Algoritmo de reconstrucción de imágenes adquiridas por una arquitectura de único píxel basado en gradiente descendiente

Simple item page
dc.contributor.advisorMejía Melgarejo, Yuri Hercilia
dc.contributor.advisorArguello Fuentes, Henry
dc.contributor.authorBonza Marquez, Deyby Stevenson
dc.date.accessioned2023-04-06T03:22:31Z
dc.date.available2023
dc.date.available2023-04-06T03:22:31Z
dc.date.created2019
dc.date.issued2019
dc.description.abstractLa técnica de muestreo compresivo permite recuperar información de una señal a partir de pocas mediciones, con el supuesto de que la señal es de baja densidad en una base de representación dada. El proceso de medición consiste en obtener combinaciones lineales o proyecciones de dicha señal en este caso en un sistema de medición compresivo de único píxel. Una vez adquirida la señal comprimida, un algoritmo de reconstrucción recupera la señal original. El enfoque tradicional se basa en resolver un problema de optimización convexa sin restricciones que consiste en la minimización de una función objetivo que incluye un término de fidelidad y un término que promueve la reconstrucción de señales de baja densidad. La restricción más explotada para la reconstrucción es la baja densidad de las imágenes en ciertas bases, sin embargo, las imágenes cumplen otras características como la suavidad, es decir, las imágenes naturales no presentan fuertes cambios de intensidad en las vecindades espaciales. Incluir este tipo de restricciones al problema de reconstrucción original conlleva a obtener imágenes de alta calidad. En este proyecto se implementa un algoritmo basado en gradiente descendiente que incluye un paso de filtrado espacial para promover la suavidad en la imagen reconstruida. La inclusión de este filtro mejora los resultados de reconstrucción en hasta 10.14 dB en PSNR.
dc.description.abstractenglishCompressive sampling technique allows to recover signal information from a few measurements, with the assumption that the signal has low density in a given representation base. The measurements process consists of obtaining linear combinations or projections of a target signal in this case a singlepixel compressive measurement system. Once the compressed signal is acquired, a reconstruction algorithm recovers the original signal. The traditional approach is based on solving an unrestricted convex optimization problem that consists in minimizing an objective function that includes a fidelity term and a term that promotes the reconstruction of low density signals. The most exploited restriction for reconstruction is the low density of images in certain bases, however, the images fulfill other characteristics such as smoothness, that is, natural images do not show strong changes of intensity in spatial neighborhoods. Including this type of restrictions on the original reconstruction problem leads to obtaining high quality images. In this project, an algorithm based on a descendant gradient is implemented that includes a spatial filtering step to promote smoothness in the reconstructed image. The inclusion of this filter improves the reconstruction results by up to 10.14 dB in PSNR.
dc.description.degreelevelPregrado
dc.description.degreenameIngeniero de Sistemas
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/13330
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingenierías Fisicomecánicas
dc.publisher.programIngeniería de Sistemas
dc.publisher.schoolEscuela de Ingeniería de Sistemas e Informática
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAttribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectMuestreo Compresivo
dc.subjectImágenes De Único Píxel
dc.subjectMétodo Gradiente Descendiente
dc.subjectFiltrado Espacial
dc.subject.keywordCompressive Sensing
dc.subject.keywordSingle Pixel Imaging
dc.subject.keywordGradient Method
dc.subject.keywordSpatial Filtering.
dc.titleAlgoritmo de reconstrucción de imágenes adquiridas por una arquitectura de único píxel basado en gradiente descendiente
dc.title.englishReconstruction algorithm for acquired image by single pixel architecture based on descent gradient. *
dc.type.coarhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.hasversionhttp://purl.org/coar/resource_type/c_7a1f
dc.type.localTesis/Trabajo de grado - Monografía - Pregrado
dspace.entity.type
Files
Original bundle
Now showing 1 - 3 of 3
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
57.7 KB
Format:
Adobe Portable Document Format
Description:
Download
No Thumbnail Available
Name:
Documento.pdf
Size:
6 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
234.37 KB
Format:
Adobe Portable Document Format
Description:
Download
Collections
Ingeniería de Sistemas