光譜重構算法
【技術領域】
[0001] 本發(fā)明涉及一種光譜反射率重構算法，具體涉及一種光譜重構算法。
【背景技術】
[0002] 光譜反射率是物體的固有屬性，且不同物體的光譜反射率不同，其可稱為物體的 "指紋"。在印刷、藝術品復制、紡織及電子商務領域中都經(jīng)常涉及到物體的光譜反射率信 息。所以測得物體的光譜反射率具有重要意義。現(xiàn)有技術中，通過分光光度計可以準確測 得物體的光譜反射率，但是，分光光度計這種設備的價格昂貴、測量效率較低，并且測量時 只能以接觸式方式對有一定尺寸的平面物體進行測量。
[0003] 近年來通過數(shù)碼相機、多光譜系統(tǒng)、掃描儀、顯示器等獲得物體顏色的設備響應值 后再預測物體光譜反射率的方法被廣泛采用。一般，數(shù)字圖像設備有三個獨立的顏色通道， 故以CIE色彩空間的CIE XYZ三刺激值預測物體的光譜反射率來研究基于數(shù)字圖像設備三 色響應值的光譜反射率重構算法。目前已有許多模型算法用于重構物體的光譜反射率，如 偽逆法、遺傳算法、神經(jīng)網(wǎng)絡、Hawkyard法以及改進算法、查找表法、獨立元分析法、非負矩 陣分解法、主成分分析法等，其中主成分分析方法的應用最為廣泛。但是，現(xiàn)有技術中，主成 分分析法只通過一組主成分對所有物體的光譜反射率進行預測或者在預選的范圍內進行 預測，這樣實現(xiàn)的光譜重構不但沒有完整反映物體反射率的變化特性，也沒有很好的反映 邊界顏色上的光譜特性，使得重構精度不高。

【發(fā)明內容】

[0004] 本發(fā)明是為了解決上述課題而進行的，目的在于提供一種實現(xiàn)重構精度高的光譜 重構算法。
[0005] 本發(fā)明提供了一種光譜重構算法，用于根據(jù)分別具有CIE色彩空間的CIE ΙΛΛΤ 值和參照光譜值的訓練樣本集合計算出待測樣本集合的測試光譜值，其特征在于，包括以 下步驟：步驟1，獲取待測樣本的CIE色彩空間的CIE XYZ值；步驟2,將待測樣本的CIE XYZ 值根據(jù)預定規(guī)則轉換為CIE ΙΛΛΤ值；步驟3,根據(jù)待測樣本的色相角H %對參照光譜值形 成的參照光譜值集合中進行分選得到相對應地分區(qū)光譜值集合；步驟4,根據(jù)主成分分析 方法，在分區(qū)光譜值集合中選取貢獻率大的三個主成分即第一組主成分，根據(jù)重構公式計 算出初級光譜值；步驟5,根據(jù)初級光譜值對分區(qū)光譜值集合中的分區(qū)光譜值進行選擇，選 取得到的篩選光譜值組成篩選光譜值集合；步驟6,根據(jù)主成分分析方法，在篩選光譜值集 合中選取貢獻率大的三個主成分即第二組主成分，根據(jù)重構公式計算得到測試光譜值。
[0006] 在本發(fā)明所提供的光譜重構算法，還可以具有這樣的特征：其中，步驟3包括以下 步驟：步驟3-1 :設定與待測樣本的色相角!T對應的預定角度范圍；步驟3-2 :判斷訓練樣 本集合的所有色相角IT是否在預定角度范圍內；步驟3-3:選取出判斷為在預定角度范圍 的訓練樣本的參照光譜值，將該參照光譜值進行儲存，并得到分區(qū)光譜值集合。
[0007] 在本發(fā)明所提供的光譜重構算法，還具有這樣的特征：其中，將待測樣本的色相角 IT加上預設值后作為預定角度范圍中的最大預定角度值，將待測樣本的色相角!T減去預設 值后作為預定角度范圍中的最小預定角度值。
[0008] 在本發(fā)明所提供的光譜重構算法，還具有這樣的特征：其中，步驟5根據(jù)光譜角度 匹配公式對分區(qū)光譜值集進行篩選，光譜角度匹配公式是：
【主權項】
1. 一種光譜重構算法，用于根據(jù)分別具有CIE色彩空間的CIE L 值和參照光譜值 的訓練樣本集合計算出待測樣本集合的測試光譜值，其特征在于，包括以下步驟： 步驟1，獲取所述待測樣本的CIE色彩空間的CIE XYZ值； 步驟2,將所述待測樣本的CIE XYZ值根據(jù)預定規(guī)則轉換為CIE ΙΛΛΤ值； 步驟3,根據(jù)所述待測樣本的色相角Η%對所述參照光譜值形成的參照光譜值集合中進 行分選得到相對應地分區(qū)光譜值集合； 步驟4,根據(jù)主成分分析方法，在所述分區(qū)光譜值集合中選取貢獻率大的三個主成分即 第一組主成分，根據(jù)重構公式計算出初級光譜值； 步驟5,根據(jù)所述初級光譜值對所述分區(qū)光譜值集合中的分區(qū)光譜值進行選擇，選取得 到的篩選光譜值組成篩選光譜值集合； 步驟6,根據(jù)主成分分析方法，在所述篩選光譜值集合中選取貢獻率大的三個主成分即 第二組主成分，根據(jù)所述重構公式計算得到所述測試光譜值。
2. 根據(jù)權利要求1所述的光譜重構算法，其特征在于： 其中，所述步驟3包括以下步驟： 步驟3-1 :設定與所述待測樣本的色相角!T對應的預定角度范圍； 步驟3-2 :判斷所述訓練樣本集合的所有色相角!T是否在所述預定角度范圍內； 步驟3-3 :選取出判斷為在所述預定角度范圍的所述訓練樣本的所述參照光譜值，將 該參照光譜值進行儲存，并得到所述分區(qū)光譜值集合。
3. 根據(jù)權利要求2所述的光譜重構算法，其特征在于： 其中，將所述待測樣本的色相角IT加上預設值后作為所述預定角度范圍中的最大預定 角度值，將所述待測樣本的色相角IT減去所述預設值后作為所述預定角度范圍中的最小預 定角度值。
4. 根據(jù)權利要求1所述的光譜重構算法，其特征在于： 其中，所述步驟5根據(jù)光譜角度匹配公式對所述分區(qū)光譜值集進行篩選，所述光譜角 度匹配公式是：
式中，Θ所述分區(qū)光譜值與所述初級光譜值的夾角，t是所述分區(qū)光譜值集中的每個 光譜值，r是所述初級光譜值， 根據(jù)光譜角度匹配方法的特性：夾角Θ越小，光譜越相似，從所述分區(qū)光譜值集中選 擇與所述初級光譜值相似的分區(qū)光譜值，從而得到所述篩選光譜值。
5. 根據(jù)權利要求1所述的光譜重構算法，其特征在于： 其中，所述步驟4包括以下步驟： 步驟4-1 :根據(jù)主成分分析方法，從所述分區(qū)光譜值集合中得到至少三個主成分； 步驟4-2 :根據(jù)所述主成分的貢獻率選取貢獻率最大的三個主成分作為所述第一組主 成分； 步驟4-3 :將所述第一組主成分代入所述重構公式中計算出所述初級光譜值，所述重 構公式為：
式中，W是所述分區(qū)光譜值集合對應的平均光譜反射率，Vi是所述分區(qū)光譜值減去平 均光譜反射率后得到的第i個所述主成分，a i表示第i個所述主成分對應的系數(shù)，r是所 述初級光譜值。
【專利摘要】本發(fā)明提供了一種光譜重構算法，包括以下步驟：步驟1，獲取待測樣本的CIE色彩空間的CIE XYZ值；步驟2，將待測樣本的CIE XYZ值根據(jù)預定規(guī)則轉換為CIE L*C*H*值；步驟3，對參照光譜值形成的參照光譜值集合中進行分選得到相對應地分區(qū)光譜值集合；步驟4，根據(jù)主成分分析方法，在分區(qū)光譜值集合中選取貢獻率大的三個主成分即第一組主成分，根據(jù)重構公式計算出初級光譜值；步驟5，根據(jù)初級光譜值對分區(qū)光譜值集合中的分區(qū)光譜值進行選擇，選取得到的篩選光譜值組成篩選光譜值集合；步驟6，根據(jù)主成分分析方法，在篩選光譜值集合中選取貢獻率大的三個主成分即第二組主成分，計算得到測試光譜值。
【IPC分類】G01N21-25, G01J3-42
【公開號】CN104634745
【申請?zhí)枴緾N201510044236
【發(fā)明人】吳光遠, 申曉瑩, 葉程, 張建青, 劉真, 劉攀, 于海琦
【申請人】上海理工大學
【公開日】2015年5月20日
【申請日】2015年1月29日