为了解决大多数工程材料真实温度的测量问题,提出了基于BP神经网络的多光谱数据处理方法,分析了随机噪声对真实温度计算结果的影响.结果表明在没有噪声的情况下,训练过的发射率样本真实温度的识别误差在±30 K以内;未训练过的发射率样本真实温度的识别误差在±50 K以内.随着随机噪声的增大,网络的识别误差也相应增大,但训练过的样本其网络的识别误差较小.说明加大发射率样本可以提高真实温度的识别精度.