Publicación:

Reconstrucción numérica de curvas de reflectancia espectral usando técnicas lineales y una red neuronal

Resumen

Recientemente se ha propuesto un procedimiento que combina las curvas espectrales obtenidas con algunas de las técnicas lineales mencionadas en el presente trabajo. Este procedimiento consiste en minimizar la desviación estándar del error espectral cuadrático medio y del error colorimétrico. Apoyados en esta idea, en el presente trabajo se propone un procedimiento alternativo para la reconstrucción de curvas de reflectancia espectral de muestras de pintura al óleo sobre lienzo mediante imágenes multiespectrales. La técnica se basa en el ajuste que realiza la red neuronal artificial (RNA) feed-forward backpropagation de los resultados obtenidos mediante las técnicas de análisis de componentes principales (PCA), pseudo-inversa, interpolación a la obtenida mediante un espectrómetro. Para tal propósito se ha definido el objeto de interés, en nuestro caso se validó la técnica propuesta sobre muestras de pinturas de óleos sobre lienzo. Dichas muestras conformaron una base de datos de curvas de reflectancia espectral que se registró mediante un espectrómetro. Esta base de datos se denominó espectros de reflectancia de referencia. Por otra parte se diseñó e implementó un sistema de adquisición de imágenes multiespectrales, con las geometrías reglamentadas por la Comisión Internacional de Iluminación (CIE, por su sigla en francés Commission Internationale d™Eclairage o la ICI, del inglés, International Commission on Ilumination). La evaluación de la técnica propuesta se hizo mediante las métricas de error MSE (mean squared error), ABE (absolute mean error) y GFC (goodness-fitting coefficient).