Search engine for discovering works of Art, research articles, and books related to Art and Culture
ShareThis
Javascript must be enabled to continue!

Further compression of focal plane array in compressive spectral imaging architectures

View through CrossRef
Contexto: Las imágenes híper-espectrales 3D de alta resolución pueden ser capturadas en una imagen 2D mediante técnicas basadas en “sensado compresivo” (compressive sensing, en inglés). Entre estas técnicas, hay una denominada Compressive Spectral Imaging (CSI), de la cual se han propuesto diversas arquitecturas en los últimos ocho años. Una cámara óptica especialmente diseñada captura la información espacio-espectral de la escena e imprime proyecciones en un plano focal 2D (Focal Plane Array, FPA). Estas muestras se pueden transmitir o almacenar; luego la imagen original puede ser reconstruida usando comúnmente un algoritmo de optimización de la norma . El tamaño en bytes del FPA es menor que la imagen original, y éste por lo tanto puede ser considerado una versión comprimida en 2D de la imagen original en 3D.Objetivo: Realizar una compresión adicional del FPA para cuatro arquitecturas CSI, para incrementar las velocidades de transmisión o disminuir tamaños de almacenamiento.Método: En este trabajo se presentan los resultados de esta compresión adicional usando la codificación aritmética y se propone una transformación inversa que se aplica al FPA con base en la estructura de los filtros ópticos y los códigos de apertura de las cámaras usadas en CSI, lo cual permite aumentar su factor de compresión.Resultados: Los resultados muestran que el factor de compresión aumenta entre 1 y 2 puntos en tres de las arquitecturas.Conclusiones: A pesar de que hay pérdidas de datos en el proceso de transformación-cuantificación-compresión-descompresión del FPA, para cada arquitectura CSI usada, la calidad del cubo de datos posteriormente reconstruido expresada en el PSNR entre la imagen original y la reconstruida, no difiere significativamente de la versión original.
Title: Further compression of focal plane array in compressive spectral imaging architectures
Description:
Contexto: Las imágenes híper-espectrales 3D de alta resolución pueden ser capturadas en una imagen 2D mediante técnicas basadas en “sensado compresivo” (compressive sensing, en inglés).
Entre estas técnicas, hay una denominada Compressive Spectral Imaging (CSI), de la cual se han propuesto diversas arquitecturas en los últimos ocho años.
Una cámara óptica especialmente diseñada captura la información espacio-espectral de la escena e imprime proyecciones en un plano focal 2D (Focal Plane Array, FPA).
Estas muestras se pueden transmitir o almacenar; luego la imagen original puede ser reconstruida usando comúnmente un algoritmo de optimización de la norma .
El tamaño en bytes del FPA es menor que la imagen original, y éste por lo tanto puede ser considerado una versión comprimida en 2D de la imagen original en 3D.
Objetivo: Realizar una compresión adicional del FPA para cuatro arquitecturas CSI, para incrementar las velocidades de transmisión o disminuir tamaños de almacenamiento.
Método: En este trabajo se presentan los resultados de esta compresión adicional usando la codificación aritmética y se propone una transformación inversa que se aplica al FPA con base en la estructura de los filtros ópticos y los códigos de apertura de las cámaras usadas en CSI, lo cual permite aumentar su factor de compresión.
Resultados: Los resultados muestran que el factor de compresión aumenta entre 1 y 2 puntos en tres de las arquitecturas.
Conclusiones: A pesar de que hay pérdidas de datos en el proceso de transformación-cuantificación-compresión-descompresión del FPA, para cada arquitectura CSI usada, la calidad del cubo de datos posteriormente reconstruido expresada en el PSNR entre la imagen original y la reconstruida, no difiere significativamente de la versión original.

Related Results

Differential Diagnosis of Neurogenic Thoracic Outlet Syndrome: A Review
Differential Diagnosis of Neurogenic Thoracic Outlet Syndrome: A Review
Abstract Thoracic outlet syndrome (TOS) is a complex and often overlooked condition caused by the compression of neurovascular structures as they pass through the thoracic outlet. ...
Shortwave infrared single-pixel spectral imaging based on a GSST phase-change metasurface
Shortwave infrared single-pixel spectral imaging based on a GSST phase-change metasurface
Shortwave infrared (SWIR) spectral imaging obtains spectral fingerprints corresponding to overtones of molecular vibrations invisible to conventional silicon-based imagers. However...
Improving the performance of 3D image model compression based on optimized DEFLATE algorithm
Improving the performance of 3D image model compression based on optimized DEFLATE algorithm
AbstractThis study focuses on optimizing and designing the Delayed-Fix-Later Awaiting Transmission Encoding (DEFLATE) algorithm to enhance its compression performance and reduce th...
The Application of S‐transform Spectrum Decomposition Technique in Extraction of Weak Seismic Signals
The Application of S‐transform Spectrum Decomposition Technique in Extraction of Weak Seismic Signals
AbstractIn processing of deep seismic reflection data, when the frequency band difference between the weak useful signal and noise both from the deep subsurface is very small and h...
Mapping Mineralogical Distributions on Mars with Unsupervised Machine Learning
Mapping Mineralogical Distributions on Mars with Unsupervised Machine Learning
Abstract Knowledge of the constituents of the Martian surface and their distributions over the planet informs us about Mars’ geomorphological formation and evolutionary h...
Non‐circular signals for nested array: sum–difference co‐array and direction of arrival estimation algorithm
Non‐circular signals for nested array: sum–difference co‐array and direction of arrival estimation algorithm
Nested array has aroused remarkable attention due to the capability to obtain both enhanced degrees of freedom (DOFs) and enlarged array aperture, whereas only difference co‐array ...
Multispectral Filter Array Design by Optimal Sphere Packing
Multispectral Filter Array Design by Optimal Sphere Packing
<p>Multispectral Imaging (MSI) collects a datacube of spatio-spectral information of a scene. Many acquisition methods for spectral imaging use scanning, preventing its wides...
Multispectral Filter Array Design by Optimal Sphere Packing
Multispectral Filter Array Design by Optimal Sphere Packing
<p>Multispectral Imaging (MSI) collects a datacube of spatio-spectral information of a scene. Many acquisition methods for spectral imaging use scanning, preventing its wides...

Back to Top