一种基于宽度学习的高精度光谱重建方法

摘要：

目的 研究一种更有效的光谱重建方法,以提升光谱重建的精度.方法 文中提出一种基于宽度学习的光谱重建方法,以包含1269个色块的孟塞尔亚光数据集和包含289个色块的Agfa IT8.2数据集为实验样本,利用商用彩色数码相机的模拟系统对所提方法进行验证,以光谱均方根误差、光谱拟合优度系数和2种色差公式为算法评价指标,并与现有的光谱重建方法进行了对比.结果 实验结果表明,该方法可实现的平均均方根误差低至0.4％,平均光谱拟合优度系数达到99.9％,平均色差低至0.147和0.112,光谱精度和色度精度都明显优于其他2种方法.结论 基于宽度学习的光谱重建算法可以有效地提高光谱重建的精度,能够实现更高精度的光谱颜色表征和再现的要求.

关键词：光谱重建、宽度学习、数码相机、特征节点

所属期刊栏目：43

分类号：TP301.6(计算技术、计算机技术)

在线出版日期：2022-11-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：181-186