1、雙向反射分布函數(shù)(BRDF)是遙感應(yīng)用,計(jì)算機(jī)圖形學(xué)等領(lǐng)域的重要工具。本課題系××國(guó)家重點(diǎn)實(shí)驗(yàn)室研究項(xiàng)目的委托子項(xiàng)目,本文基于多元的BRDF實(shí)驗(yàn)觀察數(shù)據(jù),進(jìn)行了擬合研究及其數(shù)值分析。
　　 本文基于樣條基函數(shù)——B樣條基函數(shù)。首先運(yùn)用最小二乘的原理,進(jìn)行BRDF實(shí)驗(yàn)數(shù)據(jù)曲線擬合與分析,曲線擬合實(shí)驗(yàn)取得了理想的運(yùn)行速度,并就其嚴(yán)重“過擬合”現(xiàn)象分析;進(jìn)而,將最小二乘方法原理進(jìn)一步應(yīng)用于曲面BRDF擬合,但大量的多元實(shí)驗(yàn)觀察數(shù)據(jù)使其

2、運(yùn)行速度過慢。
　　 B樣條基函數(shù)與神經(jīng)網(wǎng)絡(luò)的結(jié)合——B樣條神經(jīng)網(wǎng)絡(luò),不僅保留了B樣條基函數(shù)導(dǎo)致的速度方面的改進(jìn),同時(shí)也繼承了神經(jīng)網(wǎng)絡(luò)精度方面的優(yōu)勢(shì).文中選用修正速度最快的L-M算法進(jìn)行權(quán)值的修正,并對(duì)其參數(shù)的初始值進(jìn)行優(yōu)化改進(jìn),最后也通過仿真實(shí)驗(yàn)證明了基于B樣條神經(jīng)網(wǎng)絡(luò)的BRDF擬合算法在速度與精度方面較之之前算法的優(yōu)越之處。
　　 鑒于基于B樣條神經(jīng)網(wǎng)絡(luò)的BRDF擬合算法在置信范圍方面的不足,應(yīng)用以B樣條函數(shù)作為核函