基于人工神经网络的光谱反射率重建
目的 研究基于BP神经网络法和FNN神经网络法重构图像光谱反射率的精度.方法 以SG标准色卡作为训练样本,分别使用BP和FNN神经网络法,对测试样本DC标准色卡的光谱反射率进行预测,并利用CIEL*a*b*色差公式、均方根误差(ERMS)和光谱匹配精度(GFG)对结果进行评价.结果BP和 FNN神经网络重构的光谱反射率平均色差(△Eab)分别为2.997和3.071,平均均方根误差(ERMS)分别为0.056和0.049,平均光谱匹配精度(GFC)分别为0.987和0.991.结论 2种神经网络方法重构的光谱反射率具有相当优越的色度和光谱精度.相比于FNN神经网络,BP神经网络更加适合于光谱图像的获取领域.
BP神经网络、FNN神经网络、光谱反射率、精度
36
TS801.3(印刷工业)
2015-05-14(万方平台首次上网日期,不代表论文的发表时间)
103-107