基于聚类分析的光谱重建样本分析

作者：易文娟; 孙刘杰; 陈志文; 张雷洪; 王文举

来源：包装工程, 2019, 40(17): 249-255.

DOI：10.19554/j.cnki.1001-3563.2019.17.036

• 光谱反射率
• 主成分分析法
• 训练样本选择
• 聚类分析

目的解决目前光谱重建中因数量大而出现的冗余和繁重等问题,证明聚类算法可以很好地应用在光谱选择样本分析中,并可以实现较高的重构色度精度和物理精度。方法采用主成分分析法进行仿真实验,首先探究主成分个数,再确定聚类个数,然后比较聚类方法和3种常用的样本选择方法,最后分析比较光源种类对重构结果的影响。结果通过实验确定主成分个数为6且聚类个数为20时,在A光源下使用KFCM算法的重构效果最好,此时平均色差为0.35ΔE00,平均RMSE为0.0078,平均GFC为99.94%。结论聚类方法可以应用于光谱成像过程中训练样本选择过程,且有助于提高光谱重构的运算速度和精度。

• 单位
  上海理工大学; 上海城建职业学院