光谱重建中ICA和PCA的对比

摘要

一个光谱数据集可以表示成几个主要光谱成分的线性组合。主成分分析法(PCA)是提取光谱数据集的主要成分的常用方法。近年来,有研究人员用独立成分分析法(ICA)提取光谱数据集的独立成分,进而实现光谱数据压缩。文章分别使用ICA和PCA对50例Munsell色卡的光谱反射比和50例桦树叶的光谱反射比进行特征光谱的提取。利用多光谱成像技术和光谱重建算法,采用三组滤光片,每组分别为2、3和4片,选取3-15维子空间,重建了150例Munsell色卡和150例桦树叶的光谱反射比。重建结果用CIELAB1976色差和光谱重建误差来评价。在150例桦树叶光谱重建中,ICA的重建结果明显好于PCA的重建结果;而150例Munsell色卡用ICA和PCA重建结果相差不大。最后,根据重建结果,对子空间维数、滤光片数与重建色差和误差的关系作了分析。