Research on spectral reflectance reconstruction algorithm based on inverse variance weighting

doi:10.13741/j.cnki.11-1879/o4.2024.02.006

您当前的位置：

首页 >

文章列表页 >

Research on spectral reflectance reconstruction algorithm based on inverse variance weighting

更新时间：2025-09-01

- Research on spectral reflectance reconstruction algorithm based on inverse variance weighting
- Vol. 50, Issue 2, Pages: 160-166(2024)
- 作者机构：
  
  1. 1:云南师范大学物理与电子信息学院
  2. 2:曲阜师范大学工学院
  3. 3:深圳职业技术大学传播工程学院
- 作者简介：
- 基金信息：
- DOI：10.13741/j.cnki.11-1879/o4.2024.02.006
  CLC： O439;TP391.41
- Published：2024
- 稿件说明：
移动端阅览
Research on spectral reflectance reconstruction algorithm based on inverse variance weighting[J]. 2024, 50(2): 160-166.
DOI：

Research on spectral reflectance reconstruction algorithm based on inverse variance weighting[J]. 2024, 50(2): 160-166. DOI： 10.13741/j.cnki.11-1879/o4.2024.02.006.

摘要

为了能较大程度的满足图像复制的需求，避免同色异谱现象，研究光谱重建算法对光谱反射率重建精度和色度的影响。通过改进传统的主成分分析法，提出逆方差加权回归的光谱反射率重建算法。首先，引入逆方差加权模型，调整因子权重；其次，对光谱反射率训练样本集归一化处理，计算新的协方差矩阵；最后，对加权后的光谱反射率样本集奇异值分解，重建光谱反射率。实验表明，基于逆方差加权的光谱反射率重建算法的CIE DE2000颜色精度提高了3.3%

光谱重建精度提高了2%

能够实现良好的颜色再现效果。加权算法可以应用于光谱反射率重建过程，有助于提高光谱重建精度和色度。

Abstract

关键词

Keywords

references

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Dimensionality reduction method based on combination of PCA and ICA

The spectral reflectance reconstruction method based on Three-channel expansion

3Dpoint cloud registration algorithm based on locality preserving PCA

The research of glasses removal based on PCA/ICA and error compensation

Study on the hyperspectral remote sensed image classify based on PCA and SVM

Related Author

王一帆

唐正宁

王晓红

王东东

麻祥才

肖颖

高倩

吴明明

Related Institution

1:江南大学物联网工程学院

2:上海理工大学出版印刷与艺术设计学院

1:上海出版印刷高等专科学校印刷包装工程系

1:北京联合大学信息学院

2:西北民族大学数学与计算机科学学院

⁰