一种用于宽带光谱成像系统的最优化训练样本选择方法
【专利摘要】本发明公开了一种用于宽带光谱成像系统的最优化训练样本选择方法，包括搭建实际宽带光谱成像系统，标定光谱成像系统的各项参数；准备光谱成像常用样本集并测量其光谱反射率信息；利用实际光谱成像系统拍摄样本集，依据系统标定信息对样本集数字响应值校正；利用伪逆光谱重建方法重建样本集，以光谱均方根误差最小化为原则，从样本集中逐个挑选训练样本组成训练样本集；每挑选一个训练样本加入到训练样本集时，将样本集中所有样本遍历一次，直至训练样本集对总样本集的光谱重建误差开始收敛于某最小值Jmin时，锁定最优训练样本集，实现宽带光谱成像最优训练样本选择。该方法具有显著降低光谱成像复杂性、提高光谱重建精度等技术优势。
【专利说明】-种用于宽带光谱成像系统的最优化训练样本选择方法
【技术领域】
[0001] 本发明属于宽带光谱成像中光谱重建【技术领域】，具体涉及一种基于宽带光谱成像 系统光谱重建误差最小化的最优训练样本选择方法。
【背景技术】
[0002] 光谱成像技术目前是国内外颜色与影像科学领域数字成像的主流技术之一。此项 技术W光谱作为物体表面真实色彩"指纹"性表征为核也依据，通过建立的光谱成像系统， 对物体表面的光谱数据值进行拍摄记录。目前的光谱成像系统主要分为两类，一类是窄带 光谱成像系统，由窄带滤光片或窄带光源配合光电记录元件组成；一类是宽带光谱成像系 统，由宽带滤光片配合H通道或单色CCD数码相机组成，首先获得物体表面多通道数字响 应信息，然后通过光谱重建技术计算得到物体表面的光谱反射率信息。
[0003] 宽带光谱成像系统中，物体表面光谱反射率重建一般要先获得典型代表性训练样 本，通过训练样本计算由多通道数字响应信号到光谱反射率值的转换矩阵，完成光谱反射 率重建。根据实际研究，实际一些标准色祀和样本集包含大量的兀余色块，选用其中少数部 分色块便能表征标准色祀几乎全部光谱和色度特征信息。而目前常用一些标准色祀（如 GretagMacbeth ColorQiecker DC(CCDC),ANSI ITScharts W及Munsell Surface Colors 等）作为训练样本进行光谱重建工作，但该些色祀大部分具有较多数量的颜色色块，该给 光谱成像过程中的数据处理带来了巨大的工作量。
[0004] 目前业界解决此类问题的主要方法是选取一定数量的色块表征标准色祀的全部 光谱和色度特征信息，同时提出了许多样本选择方法，比如基于最小条件数训练样本选择 方法，基于光谱聚类分析的训练样本选择方法，基于空间距离分析挑选最优训练样本的方 法和基于特征向量分析的训练样本选择方法等。需要指出的是，上述训练样本选择方法均 是基于对样本集自身的特征分析，虽然能够有效的重建全部样本集的光谱反射率，但是并 没有考虑和联系实际的光谱成像系统特性，导致选择的训练样本集在实际光谱成像过程中 并非最优的训练样本集。对于上述问题，目前学术界及工业界都尚未提出从实际光谱成像 系统特性角度实现最优训练样本选择的方法。
【发明内容】
[0005] 本发明的目的是为了解决【背景技术】中所述问题，提出一种用于宽带光谱成像系统 的最优化训练样本选择方法。
[0006] 本发明所采用的技术方案是：一种用于宽带光谱成像系统的最优化训练样本选择 方法，其特征在于，包括W下步骤：
[0007] 步骤1 ;搭建实际宽带光谱成像系统；
[0008] 步骤2 ;对光谱成像系统的暗电流水平、光源稳定性、光照不均匀性、各通道线性 化响应程度进行标定；
[0009] 步骤3 ;准备光谱成像常用的样本集0，包括标准色祀或自制色祀，利用专业测量 设备测量获取样本集?的光谱反射率信息r;
[0010] 步骤4 ;用标定后的真实光谱成像系统对样本集?进行拍摄，并根据步骤2对光 谱成像系统的标定结果对拍摄的样本集进行校正，获得颜色样本集校正后的数字响应信号 值d;
[0011] 步骤5 ;利用伪逆方法作为训练样本选择时的光谱重建方法，从选择第一个训练 样本开始，针对样本集?中的每一个样本ri，利用伪逆方法计算得到样本对应的转换矩阵 T;然后对样本集0进行光谱重建；W光谱重建误差（rootmeansquare,RM巧作为评价指 标，挑选出光谱重建误差最小的一个样本作为第一个训练样本Si;此时，训练样本集中的第 一个样本Q1被选定；W此类推，在挑选剩余的第2个到第k个训练样本；
[0012] 所述的转换矩阵T为：
[001 引T=r; ?PINV(di) (式一）；
[0014] 式一中，中表示与r;对应的第i个样本的系统响应信号值；
[0015] 所述的对样本集0进行光谱重建的公式为：
[0016]r=T-d(式二）；
【权利要求】
1. 一种用于宽带光谱成像系统的最优化训练样本选择方法，其特征在于，包括以下步 骤： 步骤1:搭建实际宽带光谱成像系统； 步骤2 :对光谱成像系统的暗电流水平、光源稳定性、光照不均匀性、各通道线性化响 应程度进行标定； 步骤3 :准备光谱成像常用的样本集?，包括标准色靶或自制色靶，利用专业测量设备 测量获取样本集?的光谱反射率信息r ; 步骤4:用标定后的真实光谱成像系统对样本集?进行拍摄，并根据步骤2对光谱成 像系统的标定结果对拍摄的样本集进行校正，获得颜色样本集校正后的数字响应信号值 d ； 步骤5 :利用伪逆方法作为训练样本选择时的光谱重建方法，从选择第一个训练样本 开始，针对样本集?中的每一个样本利用伪逆方法计算得到样本对应的转换矩阵T ;然 后对样本集?进行光谱重建；以光谱重建误差（root mean square, RMS)作为评价指标，挑 选出光谱重建误差最小的一个样本作为第一个训练样本S1 ;此时，训练样本集中的第一个 样本Q :被选定；以此类推，在挑选剩余的第2个到第k个训练样本； 所述的转换矩阵TWEI: T = Ti ? PINV ((Ii)(式一）； 式一中，Cli表示与^对应的第i个样本的系统响应信号值； 所述的对样本集?进行光谱重建的公式为：
步骤6 :针对步骤5中的训练样本选择方法，直到满足式七所表示的条件时，完成训练 样本选择，此时确定的训练样本集Qk对样本集?光谱重建误差开始达到最小，开始收敛； 当继续增加满足式六的训练样本sk+1，sk+2，…，Sni时，训练样本集Q k+1，Qk+2，…，Qni对样本 集?的光谱重建误差仅有极其微弱减小趋势，基本收敛于最小值Jmin;
每挑选一个新的样本加入到训练样本集Q时，都要将样本集?中所有的样本遍历一 次，其中包括已经存在于训练样本集Q中的样本； 步骤7 :锁定满足步骤6中式七所示的规则和条件的最优训练样本集Q k，完成宽带光 谱成像系统最优训练样本选择。
2. 根据权利要求1所述的用于宽带光谱成像系统的最优化训练样本选择方法，其特征 在于：步骤6中光谱误差极限水平设定为0. 0279。
3. 根据权利要求1或2所述的用于宽带光谱成像系统的最优化训练样本选择方法，其 特征在于：k = 38。
【文档编号】G01J3/28GK104359556SQ201410653613
【公开日】2015年2月18日 申请日期:2014年11月14日 优先权日:2014年11月14日
【发明者】万晓霞, 梁金星, 刘强, 朱时良, 李焕, 李俊锋 申请人:武汉大学