Assembly, fusion and coded aperture desing of two compressive spectral imaging sensors cia deep learning end-to-end optimization
No Thumbnail Available
Date
2021
Evaluators
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Industrial de Santander
Abstract
La adquisición imágenes espectrales compresivas (CSI) reducen la cantidad de datos capturados mediante el uso de proyecciones 2D de la señal 3D original; en consecuencia, es necesario abordar un proceso de recuperación para obtener la señal original. La sistemas CSI sacrifican la resolución espacial para conseguir una altaresolución espectral o viceversa. Por ello, enfoques recientes se basan en la fusión de dos sistemas CSI para obteneruna alta resolución espectral-espacial. Los sistemas de detección compresiva suelen tener un conjunto de parámetrosfísicos, como las aperturas codificadas, que pueden diseñarse para mejorar la calidad de la reconstrucción. El presente proyecto de grado propone un enfoque de aprendizaje profundo de extremo a extremo para diseñar, ensamblary fusionar dos sistemas CSL, la arquitectura hiperspectral CASSI (coded aperture snapshot spectral imager) con altaresolución espectral y baja resolución espacial y una arquitectura multiespectral de baja resolución espectral y altaresolución espacial. La metodología propuesta consiste en redes neuronales profundas que aprenden una apertura codificada óptima del sistema CASSI y la matriz de filtros de color de la arquitectura multiespectral restringiendo elproceso de aprendizaje a valores implementables, luego una red neuronal profunda desenrollada realiza la fusión delas dos medidas. Para validar los resultados de simulación, estos sistemas se montarán y calibrarán en el laboratorio óptico-electrónico para capturar escenas reales.
Description
Keywords
Optimización de extremo a extremo, Métodos de fusión, Imágenes Espectrales Comprimidas