基于自适应加权线性回归的光谱估计方法研究

摘要：

光谱估计是光谱成像领域的研究热点,提出一种自适应加权线性回归光谱估计方法,首先以线性化的伪逆求解算子为基础,利用齐次多项式对相机数字响应值进行扩展,利用Tikhonov正则化方法进行正则化约束,得到全局训练的光谱估计方法,其次依据训练样本对光谱估计精度的影响机理,在求解光谱估计矩阵时进一步引入高斯加权方法,建立自适应加权训练的光谱估计方法,以提高光谱估计精度.利用28种数码相机的灵敏度函数构建了仿真成像系统,以Munsell Matte颜色样本和X-rite ColorChecker SG色卡为实验样本,以光谱均方根误差和色差为评价指标,对本文方法进行了验证.结果表明,新方法在全局训练模式下能取得与现有全局训练方法同等水平的光谱估计精度,且能够克服现有方法存在的曝光敏感性问题;新方法在自适应加权训练模式下,无论是光谱精度还是色度精度,均优于现有方法.

关键词：颜色、数码相机、光谱估计、线性回归、自适应加权

所属期刊栏目：58

分类号：TP334.2(计算技术、计算机技术)

资助基金：湖北省自然科学基金;湖北省高等学校优秀中青年科技创新团队项目;武汉纺织大学科研项目

在线出版日期：2021-08-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：515-522