首页 > 论文 > 激光与光电子学进展 > 55卷 > 5期(pp:53004--1)

基于降维正则化多项式的光谱反射率重建方法

Spectral Reflectance Reconstruction Based on Dimension Reduction Regularization Polynomials

  • 摘要
  • 论文信息
  • 参考文献
  • 被引情况
  • PDF全文
分享:

摘要

针对光谱反射率重建常用方法中主成分分析法重建后产生病态的问题,提出一种基于降维正则化多项式的光谱反射率重建方法;利用主成分分析法对训练样本的高维光谱数据进行降维,在降维的基础上对样本的通道响应数进行多项式回归扩展来提高光谱反射率重建的精度,同时加入Tikhonov限制条件来避免多项式扩展导致的数据不稳定性和随机噪声产生的病态问题。结果表明:降维正则化多项式光谱反射率重建方法在精度评价中的效果优于主成分分析法和多项式回归扩展法,同时实现了降低光谱数据计算量、优化通道响应、提高反射率重建精度的目的。

Abstract

To solve problems in common algorithms for spectral reflectance reconstruction such as the principal component analysis method producing ill-posed situation after reconstruction, we propose a spectral reflectance reconstruction method based on dimension reduction regularization polynomials。 The principal component analysis method is used to conduct dimension reduction for high-dimensional spectral data of training samples。 Based on the dimension reduction, the polynomial regression expansion is carried out for channel response numbers of the samples to improve the accuracy of spectral reflectance reconstruction, and Tikhonov restrictions are added to avoid ill-posed situation produced by data instability and random noise due to polynomial expansion。 The results show that the precision evaluation effect of the proposed spectral reflectance reconstruction method based on dimension reduction regularization polynomials is better than that of the principal component analysis method and the polynomial regression expansion method。 The proposed method can reduce the amount of spectral data, optimize the channel response, and improve the accuracy of reflectance reconstruction。

补充资料

中图分类号:O433。4

DOI:

所属栏目:光谱学

基金项目:国家自然科学基金青年基金(61701388)、住房和城乡建设部科学技术计划(2017-K2-014)、陕西省国际科技合作与交流计划(2017KW-036)、西安市软科学项目(2016043SF/RK06(3))、西安市碑林区科技计划(GX1606)、西安建筑科技大学青年科技基金(QN1628)

收稿日期:2017-10-20

修改稿日期:2017-11-16

网络出版日期:--

作者单位    点击查看

王可:西安建筑科技大学管理学院, 陕西 西安 710055西安建筑科技大学信息与控制工程学院, 陕西 西安 710055
王慧琴:西安建筑科技大学管理学院, 陕西 西安 710055西安建筑科技大学信息与控制工程学院, 陕西 西安 710055
龙艳群:西安建筑科技大学信息与控制工程学院, 陕西 西安 710055
王伟超:西安建筑科技大学信息与控制工程学院, 陕西 西安 710055
赵丽娟:西安建筑科技大学信息与控制工程学院, 陕西 西安 710055
杨蕾:西安建筑科技大学信息与控制工程学院, 陕西 西安 710055

联系人作者:王可(wangke@xauat.edu.cn)

备注:王可(1981-),男,博士,讲师,主要从事多光谱图像处理、机器学习方面的研究。E-mail: wangke@xauat.edu.cn

【1】Ren P Y, Liao N F, Chai B H, et al. Spectral reflectance recovery based on multispectral imaging[J]. Optical Technique, 2005, 31(3): 427-433.
任鹏远, 廖宁放, 柴冰华, 等. 基于多光谱成像的光谱反射率重建[J]. 光学技术, 2005, 31(3): 427-433.

【2】He S H, Liu Z, Chen Q. Research of spectral dimension reduction method based on matrix R~ theory[J]. Acta Optica Sinica, 2014, 34(2): 0233001.
何颂华, 刘真, 陈桥. 基于矩阵R~理论的光谱降维方法研究[J]. 光学学报, 2014, 34(2): 0233001.

【3】Zou J P, Yang J, Li H N, et al. Study of spectral reflectance reconstruction based on matrix R method[J]. Acta Optica Sinica, 2014, 34(s2): s233001.
邹纪平, 杨葭, 李宏宁, 等. 基于R矩阵法光谱反射率重建研究[J]. 光学学报, 2014, 34(s2): s233001.

【4】He S H, Gao Y, Chen Q, et al. The set up of primary pigments liner mixing space in spectral color reproduction[J]. Acta Optica Sinica, 2016, 36(3): 0333001.
何颂华, 高媛, 陈桥, 等. 光谱颜色复制中对基色色料线性混合空间的建立[J]. 光学学报, 2016, 36(3): 0333001.

【5】Luo M, Bu Y, Xu J H, et al. Optical element surface defect measurement based on multispectral technique[J]. Chinese Journal of Lasers, 2017, 44(1): 0104001.
罗茂, 步阳, 徐静浩, 等. 基于多光谱技术的光学元件表面疵病检测[J]. 中国激光, 2017, 44(1): 0104001.

【6】Yang W P, Xu N, Duan J J, et al. Application and development of multispectral imaging technology in color reproduction[J]. Journal of Yunnan University of Nationalities (Natural Science Edition), 2009, 18(3): 191-197.
杨卫平, 徐楠, 段剑金, 等. 多光谱成像技术在颜色复制方面的应用及发展[J]. 云南民族大学学报(自然科学版), 2009, 18(3): 191-197.

【7】Liang H D。 Advances in multispectral and hyperspectral imaging for archaeology and art conservation[J]。 Applied Physics A, 2012, 106(2): 309-323。

【8】Shen Y, Zhang L, Bai C X, et al. Frame multispectral imaging based on light field imaging[J]. Laser & Optoelectronics Progress, 2016, 53(5): 053007.
沈燕, 张磊, 柏财勋, 等. 基于光场成像的画幅式多光谱成像方法[J]. 激光与光电子学进展, 2016, 53(5): 053007.

【9】Li J C, Liu Z, Chen G X. Colorant selection based on gamut analysis and cluster analysis[J]. Acta Optica Sinica, 2012, 32(6): 0633001.
李金城, 刘真, 陈广学. 一种基于色域分析与聚类分析的基色筛选[J]. 光学学报, 2012, 32(6): 0633001.

【10】Wang Y F, Tang Z N. Dimensionality reduction method based on combination of PCA and ICA[J]. Optical Technique, 2014, 40(2): 180-183.
王一帆, 唐正宁. 基于PCA和ICA的多光谱数据降维方法[J]. 光学技术, 2014, 40(2): 180-183.

【11】Tsutsumi S, Rosen R M, Berns S R。 Spectral color management using interim connection space based on spectral decomposition[J]。 Color Research and Application, 2008, 33(4): 282-299。

【12】Wang Y, Wang Z M, Wang Y F. Nonlinear dimensionality reduction of multi-spectral images for color reproduction[J]. Optics and Precision Engineering, 2011, 19(5): 1171-1178.
王莹, 王忠民, 王义峰. 面向色彩再现的多光谱图像非线性降维方法[J]. 光学 精密工程, 2011, 19(5): 1171-1178.

【13】Long Y Q, Wang H Q, Wang K, et al. Study on spectral reconstruction method based on optimized selected samples[J]. Imaging Science and Photochemistry, 2017, 35(1): 88-96.
龙艳群, 王慧琴, 王可, 等. 基于样本优化选取的光谱重建方法研究[J]. 影像科学与光化学, 2017, 35(1): 88-96.

【14】Martinkauppi J B, Shatilova Y, Keklinen J, et al. Polynomial regression spectra reconstruction of arctic charr′s RGB[M]// Trémeau A, Schettini R, Tominaga S. Computational color imaging. Berlin: Springer-Verlag, 2009: 198-206.

【15】Neumaier A. Solving ill-conditioned and singular linear systems: a tutorial on regularization[J]. SIAM Review, 1998, 40(3): 636-666.

【16】Xie D H, Li R, Wan X X, et al. Iterated Tikhonov regularization for spectral recovery from tristimulus[J]. Spectroscopy and Spectral Analysis, 2016, 36(1): 201-205.
谢德红, 李蕊, 万晓霞, 等. 基于迭代Tikhonov正规化的三刺激值重建光谱方法研究[J]. 光谱学与光谱分析, 2016, 36(1): 201-205.

【17】Chu D L, Lin L J, Tan R C E, et al. Condition numbers and perturbation analysis for the Tikhonov regularization of discrete ill-posed problems[J]. Numerical Linear Algebra with Application, 2011, 18(1): 87-103.

【18】Hansen P C。 Analysis of discrete ill-posed problems by means of the L-curve[J]。 SIAM Review, 1992, 34(4): 561-580。

【19】Wang Y, Gong Y. Design of multispectral imaging spectrometer using linear variable filter[J]. Laser & Optoelectronics Progress, 2016, 53(1): 013003.
王颖, 巩岩. 线性渐变滤光片型多光谱成像光谱仪设计[J]. 激光与光电子学进展, 2016, 53(1): 013003.

【20】Li S X, Liao N F, Sun Y N. A new parameter for evaluating spectral estimation precision of multispectral camera[J]. Spectroscopy and Spectral Analysis, 2007, 27(8): 1461-1464.
李遂贤, 廖宁放, 孙雨南. 一个评价光谱估计精度的新参数[J]. 光谱学与光谱分析, 2007, 27(8): 1461-1464.

【21】Cheung V, Westland S。 Methods for optimal color selection[J]。 Journal of Imaging Science and Technology, 2006, 50(5): 481-488。

【22】Jia Z Y. Spectral reflectance reconstruction of multi-spectral imaging based on optimized sample[J]. Journal of Information and Computational Science, 2015, 12(7): 2535-2544.

【23】Hardeberg J Y. Acquisition and reproduction of color images: colorimetric and multi-spectral approaches[M]. Paris: Universal-Publishers, 2001.

【24】Mohammadi M, Nezamabadi M, Berns R S. Spectral imaging target development based on hierarchical cluster analysis[C]. Proceedings of the 12th Color Imaging Conference, 2004: 59-64.

【25】Shen H L, Zhang H G, Xin J H. Optimal selection of representative colors for spectral reflectance reconstruction in a multispectral imaging system[J]. Applied Optics, 2008, 47(13): 2494-2502.

【26】Zhang X Y, Yang W P, Feng J, et al. Comparison of ICA and PCA in spectrum reconstruction[J]. Journal of Yunnan Normal University, 2007, 27(3): 28-35.
张小燕, 杨卫平, 冯洁, 等. 光谱重建中ICA和PCA的对比[J]. 云南师范大学学报, 2007, 27(3): 28-35.

【27】Huang M, Shi C J, Li Z Y, et al. Influences on observers color discrimination with normal color vision[J]. Acta Optica Sinica, 2016, 36(9): 0933001.
黄敏, 史春洁, 李泽阳, 等. 色觉正常观察者辨色差异影响研究[J]. 光学学报, 2016, 36(9): 0933001.

引用该论文

Wang Ke,Wang Huiqin,Long Yanqun,Wang Weichao,Zhao Lijuan,Yang Lei。 Spectral Reflectance Reconstruction Based on Dimension Reduction Regularization Polynomials[J]。 Laser & Optoelectronics Progress, 2018, 55(5): 053004

王可,王慧琴,龙艳群,王伟超,赵丽娟,杨蕾. 基于降维正则化多项式的光谱反射率重建方法[J]. 激光与光电子学进展, 2018, 55(5): 053004

被引情况

【1】赵丽娟,王慧琴,王 可,王 展,刘加林,杨 蕾. 基于多核支持向量回归的光谱反射率重建方法. 液晶与显示, 2018, 33(12): 1008-1018

【2】王展,王可,王伟超. 提高光谱匹配精度的散射噪声消除方法. 激光与光电子学进展, 2019, 56(2): 22401--1

您的浏览器不支持PDF插件,请使用最新的(Chrome/Fire Fox等)浏览器.或者您还可以点击此处下载该论文PDF

新利彩票计划群 极速赛车是国家的吗 有什么平台可以玩极速赛车 极速赛车怎么看计划 金誉彩票计划群 山东群英会直播 盛兴彩票计划群 快3平台 上海11选5计划 吉林快3代理