基于聚类分析的光谱重建样本分析

摘要：

目的 解决目前光谱重建中因数量大而出现的冗余和繁重等问题,证明聚类算法可以很好地应用在光谱选择样本分析中,并可以实现较高的重构色度精度和物理精度.方法 采用主成分分析法进行仿真实验,首先探究主成分个数,再确定聚类个数,然后比较聚类方法和3种常用的样本选择方法,最后分析比较光源种类对重构结果的影响.结果 通过实验确定主成分个数为6且聚类个数为20时,在A光源下使用KFCM算法的重构效果最好,此时平均色差为0.35△E00,平均RMSE为0.0078,平均GFC为99.94％.结论 聚类方法可以应用于光谱成像过程中训练样本选择过程,且有助于提高光谱重构的运算速度和精度.

关键词：光谱反射率、主成分分析法、训练样本选择、聚类分析

所属期刊栏目：40

分类号：TP801.3(远动技术)

资助基金：上海市科学技术委员会科研计划18060502500

在线出版日期：2019-10-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：249-255