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

A quantitative and qualitative performance analysis of compressive spectral imagers

View through CrossRef
Contexto: Las imágenes espectrales (SI) contienen información espacio-espectral acerca de una escena disponible en un cubo de datos que usualmente comprende una cantidad significativa de éstos. Los sistemas tradicionales de (SI) adquieren datos redundantes ignorando la alta correlación entre las mediciones y las muestras redundantes. Los sistemas de compresión de imágenes espectrales comprimen los datos espectrales en la etapa de adquisición, lo que permite reducir la cantidad de datos y la redundancia. Actualmente, existen varios sistemas de imágenes espectrales disponibles que proporcionan nuevas funciones para los usuarios y abren un amplio campo de nuevas aplicaciones. Por ejemplo, los sistemas de CASSI, SCSI, SSCS, y HYCA son cuatro de los más destacados.Método: La revisión de algunos trabajos provee amplios estudios de tecnologías disponibles y muestra cómo se pueden utilizar las nuevas capacidades de los enfoques de formación de imágenes espectrales. Sin embargo, para la selección de una arquitectura específica se requiere una comparación cuantitativa y cualitativa de estos sistemas en los mismos escenarios.Resultados: En este trabajo se analiza el rendimiento cualitativo y cuantitativo de estos cuatro sistemas de compresión de imágenes espectrales para evaluarlos en los mismos escenarios. Para ello, cada arquitectura se modela como un sistema de ecuaciones lineales y el proceso de reconstrucción de las imágenes se logra con el mismo enfoque de optimización transmitancia, código de apertura y número de proyecciones.Conclusión: Se muestra que el sistema SSCSI alcanza el mejor rendimiento en la reconstrucción con el valor más alto PSNR.
Title: A quantitative and qualitative performance analysis of compressive spectral imagers
Description:
Contexto: Las imágenes espectrales (SI) contienen información espacio-espectral acerca de una escena disponible en un cubo de datos que usualmente comprende una cantidad significativa de éstos.
Los sistemas tradicionales de (SI) adquieren datos redundantes ignorando la alta correlación entre las mediciones y las muestras redundantes.
Los sistemas de compresión de imágenes espectrales comprimen los datos espectrales en la etapa de adquisición, lo que permite reducir la cantidad de datos y la redundancia.
Actualmente, existen varios sistemas de imágenes espectrales disponibles que proporcionan nuevas funciones para los usuarios y abren un amplio campo de nuevas aplicaciones.
Por ejemplo, los sistemas de CASSI, SCSI, SSCS, y HYCA son cuatro de los más destacados.
Método: La revisión de algunos trabajos provee amplios estudios de tecnologías disponibles y muestra cómo se pueden utilizar las nuevas capacidades de los enfoques de formación de imágenes espectrales.
Sin embargo, para la selección de una arquitectura específica se requiere una comparación cuantitativa y cualitativa de estos sistemas en los mismos escenarios.
Resultados: En este trabajo se analiza el rendimiento cualitativo y cuantitativo de estos cuatro sistemas de compresión de imágenes espectrales para evaluarlos en los mismos escenarios.
Para ello, cada arquitectura se modela como un sistema de ecuaciones lineales y el proceso de reconstrucción de las imágenes se logra con el mismo enfoque de optimización transmitancia, código de apertura y número de proyecciones.
Conclusión: Se muestra que el sistema SSCSI alcanza el mejor rendimiento en la reconstrucción con el valor más alto PSNR.

Related Results

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...
Space Weathering simulation on the Aubrite meteorite NWA 13278, putative analogue of Mercury
Space Weathering simulation on the Aubrite meteorite NWA 13278, putative analogue of Mercury
IntroductionThe surface of Mercury as seen by the MESSENGER spacecraft is mostly featureless in the Visible-to-Near-Infrared range (VIS-to-NIR) [1-4], except for some restricted lo...
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...
Design and analysis of high-spectral resolution lidar discriminator
Design and analysis of high-spectral resolution lidar discriminator
An accurate aerosol optical property can be obtained by a high spectral resolution lidar (HSRL) technique, which employs a narrow spectral filter to suppress Mie scattering in the ...
Spectral-Similarity-Based Kernel of SVM for Hyperspectral Image Classification
Spectral-Similarity-Based Kernel of SVM for Hyperspectral Image Classification
Spectral similarity measures can be regarded as potential metrics for kernel functions, and can be used to generate spectral-similarity-based kernels. However, spectral-similarity-...
Jupiter Trojans spectrophotometry using GAIA DR3
Jupiter Trojans spectrophotometry using GAIA DR3
Introduction Jupiter trojans have a red spectral behaviour typically associated with the presence of organics, which have been recently detected on Lucy mission Trojans targets tha...
Sparse representations of dynamic scenes for compressive spectral video sensing
Sparse representations of dynamic scenes for compressive spectral video sensing
The coded aperture snapshot spectral imager (CASSI) is an optical architecture that captures spectral images using compressive sensing. This system improves the sensing speed and r...

Back to Top