El sistema de sensado de imágenes espectrales, basado en la apertura codificada y de única toma (CASSI), captura la información espacial y espectral de una escena; mediante mediciones codificadas aleatorias capturadas en un sensor 2D. Un algoritmo basado en la teoría de sensado compresivo (CS), es utilizado para recuperar la escena tridimensional original a partir de las mediciones aleatorias capturadas. La calidad de reconstrucción de la escena depende exclusivamente, de la matriz de sensado del CASSI, la cual es determinada por la estructura de las aperturas codificadas que son utilizadas.
En este artículo, se propone una generalización del sistema CASSI por medio del desarrollo de un sistema óptico multi-apertura, que permite el mejoramiento de la resolución espectral. En el sistema propuesto, un par de aperturas codificadas de alta resolución es introducido en el sistema CASSI, permitiendo así, la codificación tanto espacial como espectral de la imagen hiperespectral. Este enfoque permite la reconstrucción de cubos de datos hiperespectrales, donde el número de las bandas espectrales se aumenta significativamente respecto al original, y la calidad espacial es mejorada en gran medida. Así mismo, los experimentos simulados muestran mejoramiento en la relación de pico-de-señal-a-ruido (PSNR), junto con un mejor ajuste en las firmas espectrales reconstruidas sobre los datos espectrales originales.
Introducción
Las imágenes hiperespectrales requieren la detección de una gran cantidad de información espacial a través de muchas longitudes de onda. Las técnicas tradicionales de obtención de imágenes hiperespectrales escanean zonas adyacentes de la escena espectral subyacente y fusionan los resultados para construir un cubo de datos hiperespectral tridimensional (3D). Los sensores de imágenes espectrales "push-broom", por ejemplo, capturan un cubo de datos espectrales utilizando una medición FPA por línea espacial de la escena (Brady, D. J., 2009). Los espectrómetros basados en filtros ópticos de paso de banda necesitan escanear la escena sintonizando los filtros de paso de banda en pasos (Eismann, M., 2012). Estas técnicas de detección obedecen al conocido criterio de Nyquist, que impone un severo límite al número de muestras necesario. Más concretamente, estos métodos requieren el escaneo de un número de zonas linealmente proporcional a la resolución espacial o espectral deseada. A medida que aumenta la resolución deseada, el número de muestras requerido crece considerablemente, de modo que el coste de la detección de una imagen hiperespectral es extremadamente alto. Recientemente, una técnica matemática denominada "Compressive Sensing" (CS) ha permitido el muestreo de señales a tasas inferiores a la tasa de Nyquist (Donoho, D. L., 2006).
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Video:
Justicia social, algoritmos y aprendizaje automático en la era del big data
Artículo:
La patente como herramienta competitiva y fuente de información tecnológica
Artículo:
Extracción de texto de imágenes de documentos históricos mediante la combinación de varias técnicas de umbralización.
Tesis:
Sistema de gestión de la información de los procesos industriales desde la web
Video:
Seminario web. Gestionando inteligencia de negocios de datos masivos sobre AWS Cloud
Informe, reporte:
Diagnóstico sobre la logística del comercio internacional y su incidencia en la competitividad de las exportaciones de los países miembros
Infografía:
Sistemas de calidad. Six Sigma
Manual:
Química de los taninos
Artículo:
Influencia del COVID-19 en las dinámicas de exportación, producción y consumo de carne vacuna en Colombia y el mundo: Una revisión monográfica.