Radiancereference为灰板区域平均的辐射亮度，Reflectancereference为经过国家计量认证定标的反射率。

使用光谱角制图（SAM）算法对数据进行分析处理。SAM是基于计算N维光谱向量夹角的一种光谱分类算法，将每个像素点上的光谱曲线按照光谱波段数N定义为N维向量，通过计算目标像素的光谱向量与参考光谱向量在向量空间夹角的大小，来确定二者类别的相似性。此算法需要基于反射率数据，对光照条件和反照率效应不敏感，但需要提供参考光谱作为训练样本，通过设置最大夹角的阈值可调节分类的严苛程度，公式为：