油画基色颜料光谱预测方法

摘要

一种新的油画基色颜料光谱预测方法，首先将原非正态光谱数据转换为正态数据，再对其进行主成分分析并根据累积贡献率大于99%以上且增长速度不再明显变化时的特征向量数目确定为油画的基色颜料数量。再针对油画颜料光学特性建立线性混合空间，最后采用有约束的非负矩阵分解算法在该空间中实现对油画基色颜料的光谱预测。在建立约束非负矩阵分解算法时包含三个约束条件：非负性约束；平滑性约束；稀疏性约束。新方法能有效实现对油画基色颜料数量和光谱形状的预测。此技术可用在油画等艺术品的保存、光谱颜色复制、光谱配色等领域。

主权项

一种油画基色颜料光谱预测方法，其过程包括以下步骤：获取油画图像的光谱数据；将多元非正态光谱数据集转为多元正态光谱数据集，从油画光谱图像中获取的原始光谱是多元非正态光谱数据集，在其上的主成分分析不能真实反映参与油画制作的基色颜料数量，非正态分布的样本通过对数函数、幂函数或多项式转换得到正态分布的数据；对转换得到的多元正态光谱数据集进行主成分分析以确定参与油画制作的基色颜料数量；针对油画颜料为不透明颜料的光学特性利用库贝尔卡‑芒克理论建立油画基色颜料的线性混合空间；采用有约束非负矩阵分解算法完成对油画基色颜料光谱的准确预测，其中在建立约束非负矩阵分解算法时包含三个约束条件：非负性约束；平滑性约束；稀疏性约束。