本文選題：主成分分析　切入點：人眼視覺加權(quán)　出處：《光譜學(xué)與光譜分析》2017年05期

【摘要】：傳統(tǒng)主成分(PCA)光譜降維方法利用數(shù)學(xué)的方法,保證降維后的重構(gòu)光譜與原光譜在形狀上盡可能相似,但是傳統(tǒng)PCA降維過程中無差別的對待每一個波段的光譜數(shù)據(jù),而人眼視覺對不同波段的光譜敏感程度不同,會造成有時候雖然光譜誤差較小,但是人眼看上去色差較大的情況。在保證光譜誤差的同時,為了能夠有效的減少源光譜與重構(gòu)光譜的色度誤差,提出了兩種基于人眼視覺的加權(quán)函數(shù)對傳統(tǒng)PCA降維方法進行優(yōu)化,并利用殘差光譜對模型進行補償。實驗過程以Munsell色卡作為訓(xùn)練樣本,Munsell色卡和多光譜圖像"young girl"作為測試樣本,然后利用本文提出的加權(quán)函數(shù)進行PCA降維并重構(gòu),并與相關(guān)文獻提出的方法進行了對比。實驗結(jié)果表明,提出的兩種加權(quán)算法,與其他算法相比,無論是色度精度還是在變光源的穩(wěn)定性方面,都有顯著地提高。
[Abstract]:The traditional principal component PCA spectral dimensionality reduction method makes use of mathematical method to ensure that the reconstructed spectrum after dimensionality reduction is as similar as possible to the original spectrum, but the traditional PCA dimensionality reduction process does not discriminate the spectral data of each band.However, the sensitivity of human vision to different spectral bands is different, which sometimes results in a large color difference although the spectral error is small.In order to reduce the chrominance error of source spectrum and reconstructed spectrum effectively, two kinds of weighting functions based on human vision are proposed to optimize the traditional PCA dimensionality reduction method.The residual spectrum is used to compensate the model.In the experiment, the Munsell color card is used as the training sample and the multispectral image "young girl" is used as the test sample. Then the PCA dimension reduction and reconstruction are carried out by using the weighted function proposed in this paper, and the results are compared with the methods proposed in the relevant literature.The experimental results show that compared with other algorithms, the proposed two weighted algorithms can significantly improve the chromaticity accuracy and the stability of the variable light source.
【作者單位】： 上海理工大學(xué)光電信息與計算機工程學(xué)院;河南牧業(yè)經(jīng)濟學(xué)院包裝與印刷工程學(xué)院;上海理工大學(xué)出版印刷與藝術(shù)設(shè)計學(xué)院;河南工程學(xué)院材料與化學(xué)工程學(xué)院;
【基金】：National Natural Science Foundation Issues(61301231) the Science and Technology Development Project in USST(16KJFZ017)
【分類號】：TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 王瑋;孫耀杰;林燕丹;;振動對人眼視覺績效的影響研究[J];照明工程學(xué)報;2013年03期

2 劉曉虹;孔月萍;;基于人眼視覺特征的圖像逆半調(diào)算法[J];微計算機信息;2007年06期

3 周燕,金偉其,劉廣榮,王嶺雪,何玉青;基于人眼視覺的光電成像系統(tǒng)性能評價方法研究[J];兵工學(xué)報;2002年04期

4 戴國俊;劉玉慶;;基于人眼視覺的星空背景建模與仿真[J];計算機仿真;2011年12期

5 潘晴;嚴(yán)國萍;張玉寬;;基于人眼視覺注視機制下突觸短時可塑性的圖像邊緣檢測算法[J];中國圖象圖形學(xué)報;2008年07期

6 唐向宏,岳恒立;基于人眼視覺模型的圖像水印技術(shù)[J];杭州電子科技大學(xué)學(xué)報;2005年01期

7 郭才陶;人眼視覺暗適應(yīng)的主要機制[J];四川師院學(xué)報(自然科學(xué)版);1984年02期

8 趙立龍;方志良;顧澤蒼;;基于人眼視覺的對不良照明圖像的二值化方法(英文)[J];光子學(xué)報;2009年05期

9 余宏生;金偉其;劉修生;;基于人眼視覺的小波域結(jié)構(gòu)相似性圖像質(zhì)量客觀評價方法[J];紅外技術(shù);2010年09期

10 沈明霞,張瑞合,姬長英;基于人眼視覺的農(nóng)產(chǎn)品圖像分割方法[J];南京農(nóng)業(yè)大學(xué)學(xué)報;2004年04期

相關(guān)會議論文 前1條

1 曹守斌;唐向宏;林軍海;陳宏炳;;一種基于人眼視覺特征的圖像內(nèi)容認(rèn)證算法[A];浙江省電子學(xué)會2011學(xué)術(shù)年會論文集[C];2011年

相關(guān)博士學(xué)位論文 前1條

1 許向陽;與視覺認(rèn)知過程相關(guān)的圖像色貌建模的研究[D];華南理工大學(xué);2016年

相關(guān)碩士學(xué)位論文 前6條

1 王作省;基于人眼視覺感知的增強顯示模擬[D];浙江大學(xué);2010年

2 劉曉虹;基于人眼視覺特征的彩色逆半調(diào)方法研究[D];西安建筑科技大學(xué);2007年

3 李瓊;基于Internet的人眼視覺應(yīng)用及特性測量的研究[D];云南師范大學(xué);2009年

4 曾旺;不同顏色背景下人眼視覺辨色特性的研究[D];浙江大學(xué);2011年

5 鄭婷;基于人眼視覺感知圖像對比度增強算法的研究[D];電子科技大學(xué);2016年

6 白晶晶;數(shù)字圖像信息隱藏技術(shù)研究[D];貴州大學(xué);2008年

，

本文編號：1720087