论文部分内容阅读
针对国内外红外图像仿真中采用热力学方法对物体温度场建模的不足,将基于BP神经网络的机器学习算法应用到物体的红外图像仿真中。通过对水泥路面的表面温度进行多次测量,得到训练样本集合,然后运用神经网络建立路面的温度场模型,并对不同气象条件设定下的路面进行仿真。根据仿真结果分析,此模型能够根据所设定的气象条件较准确地实时仿真路面的红外图像。