Diseño de un diccionario espacio espectral para la representación escasa de imágenes espectrales
Loading...
Date
2022-03-30
Authors
Advisors
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Industrial de Santander
Abstract
Los sistemas para la adquisición de imágenes hiperespectrales (HS del inglés hyperspectral imaging) son útiles en un rango diverso de aplicaciones que implican tareas de detección y clasificación. En este proceso de adquisición existen problemas de distorsión de imagen, los cuales han sido abordados de forma computacional asumiendo escasez como un conocimiento previo para regularizar el espacio de solución. En esta dirección, una base de representación muy conocida tal como el diccionario espacio-espectral separable es aprendido con características espaciales y espectrales de imágenes naturales. Tradicionalmente, cada elemento del diccionario o átomo es calculado como un producto entre átomos de diccionarios espacial y espectral independientes. Específicamente, el diccionario final contiene átomos espacio-espectrales donde las características espaciales son aprendidas solo de muestras espaciales y de igual manera, las características espectrales solo de muestras espectrales. Sin embargo, el aprendizaje de un diccionario separable ignora la correlación entre la información espacial y espectral de imágenes naturales. Este trabajo propone un diccionario espacio-espectral conjunto donde cada uno de sus átomos son aprendidos a partir de información espacial y espectral conjunta. Es decir, cada muestra en la etapa de aprendizaje del diccionario está compuesta de información espacial y espectral de forma simultánea. Los resultados experimentales con datos reales muestran que el diccionario propuesto supera los diccionarios del estado del arte para obtener una representación más escasa aumentando la calidad de reconstrucción de la imagen.
Description
Keywords
Distorsión de imagen, Imagen espectral, Diccionario espacio espectral, Escasez