基于同色异谱黑理论的非线性复合模型光谱重建研究

摘要：

同色异谱现象是光谱反射率重建与颜色再现中的一个重要问题.采用三基色CCD相机采集CIE标准光源D65下的颜色样品信号,建立非线性复合模型,使用主成分分析结合神经网络的方法(PCA-NET)改进基于同色异谱黑理论的R矩阵算法,对标准Munsell色卡光谱重建进行研究.在保证给定照明条件下的色度精度同时,对光谱重建的结果进行了实验评价和讨论.实验结果表明,在给定的照明条件下,PCA-NET算法能够准确的拟合相机输出信号与主成分系数之间的非线性关系,将其代替线性算法应用于RWT矩阵算法中时,测试集的平均均方根值是未改进R矩阵算法的076,平均标准差是R矩阵算法的085,可有效提高光谱反射率的重建精度.改进后的R矩阵算法具有精度较高、操作简单易实现的特点,可用于对重建色度精度及光谱精度均要求较高的领域.

关键词：光谱重建、颜色再现、PCA、神经网络、改进的R矩阵算法

所属期刊栏目：37

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金项目61575020;广东省科技计划项目2015A020214004

在线出版日期：2017-05-22（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：704-709