论文部分内容阅读
随着计算机图像处理技术的快速发展,多光谱成像系统在文物保护领域中的应用日益广泛。利用多光谱成像系统采集少量离散通道下的光谱通道响应,通过光谱通道响应和光谱反射率之间的映射关系得到与成像设备无关的物体重建光谱反射率,再利用重建光谱反射率进一步实现物体颜色的还原。这种基于光谱的颜色复制技术能够有效的避免同色异谱现象,实现物体表面颜色的真实还原。但多光谱成像系统的少量通道数也会带来一些问题,比如信息的丢失、造成成像系统非线性等。因此,为了满足高精度颜色复制要求,怎样获取精确度更高的光谱反射率是实现基于光谱颜色复制的关键。
论文以多光谱成像技术为基础,分别对光谱重建算法、训练样本优化选取和颜色还原三个方面进行了研究。考虑到实际成像系统是非线性的,会受到噪声等因素的影响,提出一种基于 R矩阵与正则化多项式相结合的光谱重建算法,使用多项式代替 R矩阵法中的伪逆法,并对多项式适当地添加限制条件,来减少数据存在噪声所带来的精度误差过大的影响,实验结果证明,该方法能够提高光谱重建精确。然后,针对已有的训练样本选取方法未综合考虑光谱反射率空间和色度空间的特性,提出了基于核模糊 C聚类的样本优化选取方法,先采用已有样本选取法在光谱反射率空间选取C个样本作为聚类初始点,再将原光谱转化到(a*, b*)色度空间进行聚类,同时引入核函数将二维色度空间映射到三维特征空间,使得特征数据线性可分,从而达到更好的划分效果。实验结果证明,该方法重建精度明显优于绝大部分已有的训练样本选取方法。最后以壁画作为测试样本,运用颜色理论知识将重建的壁画光谱反射率变换到XYZ颜色空间,进而映射到R GB颜色空间显示,并对颜色还原的质量做了主观评价和分析。实验结果证明,该方法能够实现较高精度的壁画颜色还原。
论文以多光谱成像技术为基础,分别对光谱重建算法、训练样本优化选取和颜色还原三个方面进行了研究。考虑到实际成像系统是非线性的,会受到噪声等因素的影响,提出一种基于 R矩阵与正则化多项式相结合的光谱重建算法,使用多项式代替 R矩阵法中的伪逆法,并对多项式适当地添加限制条件,来减少数据存在噪声所带来的精度误差过大的影响,实验结果证明,该方法能够提高光谱重建精确。然后,针对已有的训练样本选取方法未综合考虑光谱反射率空间和色度空间的特性,提出了基于核模糊 C聚类的样本优化选取方法,先采用已有样本选取法在光谱反射率空间选取C个样本作为聚类初始点,再将原光谱转化到(a*, b*)色度空间进行聚类,同时引入核函数将二维色度空间映射到三维特征空间,使得特征数据线性可分,从而达到更好的划分效果。实验结果证明,该方法重建精度明显优于绝大部分已有的训练样本选取方法。最后以壁画作为测试样本,运用颜色理论知识将重建的壁画光谱反射率变换到XYZ颜色空间,进而映射到R GB颜色空间显示,并对颜色还原的质量做了主观评价和分析。实验结果证明,该方法能够实现较高精度的壁画颜色还原。