Arquitectura óptica de único pixel para el sensado compresivo de imágenes hiperespectrales
DOI:
https://doi.org/10.17533/udea.redin.17312Palabras clave:
imágenes hiperespectrales, sensado compresivo,, sensado y procesado óptico de señales, sistemas basados en aperturas codificadas, detector de único pixelResumen
Los sistemas de sensado de imágenes espectrales (CSI) capturan información tridimensional (3D) de una escena usando mediciones codificadas en dos dimensiones (2D). Estas mediciones son procesadas posteriormente por un algoritmo de optimización para obtener una estimación de la información tridimensional. La calidad de las reconstrucciones obtenidas depende altamente de la resolución del detector, cuyo costo aumenta exponencialmente a mayor resolución exhiba. Así, reconstrucciones de alta resolución son requeridas, pero a bajo costo. Este artículo propone una arquitectura óptica de sensado compresivo que utiliza un único pixel como detector para la captura y reconstrucción de imágenes hiperespectrales. Esta arquitectura óptica depende del uso de múltiples capturas de imágenes procesadas por medio de dos aperturas codificadas que varían en cada toma, y un elemento de dispersión. Diferentes simulaciones con 2 bases de datos distintas muestran resultados promisorios que permiten reconstruir una imagen hiperespectral utilizando tan solo el 30% de los vóxeles de la imagen original.
Descargas
Citas
W. Chan, K. Charan, D. Takhar, K. Kelly, R. Baraniuk, D. Mittleman. “A single-pixel terahertz imaging system based on compressed sensing”. Applied Physics Letters. Vol. 93. 2008. pp. 121105-121105-3. DOI: https://doi.org/10.1063/1.2989126
M. Duarte, M. Davenport, D. Takhar, J. Laska, T. Sun, K. Kelly, R. Baraniuk. “Single-Pixel Imaging via Compressive Sampling”. IEEE Signal Processing Magazine. Vol. 25. 2008. pp. 83-91. DOI: https://doi.org/10.1109/MSP.2007.914730
D. Hays, A. Zribi, S. Chandrasekaran, S. Goravar, S. Maity, L. Douglas, K. Hsu, A. Banerjee. “A hybrid mems–fiber optic tunable fabry–perot filter”. IEEE Journal of Microelectromechanical Systems. Vol. 19. 2010. pp. 419 - 429. DOI: https://doi.org/10.1109/JMEMS.2009.2038351
J. Brauers, T. Aach. A color filter array based multispectral camera. Proceedings of the 12 Workshop Farbbildverarbeitung, October 5-6. Ilmenau, Germany. 2006.
C. Vanderriest. “Integral field spectroscopy with optical fibers”. 3D Optical Spectroscopic Methods in Astronomy, G. Comte and M. Marcelin, eds Astron. Soc. Pac. Vol. 71. 1995. pp. 209-218. DOI: https://doi.org/10.1017/S0252921100022983
R. Green, M. Eastwood, C. Sarture, T. Chrien, M. Aronsson, B. Chippendale, et al. “Imaging spectroscopy and the airborne visible/ infrared imaging spectrometer (AVIRIS)”. Rem. Sens. Environ. Vol. 65. 1998. pp. 227-248. DOI: https://doi.org/10.1016/S0034-4257(98)00064-9
R. Willett, R. Marcia, J. Nichols. “Compressed sensing for practical optical systems: a tutorial”. Optical Engineering. Vol. 50. 2011. pp. 072601 1-13. DOI: https://doi.org/10.1117/1.3596602
H. Nyquist. “Certain topics in telegraph transmission theory”. IEEE Trans. Vol. 47. 1928. pp. 617-644. DOI: https://doi.org/10.1109/T-AIEE.1928.5055024
E. Candès, J. Romberg, T. Tao. “Robust uncertainty principles: Exact signal reconstruction from highly incomplete frequency information”. IEEE Transactions on Information Theory. Vol. 52. 2006. pp. 489-509. DOI: https://doi.org/10.1109/TIT.2005.862083
D. Donoho. “Compressed sensing”. IEEE Transactions on Information Theory. Vol. 52. 2006. pp. 1289–1306. DOI: https://doi.org/10.1109/TIT.2006.871582
V. Durán, P. Clemente, M. Fernández-Alonso, E. Tajahuerce, J. Lancis. “Single-pixel polarimetric imaging”. Optics Letters. Vol. 37. 2012. pp. 824–826. DOI: https://doi.org/10.1364/OL.37.000824
F. Magalhães, M. Abolbashari, F. Raújo, M. Correia, F. Farahi. “High-resolution hyperspectral singlepixel imaging system based on compressive sensing”. Optical Engineering. Vol. 51. 2012. pp. 1-6. DOI: https://doi.org/10.1117/1.OE.51.7.071406
Y. August, C. Vachman, Y. Rivenson, A. Stern. “Compressive hyperspectral imaging by random separable projections in both the spatial and the spectral domains”. Applied Optics. Vol. 52. 2013. pp. D46-D54. DOI: https://doi.org/10.1364/AO.52.000D46
H. Rueda, H. Arguello. “Spatial super-resolution in coded aperture-based optical compressive hyperspectral imaging systems”. Revista Facultad de Ingeniería Universidad de Antioquia. Vol. 67. 2013. pp. 7-18. DOI: https://doi.org/10.17533/udea.redin.16306
A. Wagadarikar, R. John, R. Willett, D. Brady. “Single disperser design for coded aperture snapshot spectral imager”. Applied Optics. Vol. 47. 2008. pp. B44-B51. DOI: https://doi.org/10.1364/AO.47.000B44
H. Arguello, G. Arce. “Rank Minimization Code Aperture Design for Spectrally Selective Compressive Imaging”. IEEE Transactions on Image Processing. Vol. 22. 2013. pp. 941-954. DOI: https://doi.org/10.1109/TIP.2012.2222899
H. Arguello, H. Rueda, Y. Wu, D. Prather, G. Arce. “Higher-order computational model for coded aperture spectral imaging”. Applied Optics. Vol. 52. 2013. pp. D12-D21. DOI: https://doi.org/10.1364/AO.52.000D12
H. Arguello, C. Correa, G. Arce. “Fast lapped block reconstructions in compressive spectral imaging”. Applied Optics. Vol. 52. 2013. pp. D32-D45. DOI: https://doi.org/10.1364/AO.52.000D32
H. Arguello, G. Arce. “Code aperture optimization for spectrally agile compressive imaging”. J. Opt. Soc. Am. A. Vol. 28. 2011. pp. 2400-2413. DOI: https://doi.org/10.1364/JOSAA.28.002400
Y. Wu, I. Mirza, P. Ye, G. Arce, D. Prather. Development of a DMD-based compressive sampling hyperspectral imaging (CS-HSI) system. Proceedings of the SPIE 7932, Emerging Digital Micro-mirror Device Based Systems and Applications III, 79320I. San Francisco, USA. 2011. DOI: https://doi.org/10.1117/12.874069
M. Figueiredo, R. Nowak, S. Wright. “Gradient projection for sparse reconstruction: Application to compressed sensing and other inverse problems”. IEEE Journal of Selected Topics in Signal Processing. Vol. 1. 2007. pp. 586–597. DOI: https://doi.org/10.1109/JSTSP.2007.910281
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2018 Revista Facultad de Ingeniería
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Los artículos disponibles en la Revista Facultad de Ingeniería, Universidad de Antioquia están bajo la licencia Creative Commons Attribution BY-NC-SA 4.0.
Eres libre de:
Compartir — copiar y redistribuir el material en cualquier medio o formato
Adaptar : remezclar, transformar y construir sobre el material.
Bajo los siguientes términos:
Reconocimiento : debe otorgar el crédito correspondiente , proporcionar un enlace a la licencia e indicar si se realizaron cambios . Puede hacerlo de cualquier manera razonable, pero no de ninguna manera que sugiera que el licenciante lo respalda a usted o su uso.
No comercial : no puede utilizar el material con fines comerciales .
Compartir igual : si remezcla, transforma o construye a partir del material, debe distribuir sus contribuciones bajo la misma licencia que el original.
El material publicado por la revista puede ser distribuido, copiado y exhibido por terceros si se dan los respectivos créditos a la revista, sin ningún costo. No se puede obtener ningún beneficio comercial y las obras derivadas tienen que estar bajo los mismos términos de licencia que el trabajo original.
Twitter