Optimización del algoritmo de reconstrucción y diseño de la matriz del sistema en adquisición compresiva de imágenes espectrales

Simple item page
dc.contributor.advisorArgüello Fuentes, Henry
dc.contributor.authorMejía Melgarejo, Yuri Hercilia
dc.contributor.evaluatorBautista Rozo, Lola Xiomara
dc.contributor.evaluatorPertuz Arroyo, Said David
dc.contributor.evaluatorMeneses Fonseca, Jaime Enrique
dc.contributor.evaluatorVera Rojas, Esteban Mauricio
dc.contributor.evaluatorTourneret, Jean-Yves
dc.date.accessioned2022-04-01T04:53:44Z
dc.date.available2022-04-01T04:53:44Z
dc.date.created2018
dc.date.issued2018
dc.description.abstractLos sensores compresivos de imágenes espectrales reducen el número de pixeles muestreados mediante la combinación de información espectral codificada de una escena en proyecciones bidimensionales. El diseño de la matriz de muestreo que modela el sensor y la optimización del algoritmo de reconstrucción son áreas importantes de investigación hoy en día. Este trabajo desarrolla algunos enfoques de diseño de la matriz de muestreo para sistemas compresivos de imágenes espectrales, además de propuestas para la mejorar el algoritmo de reconstrucción. El diseño de la matriz consiste en el estudio de la independencia lineal de las filas de la matriz de muestreo y su relación con los val-ores propios, dando lugar a restricciones físicas en los sensores. Estos diseños también se estudian en el caso en el que se reconstruye una imagen espectral a partir de la fusión de las medidas de dos sensores compresivos. Por otro lado, en la optimización del algoritmo de reconstrucción se explota el hecho de que las imágenes espectrales son suaves en el dominio espacial. Primero, se propone un filtrado pasa bajas dentro del proceso iterativo de los algoritmos de reconstrucción y segundo, se reformula un problema de minimización con un regularizador que promueve suavidad en la imagen y resolviendo por un enfoque Bayesiano.
dc.description.abstractenglishCompressive spectral imagers take a reduced number of sampled pixels by coding and combining the spatio spectral information of a scene in two dimensional projections. The design of the matrix that represents the compressive spectral imager and the optimization of the reconstruction algorithm are important areas of research nowadays. This work develops some approaches to design the sam-pling matrix of compressive spectral imagers, as well as a proposal for improving the reconstruction algorithm. The design of the matrix consists of relating the linear independence of the sampling ma-trix rows and columns with the bounds of its eigenvalues, giving rise to physical restrictions in the sensors. These designs are also studied in the case where a spectral image is reconstructed by fusing the measurements of two different compressive spectral imagers, each one with different spa-tial and spectral resolutions. On the other hand, in the optimization of the reconstruction algorithm, we exploit the fact that the spectral images are soft in the spatial domain. First, we propose a low pass filter within the iterative process of the reconstruction algorithms and second, we reformulate the minimization problem with a regularizer that promotes smoothness in the image and solving it by a Bayesian approach.
dc.description.cvlachttps://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001360097
dc.description.degreelevelDoctorado
dc.description.degreenameDoctor en Ingeniería
dc.description.orcidhttps://orcid.org/0000-0002-5158-8540
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/20.500.14071/9586
dc.language.isoeng
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingeníerias Fisicomecánicas
dc.publisher.programDoctorado en Ingeniería: Área Ingeniería Electrónica
dc.publisher.schoolEscuela de Ingenierías Eléctrica, Electrónica y Telecomunicaciones
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.subjectDiseño de la Matriz del Sistema
dc.subjectAlgoritmo de reconstrucción
dc.subjectImágenes espectrales
dc.subject.keywordCompressive Sensing
dc.subject.keywordSystem Matrix Design
dc.subject.keywordReconstruction Algorithm
dc.subject.keywordSpectral Imaging
dc.titleOptimización del algoritmo de reconstrucción y diseño de la matriz del sistema en adquisición compresiva de imágenes espectrales
dc.title.englishReconstruction algorithm optimization and system matrix design in compressive spectral imaging
dc.type.coarhttp://purl.org/coar/resource_type/c_db06
dc.type.hasversionhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.localTesis/Trabajo de grado - Monografía - Doctorado
dspace.entity.type
Files
Original bundle
Now showing 1 - 3 of 3
No Thumbnail Available
Name:
173852_licence.pdf
Size:
564.75 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
173852_nota.pdf
Size:
1.01 MB
Format:
Adobe Portable Document Format
Download
Thumbnail Image
Name:
173852_trabajo.pdf
Size:
13.78 MB
Format:
Adobe Portable Document Format
Download
Collections
Doctorado en Ingeniería: Área Ingeniería Electrónica