Doctorado en Física

Permanent URI for this collection

https://noesis.uis.edu.co/handle/20.500.14071/8936

Browse

Browsing Doctorado en Física by Author "Márquez Castellanos, Miguel Ángel"

Now showing 1 - 1 of 1
  • No Thumbnail Available
    Item
    Sistema óptico-computacional para la estimación de la información espectral y de profundidad de una escena mediante el uso de la teoría de muestreo compresivo
    (Universidad Industrial de Santander, 2022-11-10) Márquez Castellanos, Miguel Ángel; Argüello Fuentes, Henry; Rueda Chacón, Hoover; Ramírez Rondón, Juan Marcos; Marrugo, Andrés; Meneses Fonseca, Jaime Enrique; Pertuz Arroyo, Said David; Torres Moreno, Yezid
    Esta tesis doctoral propone diseñar, simular, desarrollar e implementar un sistema CoSDI eficiente y robusto capaz de registrar la información de profundidad espectral de las escenas, haciendo uso de un único detector. Específicamente, el paradigma de detección de imágenes espectrales instantáneas de apertura codificada (CASSI, por sus siglas en inglés) se estudia como base para transferir muchas propiedades ventajosas integradas en sus modelos matemáticos a sistemas de imágenes de profundidad. Este primer estudio condujo al desarrollo de un sistema CASSI basado en información lateral que depende de un solo sensor de imagen, denominado información lateral virtual CASSI (CASSI-VSI). Este nuevo generador de imágenes está inspirado en un interferómetro de doble trayectoria, donde el brazo del haz de muestra corresponde al frente de onda codificado-y-disperso (CaD, de sus siglas en inglés) [denominado medición CASSI] y el trayecto de referencia al frente de onda codificado espacialmente. El estudio y contribución en el marco de imágenes espectrales de compresión, permitio la extrapolación de la geometría de detecciín de CaD a tres técnicas tradicionales de imágenes de profundidad: profundidad desde el desenfoque, campo de luz y luz estructurada. En consecuencia, desarrollaremos cuatro sistemas CoSDI basados en CaD de sensor único que permiten realizar tareas de codificación y decodificación en cubos de datos de cuatro dimensiones. Además, como componente indispensable en CoSDI, se proponen cuatro métodos avanzados de reconstrucción de imágenes inspirados en los paradigmas matemáticos: método de dirección alterna de multiplicadores (ADMM), ADMM basado en tensores, ADMM plug-and-play, y red neuronal convolucional basada en ADMM.