矩阵-R理论:一种简单的通用方法来改进RGB引导的光谱恢复算法

科学领域:

• 计算机成像成像技术
• 颜色科学是一种颜色科学.
• 信号处理 信号处理

背景情况:

• 以RGB为指导的光谱恢复算法,包括光谱重建 (SR) 和泛敏化 (PS),旨在将RGB图像映射到光谱或增强光谱图像分辨率.
• 现有的方法往往会产生低于最佳的光谱回收精度,这是因为基本的元度量中存在估计错误.

研究的目的:

• 开发基于矩阵-R理论的后处理算法,以提高现有SR和PS算法的光谱恢复精度.
• 证明这种后处理步骤始终提高光谱回收,而不会对性能产生负面影响.

主要方法:

• 核心方法涉及将光谱分解成一个基本的metamer和一个metameric黑色组件,使用Matrix-R理论.
• 后处理算法直接从RGB图像中计算出正确的基本元参数,并将其替换为算法的估计基本元参数.
• 算法可以选择性地将低维线性光谱模型作为额外的物理约束.

主要成果:

• 矩阵-R后处理算法明显提高了各种光谱恢复算法的光谱恢复精度.
• 取代正确的基本元被数学证明可以减少光谱恢复错误.
• 该算法在对光谱重建和面尖技术的实验评估中显示出性能改进.

结论:

• 拟议的Matrix-R后处理提供了一种普遍适用的方法,用于提高RGB引导光谱成像的光谱恢复精度.
• 这种技术通过解决基本的metamer估计错误,为现有的光谱恢复算法提供了显著的改进.
• 该算法的有效性通过实验结果得到验证,突出了其在各种光谱恢复应用中的实用性.