高維光譜空間降維技術(shù)研究.pdf

1、高維光譜空間降維是光譜色彩管理的主要內(nèi)容，是進(jìn)行色域匹配和色域可視化等處理的前提和基礎(chǔ)。首先，針對主成分分析降維算法樣本集為非正態(tài)，導(dǎo)致主成分分析降維具有不穩(wěn)定性的缺點(diǎn)，本文提出并實(shí)現(xiàn)ICA-Wyszecki降維算法。ICA-Wyszecki降維算法將獨(dú)立成分分析法和 Wyszecki提出的假設(shè)相結(jié)合，得到一個低維的LabICA中間連接空間，此空間能夠很好地綜合色度和光譜的特性。其次，針對主成分分析法得到的低維空間存在負(fù)值而導(dǎo)致重建光譜

2、超出了光譜范圍的缺點(diǎn)，提出將主成分分析法與Kubelka-Munk理論相結(jié)合，得到特征向量矩陣與光譜吸收系數(shù)K和散射系數(shù)S的比值矩陣之間的關(guān)系。針對Kubelka-Munk理論存在測量誤差以及主成分分析降維算法不穩(wěn)定等缺點(diǎn)，提出一個新的線性空間-Ψ空間，并將針對Ψ空間的降維命名為KM-PCA降維算法，設(shè)計實(shí)現(xiàn)KM-PCA降維算法。最后實(shí)驗(yàn)證明，KM-PCA降維算法和ICA-Wyszecki降維算法得到的低維空間，其重構(gòu)的光譜與光譜特性文