直觉模糊决策评估高光谱伪装效果：一种新方法

"该文提出了一种基于直觉模糊决策的高光谱伪装效果综合评估方法，通过构建包括光谱泛相似测度、亮度对比度、视觉相似性测度和结构相似性测度在内的综合评价指标体系，利用直觉模糊多属性决策模型进行评估，并采用逼近理想解的排序算法进行决策，同时引入了基于直觉模糊集的Hamming距离的灰关联测度以增强方案之间的区分度。这种方法在实际应用中与专家评估结果一致，证明了其有效性和实用性。" 高光谱遥感图像在国防工程伪装效果评估中起着至关重要的作用。高光谱图像能够提供丰富的光谱和空间信息，使得伪装物体与背景的差异得以细致分析。文中提到的基于直觉模糊决策的评估方法是针对这一需求而设计的。 直觉模糊决策理论是一种扩展的模糊逻辑系统，它考虑了不确定性和不精确性的双重影响。在高光谱伪装效果评估中，由于环境、光照、传感器等因素的复杂性，数据往往带有模糊性和不确定性，直觉模糊集可以更准确地描述这种复杂情况。文中提出的综合评价指标体系涵盖了多个方面，如光谱信息的相似度（光谱泛相似测度）、图像亮度对比（亮度对比度）、人眼视觉感知的相似性（视觉相似性测度）以及图像结构的一致性（结构相似性测度），这些指标综合反映了伪装效果的多维度特性。 建立的直觉模糊多属性决策模型是将各个评价指标转化为直觉模糊集，通过计算它们的隶属度来量化伪装效果。逼近理想解的排序算法（ARAS）是一种常用的多属性决策分析方法，它通过比较各个方案与理想解的距离来确定最优方案，能有效地处理多个互相冲突的属性。 为了提高方案之间的区分度，作者引入了基于直觉模糊集的Hamming距离的灰关联测度。灰关联度是一种衡量两个序列相似性的方法，通过计算它们在每个位置上的差异，可以判断伪装效果的细微变化。结合直觉模糊集，这种方法可以更好地处理模糊和不完整信息，提高决策的精度。 实证研究表明，该方法的评估结果与专家评估结果吻合，表明该方法能够有效地模拟专家的决策过程，具有较高的合理性与可行性。因此，该方法可广泛应用于高光谱遥感图像的伪装效果评估，为国防工程的伪装设计和优化提供有力的工具。