光谱重构算法
【技术领域】
[0001] 本发明涉及一种光谱反射率重构算法，具体涉及一种光谱重构算法。
【背景技术】
[0002] 光谱反射率是物体的固有属性，且不同物体的光谱反射率不同，其可称为物体的 "指纹"。在印刷、艺术品复制、纺织及电子商务领域中都经常涉及到物体的光谱反射率信 息。所以测得物体的光谱反射率具有重要意义。现有技术中，通过分光光度计可以准确测 得物体的光谱反射率，但是，分光光度计这种设备的价格昂贵、测量效率较低，并且测量时 只能以接触式方式对有一定尺寸的平面物体进行测量。
[0003] 近年来通过数码相机、多光谱系统、扫描仪、显示器等获得物体颜色的设备响应值 后再预测物体光谱反射率的方法被广泛采用。一般，数字图像设备有三个独立的颜色通道， 故以CIE色彩空间的CIE XYZ三刺激值预测物体的光谱反射率来研究基于数字图像设备三 色响应值的光谱反射率重构算法。目前已有许多模型算法用于重构物体的光谱反射率，如 伪逆法、遗传算法、神经网络、Hawkyard法以及改进算法、查找表法、独立元分析法、非负矩 阵分解法、主成分分析法等，其中主成分分析方法的应用最为广泛。但是，现有技术中，主成 分分析法只通过一组主成分对所有物体的光谱反射率进行预测或者在预选的范围内进行 预测，这样实现的光谱重构不但没有完整反映物体反射率的变化特性，也没有很好的反映 边界颜色上的光谱特性，使得重构精度不高。
【发明内容】
[0004] 本发明是为了解决上述课题而进行的，目的在于提供一种实现重构精度高的光谱 重构算法。
[0005] 本发明提供了一种光谱重构算法，用于根据分别具有CIE色彩空间的CIE ΙΛΛΤ 值和参照光谱值的训练样本集合计算出待测样本集合的测试光谱值，其特征在于，包括以 下步骤：步骤1，获取待测样本的CIE色彩空间的CIE XYZ值；步骤2,将待测样本的CIE XYZ 值根据预定规则转换为CIE ΙΛΛΤ值；步骤3,根据待测样本的色相角H %对参照光谱值形 成的参照光谱值集合中进行分选得到相对应地分区光谱值集合；步骤4,根据主成分分析 方法，在分区光谱值集合中选取贡献率大的三个主成分即第一组主成分，根据重构公式计 算出初级光谱值；步骤5,根据初级光谱值对分区光谱值集合中的分区光谱值进行选择，选 取得到的筛选光谱值组成筛选光谱值集合；步骤6,根据主成分分析方法，在筛选光谱值集 合中选取贡献率大的三个主成分即第二组主成分，根据重构公式计算得到测试光谱值。
[0006] 在本发明所提供的光谱重构算法，还可以具有这样的特征：其中，步骤3包括以下 步骤：步骤3-1 :设定与待测样本的色相角!T对应的预定角度范围；步骤3-2 :判断训练样 本集合的所有色相角IT是否在预定角度范围内；步骤3-3:选取出判断为在预定角度范围 的训练样本的参照光谱值，将该参照光谱值进行储存，并得到分区光谱值集合。
[0007] 在本发明所提供的光谱重构算法，还具有这样的特征：其中，将待测样本的色相角 IT加上预设值后作为预定角度范围中的最大预定角度值，将待测样本的色相角!T减去预设 值后作为预定角度范围中的最小预定角度值。
[0008] 在本发明所提供的光谱重构算法，还具有这样的特征：其中，步骤5根据光谱角度 匹配公式对分区光谱值集进行筛选，光谱角度匹配公式是：
【主权项】
1. 一种光谱重构算法，用于根据分别具有CIE色彩空间的CIE L 值和参照光谱值 的训练样本集合计算出待测样本集合的测试光谱值，其特征在于，包括以下步骤： 步骤1，获取所述待测样本的CIE色彩空间的CIE XYZ值； 步骤2,将所述待测样本的CIE XYZ值根据预定规则转换为CIE ΙΛΛΤ值； 步骤3,根据所述待测样本的色相角Η%对所述参照光谱值形成的参照光谱值集合中进 行分选得到相对应地分区光谱值集合； 步骤4,根据主成分分析方法，在所述分区光谱值集合中选取贡献率大的三个主成分即 第一组主成分，根据重构公式计算出初级光谱值； 步骤5,根据所述初级光谱值对所述分区光谱值集合中的分区光谱值进行选择，选取得 到的筛选光谱值组成筛选光谱值集合； 步骤6,根据主成分分析方法，在所述筛选光谱值集合中选取贡献率大的三个主成分即 第二组主成分，根据所述重构公式计算得到所述测试光谱值。
2. 根据权利要求1所述的光谱重构算法，其特征在于： 其中，所述步骤3包括以下步骤： 步骤3-1 :设定与所述待测样本的色相角!T对应的预定角度范围； 步骤3-2 :判断所述训练样本集合的所有色相角!T是否在所述预定角度范围内； 步骤3-3 :选取出判断为在所述预定角度范围的所述训练样本的所述参照光谱值，将 该参照光谱值进行储存，并得到所述分区光谱值集合。
3. 根据权利要求2所述的光谱重构算法，其特征在于： 其中，将所述待测样本的色相角IT加上预设值后作为所述预定角度范围中的最大预定 角度值，将所述待测样本的色相角IT减去所述预设值后作为所述预定角度范围中的最小预 定角度值。
4. 根据权利要求1所述的光谱重构算法，其特征在于： 其中，所述步骤5根据光谱角度匹配公式对所述分区光谱值集进行筛选，所述光谱角 度匹配公式是：
式中，Θ所述分区光谱值与所述初级光谱值的夹角，t是所述分区光谱值集中的每个 光谱值，r是所述初级光谱值， 根据光谱角度匹配方法的特性：夹角Θ越小，光谱越相似，从所述分区光谱值集中选 择与所述初级光谱值相似的分区光谱值，从而得到所述筛选光谱值。
5. 根据权利要求1所述的光谱重构算法，其特征在于： 其中，所述步骤4包括以下步骤： 步骤4-1 :根据主成分分析方法，从所述分区光谱值集合中得到至少三个主成分； 步骤4-2 :根据所述主成分的贡献率选取贡献率最大的三个主成分作为所述第一组主 成分； 步骤4-3 :将所述第一组主成分代入所述重构公式中计算出所述初级光谱值，所述重 构公式为：
式中，W是所述分区光谱值集合对应的平均光谱反射率，Vi是所述分区光谱值减去平 均光谱反射率后得到的第i个所述主成分，a i表示第i个所述主成分对应的系数，r是所 述初级光谱值。
【专利摘要】本发明提供了一种光谱重构算法，包括以下步骤：步骤1，获取待测样本的CIE色彩空间的CIE XYZ值；步骤2，将待测样本的CIE XYZ值根据预定规则转换为CIE L*C*H*值；步骤3，对参照光谱值形成的参照光谱值集合中进行分选得到相对应地分区光谱值集合；步骤4，根据主成分分析方法，在分区光谱值集合中选取贡献率大的三个主成分即第一组主成分，根据重构公式计算出初级光谱值；步骤5，根据初级光谱值对分区光谱值集合中的分区光谱值进行选择，选取得到的筛选光谱值组成筛选光谱值集合；步骤6，根据主成分分析方法，在筛选光谱值集合中选取贡献率大的三个主成分即第二组主成分，计算得到测试光谱值。
【IPC分类】G01N21-25, G01J3-42
【公开号】CN104634745
【申请号】CN201510044236
【发明人】吴光远, 申晓莹, 叶程, 张建青, 刘真, 刘攀, 于海琦
【申请人】上海理工大学
【公开日】2015年5月20日
【申请日】2015年1月29日