Reconstrucción de imágenes espectrales desde medidas compresas usando aperturas codificadas diseñadas y la teoría de estimación de elementos de matrices incompletas

La adquisición comprimida de imágenes espectrales (CSI) captura información espectral en varios puntos espaciales de una escena con pocas proyecciones comprimidas. La escena original es tradicionalmente recuperada asumiendo baja densidad en alguna base de representación conocida. En contraste, la te...

Full description

Autores:
Tipo de recurso:
article
Fecha de publicación:
2017
Institución:
Pontificia Universidad Javeriana
Repositorio:
Repositorio Universidad Javeriana
Idioma:
eng
OAI Identifier:
oai:repository.javeriana.edu.co:10554/25677
Acceso en línea:
http://revistas.javeriana.edu.co/index.php/iyu/article/view/273
http://hdl.handle.net/10554/25677
Palabra clave:
Rights
openAccess
License
Copyright (c) 2017 Tatiana Gelvez, Hoover Rueda, Henry Arguello
Description
Summary:La adquisición comprimida de imágenes espectrales (CSI) captura información espectral en varios puntos espaciales de una escena con pocas proyecciones comprimidas. La escena original es tradicionalmente recuperada asumiendo baja densidad en alguna base de representación conocida. En contraste, la teoría de estimación de elementos de matrices incompletas (MC) asume una estructura de bajo rango que evita conocer una base de representación. El sistema óptico de adquisición de imágenes espectrales de única captura (CASSI) modula la luz usando una apertura codificada cuyo patrón determina la calidad de la reconstrucción. Por ello, este trabajo propone diseñar patrones óptimos para usar MC en la recuperación de una escena a partir de medidas comprimidas. Los patrones diseñados maximizan la distancia entre los elementos translúcidos para generar medidas más adecuadas según las restricciones de MC. Simulaciones con diferentes escenas muestran una mejora promedio entre 1-9 dBs cuando los patrones diseñados son usados comparado con los patrones aleatorios y complementarios tradicionales. El enfoque propuesto implica resolver un problema de optimización con enteros cuya complejidad es NP-complejo, pero que puede ser relajada y reducida. Finalmente, se propuso una alternativa efectiva para resolver el problema inverso de imágenes espectrales usando patrones diseñados y la técnica MC.