Resolución espacial ajustable de imágenes espectrales comprimidas muestreadas por sensores basados en arreglos de filtros multiespectrales

Autores/as

DOI:

https://doi.org/10.17533/udea.redin.n78a12

Palabras clave:

sensores basados en arreglos de filtros multiespectrales, muestreo compresivo, imágenes espectrales

Resumen

Los sistemas de adquisición de imágenes espectrales capturan la información espectral y espacial de una escena para producir un cubo de datos. El avance tecnológico ha permitido desarrollar sensores basados en arreglos de filtros multiespectrales (MSFA, de su sigla en inglés) con el propósito de expandir la reconstrucción de las cámaras RGB a más bandas. Sin embargo, reconstruir la imagen espectral con los métodos tradicionales siguiendo una aproximación de mínimos cuadrados es inviable. Algunos trabajos en la literatura implementan interpolaciones multiespectrales para reconstruir imágenes con resoluciones espectrales y espaciales específicas que dependen del número de pixeles en el detector y el mosaico de filtros. Recientemente ha surgido la técnica de muestreo compresivo que permite reconstruir señales con menor cantidad de medidas que los métodos tradicionales usando la representación dispersa de la señal subyacente. La selección de vecindarios de pixeles en el sensor basado en MSFA para calcular la respuesta espectral de un único pixel en la reconstrucción podría mejorar la reconstrucción, explotando las características de dispersión en las imágenes espectrales. En este trabajo se proponen dos modelos que usan el principio de muestreo compresivo, para la reconstrucción de imágenes espectrales, a partir de la selección de vecindarios de pixeles de sensores basados en MSFA. La resolución espacial de la reconstrucción se ajusta dependiendo del tamaño del vecindario. Para verificar la efectividad de los modelos de reconstrucción se usan medidas simuladas de imágenes espectrales sintéticas e

imágenes espectrales reales. Para obtener las medidas se usan un conjunto aleatorio de filtros dicroicos y pasabanda. Se comparan los dos enfoques con las reconstrucciones del esquema tradicional de mosaicos de filtros. El método propuesto mejora la calidad (PSNR) de la imagen hasta en 7 dB para las pruebas con imágenes espectrales reales.
|Resumen
= 356 veces | PDF (ENGLISH)
= 164 veces|

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Yuri Hercilia Mejía-Melgarejo, Universidad Industrial de Santander

Facultad de Ingenierías Fisicomecánicas.

Ofelia Patricia Villarreal-Dulcey, Universidad Industrial de Santander

Facultad de Ingenierías Fisicomecánicas.

Henry Arguello-Fuentes, Universidad Industrial de Santander

Profesor asociado, Escuela de Ingeniería y sistemas computacionales, Facultad de Ingenierías Fisicomecánicas.

Citas

J. Ryan, C. Davis, N. Tufillaro, R. Kudela and B. Gao, “Application of the Hyperspectral Imager for the Coastal Ocean to Phytoplankton Ecology Studies in Monterey Bay, CA, USA”, Remote Sens., vol. 6, no. 2, pp. 1007-1025, 2014.

Z. Xiong, A. Xie, D. Sun, X. Zeng and D. Liu, “Applications of hyperspectral imaging in chicken meat safety and quality detection and evaluation: a review”, Crit. Rev. Food Sci. Nutr., vol. 55, no. 9, pp. 1287-1301, 2014.

G. Bellante, S. Powell, R. Lawrence, K. Repasky and T. . Dougher, “Aerial detection of a simulated CO2 leak from a geologic sequestration site using hyperspectral imagery”, Int. J. Greenh. Gas Control , vol. 13, pp. 124- 137, 2013.

M. Mehrübeoglu, G. Buck and D. Livingston, “Differentiation of bacterial colonies and temporal growth patterns using hyperspectral imaging”, in SPIE Optics + Photonics (vol. 9222 Imaging Spectrometry XIX), San Diego, USA, 2014.

G. Lu and B. Fei, “Medical hyperspectral imaging: a review”, J. Biomed. Op t., vol. 19, no. 1, pp. 1-23, 2014.

J. Barrie, K. Aitchison, G. Rossano and M. Abraham, “Patterning of multilayer dielectric optical coatings for multispectral CCDs”, Thin Solid Films , vol. 270, no. 1-2, pp. 6-9, 1995.

Z. Frentress, L. Young and H. Edwards, “Field Photometer with Nine-Element Filter Wheel”, Appl. Opt. , vol. 3, no. 2, pp. 303-308, 1964.

P. Lapray, X. Wang, J. Thomas and P. Gouton, “Multispectral Filter Arrays: Recent Advances and Practical Implementation”, Sensors , vol. 14, no. 11, pp. 21626-21659, 2014.

L. Miao, H. Qi, R. Ramanath and W. Snyder, “Binary tree-based generic demosaicking algorithm for multispectral filter arrays”, IEEE Trans. Image Process., vol. 15, no. 11, pp. 3550-3558, 2006.

J. Brauers and T. Aach, “A Color Filter Array Based Multispectral Camera”, in 12 Workshop Farbbildverarbeitung , Ilmenau, Germany, 2006, pp. 1-11.

Y. Monno, M. Tanaka and M. Okutomi, “Multispectral Demosaicking Using Adaptive Kernel Upsampling”, in 18 th IEEE International Conference on Image Processing (ICIP) , Brussels, Belgium, 2011, pp. 3157-3160.

Z. Sadeghipoor, Y. Lu and S. Susstrunk, “A Novel Compressive Sensing Approach to Simultaneously Acquire Color and Near-Infrared Images on a Single Sensor”, in International Conference on Acoustics, Speech and Signal Processing (ICASSP), Vancouver, Canada, 2013, pp. 1646-1650.

H. Aggarwal and A. Majumdar, “Compressive Sensing Multi-spectral Demosaicing from Single Sensor Architecture”, in IEEE China Summit and International Conference on Signal and Information Processing (ChinaSIP), Xi’an, China, 2014, pp. 334-338.

H. Arguello and G. Arce, “Colored coded aperture design by concentration of measure in compressive spectral imaging”, IEEE Trans. Image Process ., vol. 23, no. 4, pp. 1896-908, 2014.

Department of Computer Science/Columbia University , CAVE | Projects: Multispectral Image Database . [Online]. Available: http://www.cs.columbia.edu/CAVE/databases/multispectral/. Accessed on: Feb. 24, 2015.

M. Figueiredo, R. Nowak and S. Wright, “Gradient projection for sparse reconstruction: Application to compressed sensing and other inverse problems”, IEEE J. Sel. Top. Signal Process ., vol. 1, no. 4, pp. 586-597, 2007.

Descargas

Publicado

2016-03-18

Cómo citar

Mejía-Melgarejo, Y. H., Villarreal-Dulcey, O. P., & Arguello-Fuentes, H. (2016). Resolución espacial ajustable de imágenes espectrales comprimidas muestreadas por sensores basados en arreglos de filtros multiespectrales. Revista Facultad De Ingeniería Universidad De Antioquia, (78), 89–98. https://doi.org/10.17533/udea.redin.n78a12

Artículos similares

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 > >> 

También puede {advancedSearchLink} para este artículo.