Реконструкция спектра излучения или спектрального коэффициента отражения на основе одних только значений координат цвета невозможна из-за бесконечного количества метамеров. Однако наличие дополнительной информации о типе источника света или поверхности позволяет произвести приблизительную реконструкцию. Этому вопросу было посвящено несколько работ, в которых использовался анализ главных компонентов (АГК): воспользовавшись наборами образцов спектров излучения (или спектральных коэффициентов отражения), можно ограничить область поиска подходящего метамера. В данной работе представлен основанный на АГК новый метод оптимизации, более точный по сравнению с описанными ранее и позволяющий получить неотрицательные гладкие результаты. Использование заранее составленных таблиц позволяет значительно уменьшить как затраты времени, так и требуемый объём памяти. Этот метод позволяет получить хорошо реконструированный реальный спектр иллюминанта или спектральное распределение коэффициента отражения поверхности на основе координат цвета цифрового изображения. 1. Habel, J., Žák, P. The present and future of lighting engineering, Light & Engineering// –2012.– Vol. 20, No. 2.– P. 5–11.
1а. Жак, П., Хабел, Й. Настоящее и будущее светотехники// Светотехника.– 2012.– № 2.– С. 74–77.
2. Horváth, A., Dömötör, G. Computational Simulation of Mesopic Vision Based on Camera Recordings// Light & Engineering.– 2014.– Vol. 22, No.1.– P. 61–67.
2а. Дёмётёр Г., Хорват А. Компьютерное моделирование сумеречного зрения на основе видеозаписей// Светотехника.– 2014.– № 4.– С. 33–38.
3. Tzeng, D.Y., Berns, R.S. A Review of Principal Component Analysis and Its Application to Color Technology// Color Research and Application.– 2005.– Vol. 30, No. .– P. 84–98.
4. Maloney, L. T. Evaluation of linear models of surface spectral reflectance with small numbers of parameters// Journal of Optical Society of America.– 1986. Vol. 3.– P. 1673–1683.
5. Jaaskelainen, T., Parkkinen, J., Toyooka, S. Vector-subspace model for color representation// Journal of Optical Society of America.– 1990.– Vol. 7.– P. 725–730.
6 . Vrhel, M.J., G ershon, R., Iwan, L. S. Measurement and analysis of object reflectance spectra// Color Research and Application.– 1994.– Vol. 19.– P. 4–9.
7. García-Beltrán, A., Nieves, J.L., Hernández-Andrés, J., Romero, J. Linear bases for spectral reflectance functions of acrylic paints// Color Research and Application.– 1998.– Vol. 23.– P. 39–45.
8. Tajima, J. A huge spectral characteristics database and its application to color imaging device design// Proc. of the 6th IS&T/ SID Color Imaging Conference, IS&T,Springfield, VA, 1998.– P. 86–89.
9. Hardeberg, J.Y, Schmitt, F., Brettel, H. Multispectral color image capture using a liquid crystal tunable filter// Opt. Engineering.– 2002.– Vol. 41.– P. 2533–2548.
10. Maloney, L.T., Wandell, B. A. Color constancy: a method for recovering surface spectral reflectance// Journal of Optical Society of America.– 1986.– Vol. 3.– P. 29–33.
11. D’Zmura, M. Color constancy: surface color from changing illumination// Journal of Optical Society of America.– 1992.– Vol. 9.– P. 490–493.
12. Dannemiller, J. L. Spectral reflectance of natural objects: how many basis functions are necessary?// Journal of Optical Society of America.– 1992.– Vol. 9, No. 4.– P. 507–515.
13. Worthey, J.A., Brill, M. H. Principal Components Applied to Modeling: Dealing with the Mean Vector// Color Research and Application.– 2004.– Vol. 29, No. 4.– P. 261–266.
14. Zhao, Y., Berns, R. S. Image based spectral reflectance reconstruction using Matrix R method// Color Research and Application.– 2007.– Vol. 32.– P. 343–351.
15. Babaei, V., Amirshahi, S.H., Agahian, F. Using weighted pseudo-inverse method for reconstruction of reflectance spectra and analyzing the dataset in terms of normality// Color Research and Application.– 2011.– Vol. 36.– P. 295–305.
16. Farnaz, A., Seyed, A.A., Seyed, H. A. Reconstruction of reflectance spectra using weighted principal component analysis// Color Research and Application.– 2008.– Vol. 33, No. 5.– P. 360–371.
17. Simone, B. Reflectance spectra recovery from tristimulus values by adaptive estimation with metametric shape correction// Journal of Optical Society of America.– 2010.– Vol. 27, No. 8.– P. 1868–1877.
18. Zhang, X., Xu, H. Reconstructing spectral reflectance by dividing spectral space and extending the principal components in principal component analysis// Journal of Optical Society of America.– 2008.– Vol. 25.– P. 371–378.
19. Mansouri, A., Sliwa, T., Hardeberg, J.Y., Voisin, Y. An adaptive-pca algorithm for reflectance estimination from color images// Proc. of the 19th IEEE International Conference on Pattern Recognition, 2008.– P. 1–4.
20. Sávoli, Zs., Kránicz, B., Horváth, A. Spectral reconstruction in case of different illuminants// Annals of Faculty Engineering Hunedoara – Int. Journal of Engineering, University Politehnica Timisoara, 2016, Vol. 14.1.– P. 45–54.
21. Horváth, A., Horváth, Z. Optimal shape design of Diesel intake ports with evolutionary algorithm. M Feistauer (szerk.) Numerical Mathematics and Advanced Applications, ENUMATH 2003
22. Sávoli, Zs., Horváth, A., Kránicz, B. Spectral reconstruction with genetic optimization in case of different sample sets// Acta Technica Jaurinensis, Széchenyi István University, Győr.– 2016.– Vol. 9, No. 1.– P. 54–64.

• Предыдущая статья
• Следующая статья

• реконструкция спектра
• координаты цвета
• анализ главных компонентов
• гладкие метамеры
• иллюминанты
• справочная таблица