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...
- 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
id |
JAVERIANA_ef536875e60a4af3b009900c01a905dc |
---|---|
oai_identifier_str |
oai:repository.javeriana.edu.co:10554/25677 |
network_acronym_str |
JAVERIANA |
network_name_str |
Repositorio Universidad Javeriana |
repository_id_str |
|
spelling |
Reconstrucción de imágenes espectrales desde medidas compresas usando aperturas codificadas diseñadas y la teoría de estimación de elementos de matrices incompletasRecovering spectral images from compressive measurements using designed coded apertures and Matrix Completion TheoryGelvez, TatianaRueda, HooverArguello, HenryLa 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. Compressive spectral imaging (CSI) captures spectral information at various spatial locations of a spectral image with few compressed projections. Traditionally, the original scene is recovered by assuming sparsity in some known representation basis. In contrast, the matrix completion techniques (MC) rely on a low-rank structure that avoids using any known representation basis. The coded aperture snapshot spectral imager (CASSI) is a CSI optical architecture that modulates light by using a coded aperture with a pattern that determines the quality of reconstruction. The objective of this paper is to design optimal coded aperture patterns when MC is used to recover a spectral scene from CASSI measurements. The patterns are attained by maximizing the distance between the translucent elements, which become more precise measurements given the MC constraints. Simulations from different databases show an average improvement of 1 to 9 dBs when the designed patterns are used compared to the conventional random and complementary patterns. The proposed approach solves an integer optimization problem with a complexity that is commonly NP-hard but can be reduced with proper relaxation. Finally, an effective alternative method using coded aperture patterns for MC to solve the inverse compressive spectral imaging problem is presented.Pontificia Universidad Javeriana2020-04-16T17:28:25Z2020-04-16T17:28:25Z2017-06-14http://purl.org/coar/version/c_970fb48d4fbd8a85Artículo de revistahttp://purl.org/coar/resource_type/c_6501info:eu-repo/semantics/articlePeer-reviewed Articleinfo:eu-repo/semantics/publishedVersionPDFapplication/pdfhttp://revistas.javeriana.edu.co/index.php/iyu/article/view/27310.11144/Javeriana.iyu21-2.rsic2011-27690123-2126http://hdl.handle.net/10554/25677enghttp://revistas.javeriana.edu.co/index.php/iyu/article/view/273/15010Ingenieria y Universidad; Vol 21 No 2 (2017): July-December; 291Ingenieria y Universidad; Vol. 21 Núm. 2 (2017): Julio-Dicciembre; 291Copyright (c) 2017 Tatiana Gelvez, Hoover Rueda, Henry ArguelloAtribución-NoComercial-SinDerivadas 4.0 Internacionalhttp://creativecommons.org/licenses/by/4.0info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2reponame:Repositorio Universidad Javerianainstname:Pontificia Universidad Javerianainstacron:Pontificia Universidad Javeriana2023-03-29T17:44:13Z |
dc.title.none.fl_str_mv |
Reconstrucción de imágenes espectrales desde medidas compresas usando aperturas codificadas diseñadas y la teoría de estimación de elementos de matrices incompletas Recovering spectral images from compressive measurements using designed coded apertures and Matrix Completion Theory |
title |
Reconstrucción de imágenes espectrales desde medidas compresas usando aperturas codificadas diseñadas y la teoría de estimación de elementos de matrices incompletas |
spellingShingle |
Reconstrucción de imágenes espectrales desde medidas compresas usando aperturas codificadas diseñadas y la teoría de estimación de elementos de matrices incompletas Gelvez, Tatiana |
title_short |
Reconstrucción de imágenes espectrales desde medidas compresas usando aperturas codificadas diseñadas y la teoría de estimación de elementos de matrices incompletas |
title_full |
Reconstrucción de imágenes espectrales desde medidas compresas usando aperturas codificadas diseñadas y la teoría de estimación de elementos de matrices incompletas |
title_fullStr |
Reconstrucción de imágenes espectrales desde medidas compresas usando aperturas codificadas diseñadas y la teoría de estimación de elementos de matrices incompletas |
title_full_unstemmed |
Reconstrucción de imágenes espectrales desde medidas compresas usando aperturas codificadas diseñadas y la teoría de estimación de elementos de matrices incompletas |
title_sort |
Reconstrucción de imágenes espectrales desde medidas compresas usando aperturas codificadas diseñadas y la teoría de estimación de elementos de matrices incompletas |
dc.creator.none.fl_str_mv |
Gelvez, Tatiana Rueda, Hoover Arguello, Henry |
author |
Gelvez, Tatiana |
author_facet |
Gelvez, Tatiana Rueda, Hoover Arguello, Henry |
author_role |
author |
author2 |
Rueda, Hoover Arguello, Henry |
author2_role |
author author |
description |
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. |
publishDate |
2017 |
dc.date.none.fl_str_mv |
2017-06-14 2020-04-16T17:28:25Z 2020-04-16T17:28:25Z |
dc.type.none.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 Artículo de revista http://purl.org/coar/resource_type/c_6501 info:eu-repo/semantics/article Peer-reviewed Article info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://revistas.javeriana.edu.co/index.php/iyu/article/view/273 10.11144/Javeriana.iyu21-2.rsic 2011-2769 0123-2126 http://hdl.handle.net/10554/25677 |
url |
http://revistas.javeriana.edu.co/index.php/iyu/article/view/273 http://hdl.handle.net/10554/25677 |
identifier_str_mv |
10.11144/Javeriana.iyu21-2.rsic 2011-2769 0123-2126 |
dc.language.none.fl_str_mv |
eng |
language |
eng |
dc.relation.none.fl_str_mv |
http://revistas.javeriana.edu.co/index.php/iyu/article/view/273/15010 Ingenieria y Universidad; Vol 21 No 2 (2017): July-December; 291 Ingenieria y Universidad; Vol. 21 Núm. 2 (2017): Julio-Dicciembre; 291 |
dc.rights.none.fl_str_mv |
Copyright (c) 2017 Tatiana Gelvez, Hoover Rueda, Henry Arguello Atribución-NoComercial-SinDerivadas 4.0 Internacional http://creativecommons.org/licenses/by/4.0 info:eu-repo/semantics/openAccess http://purl.org/coar/access_right/c_abf2 |
rights_invalid_str_mv |
Copyright (c) 2017 Tatiana Gelvez, Hoover Rueda, Henry Arguello Atribución-NoComercial-SinDerivadas 4.0 Internacional http://creativecommons.org/licenses/by/4.0 http://purl.org/coar/access_right/c_abf2 |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
PDF application/pdf |
dc.publisher.none.fl_str_mv |
Pontificia Universidad Javeriana |
publisher.none.fl_str_mv |
Pontificia Universidad Javeriana |
dc.source.none.fl_str_mv |
reponame:Repositorio Universidad Javeriana instname:Pontificia Universidad Javeriana instacron:Pontificia Universidad Javeriana |
instname_str |
Pontificia Universidad Javeriana |
instacron_str |
Pontificia Universidad Javeriana |
institution |
Pontificia Universidad Javeriana |
reponame_str |
Repositorio Universidad Javeriana |
collection |
Repositorio Universidad Javeriana |
_version_ |
1803712848102162432 |