利用高光譜像元解混方法識(shí)別彩繪文物表面復(fù)合顏料的類別已成為文物保護(hù)修復(fù)領(lǐng)域的研究熱點(diǎn),其中端元提取是關(guān)鍵的一個(gè)環(huán)節(jié)。首先選擇中國(guó)繪畫5種色系中具有代表性的礦物顏料,通過(guò)線性混合其反射光譜合成模擬高光譜圖像;然后采用內(nèi)部最大體積法、頂點(diǎn)成分分析、最小體積單形體分析、基于變分增廣拉格朗日單形體識(shí)別以及最小體積約束的非負(fù)矩陣分解5種基于幾何單形體的端元提取算法;最后在不同信噪比和是否有純凈像元的圖像中提取混合顏料中的端元,并以光譜夾角距離和光譜信息散度作為評(píng)價(jià)指標(biāo),分別比較5種算法端元提取的精度。實(shí)驗(yàn)結(jié)果表明,基于變分增廣拉格朗日單形體識(shí)別法和最小體積約束的非負(fù)矩陣分解法對(duì)混合顏料的端元提取效果較好,可為文物表面顏料解混提供參考。 

【文章頁(yè)數(shù)】：7 頁(yè)

【文章目錄】：
0 引 言
1 端元提取算法
    1.1 線性混合模型
    1.2 基于單形體的端元提取算法
        1)N-FINDR算法
        2)VCA算法
        3)MVSA算法
        4)SISAL算法
        5)MVC-NMF算法
2 實(shí)驗(yàn)與分析
    2.1 模擬數(shù)據(jù)與評(píng)價(jià)指標(biāo)
        1)高光譜模擬數(shù)據(jù)
        2)評(píng)價(jià)指標(biāo)
    2.2 結(jié)果分析
        1)不同噪聲水平下端元提取效果
        2)純凈像元對(duì)端元提取的影響
        3)不同礦物顏料的端元提取精度
3 結(jié)束語(yǔ)


【參考文獻(xiàn)】：
期刊論文
[1]基于聚類優(yōu)化FastICA的混合顏料光譜信息解混算法[J]. 楊蕾,王慧琴,王可,王展.  光學(xué)學(xué)報(bào). 2020(05)
[2]凸體幾何光譜解混研究進(jìn)展及若干問(wèn)題淺析[J]. 許寧,胡玉新,耿修瑞.  遙感技術(shù)與應(yīng)用. 2019(05)
[3]高光譜遙感影像混合像元分解研究進(jìn)展[J]. 藍(lán)金輝,鄒金霖,郝彥爽,曾溢良,張玉珍,董銘巍.  遙感學(xué)報(bào). 2018(01)
[4]高光譜成像技術(shù)在彩繪文物分析中的研究綜述[J]. 侯妙樂,潘寧,馬清林,何海平,呂書強(qiáng),胡云崗.  光譜學(xué)與光譜分析. 2017(06)
[5]中國(guó)高光譜遙感的前沿進(jìn)展[J]. 童慶禧,張兵,張立福.  遙感學(xué)報(bào). 2016(05)
[6]基于像元混合模型估計(jì)的高光譜圖像解混[J]. 陳雷,劉靜光,張立毅,李鏘,孫彥慧.  紅外技術(shù). 2016(02)
[7]高光譜遙感巖礦識(shí)別的研究進(jìn)展[J]. 張成業(yè),秦其明,陳理,王楠,趙姍姍.  光學(xué)精密工程. 2015(08)



本文編號(hào)：3712352