論文の概要: Two-dimensional Multi-fiber Spectrum Image Correction Based on Machine
Learning Techniques
- arxiv url: http://arxiv.org/abs/2002.06600v1
- Date: Sun, 16 Feb 2020 15:39:09 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-31 18:25:27.400066
- Title: Two-dimensional Multi-fiber Spectrum Image Correction Based on Machine
Learning Techniques
- Title(参考訳): 機械学習に基づく2次元マルチファイバースペクトル画像補正
- Authors: Jiali Xu, Qian Yin, Ping Guo, and Xin Zheng
- Abstract要約: 画像収差補正により空間変動PSFの問題を解決する新しい手法を提案する。
CCD画像収差が補正されると、畳み込みカーネルであるPSFを1つの空間不変PSFのみに近似することができる。
- 参考スコア(独自算出の注目度): 8.754036933225398
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Due to limited size and imperfect of the optical components in a
spectrometer, aberration has inevitably been brought into two-dimensional
multi-fiber spectrum image in LAMOST, which leads to obvious spacial variation
of the point spread functions (PSFs). Consequently, if spatial variant PSFs are
estimated directly , the huge storage and intensive computation requirements
result in deconvolutional spectral extraction method become intractable. In
this paper, we proposed a novel method to solve the problem of spatial
variation PSF through image aberration correction. When CCD image aberration is
corrected, PSF, the convolution kernel, can be approximated by one spatial
invariant PSF only. Specifically, machine learning techniques are adopted to
calibrate distorted spectral image, including Total Least Squares (TLS)
algorithm, intelligent sampling method, multi-layer feed-forward neural
networks. The calibration experiments on the LAMOST CCD images show that the
calibration effect of proposed method is effectible. At the same time, the
spectrum extraction results before and after calibration are compared, results
show the characteristics of the extracted one-dimensional waveform are more
close to an ideal optics system, and the PSF of the corrected object spectrum
image estimated by the blind deconvolution method is nearly central symmetry,
which indicates that our proposed method can significantly reduce the
complexity of spectrum extraction and improve extraction accuracy.
- Abstract(参考訳): 分光器における光学成分の大きさと不完全さのため、収差は必然的にラストの2次元多ファイバースペクトル画像にもたらされ、点拡散関数(psfs)の明らかな空間的変化をもたらす。
これにより、空間変動型PSFを直接推定すると、大容量の記憶と集中的な計算要求により、非畳み込みスペクトル抽出法が引き起こされる。
本稿では,画像収差補正による空間変動psf問題を解決する新しい手法を提案する。
CCD画像収差が補正されると、畳み込みカーネルであるPSFを1つの空間不変PSFのみに近似することができる。
具体的には、Ttal Least Squares (TLS)アルゴリズム、インテリジェントサンプリング方法、多層フィードフォワードニューラルネットワークなど、歪んだスペクトル画像の校正に機械学習技術を採用している。
LAMOST CCD画像の校正実験により,提案手法の校正効果が有効であることが示された。
同時に、キャリブレーション前後のスペクトル抽出結果を比較し、抽出された1次元波形の特性が理想光学系に近いことを示すとともに、ブラインドデコンボリューション法により推定された補正対象スペクトル画像のpsfがほぼ中央対称であることを示し、提案手法がスペクトル抽出の複雑さを著しく低減し、抽出精度を向上させることを示唆する。
関連論文リスト
- Deep Learning Based Speckle Filtering for Polarimetric SAR Images. Application to Sentinel-1 [51.404644401997736]
本稿では、畳み込みニューラルネットワークを用いて偏光SAR画像のスペックルを除去するための完全なフレームワークを提案する。
実験により,提案手法はスペックル低減と分解能保存の両方において例外的な結果をもたらすことが示された。
論文 参考訳(メタデータ) (2024-08-28T10:07:17Z) - Super-resolution of ultrafast pulses via spectral inversion [0.0]
ブロードバンド光(10~100GHz)を対象とした分光超解像法を実験的に実証した。
等輝度の2つの非コヒーレントスペクトル特徴と、コヒーレンス時間当たりの光子との小さな分離を推定するパラダイム的問題について検討した。
この装置は、電気光学タイムレンズとインバージョンを実装したパッシブスペクトル分散器を備えた、アクティブに安定化されたマッハ・ツェンダー型干渉計に基づいている。
論文 参考訳(メタデータ) (2024-03-18T12:21:37Z) - Physics-Inspired Degradation Models for Hyperspectral Image Fusion [61.743696362028246]
ほとんどの融合法は、融合アルゴリズム自体にのみ焦点をあて、分解モデルを見落としている。
我々は、LR-HSIとHR-MSIの劣化をモデル化するための物理インスパイアされた劣化モデル(PIDM)を提案する。
提案したPIDMは,既存の核融合法における核融合性能を向上させることができる。
論文 参考訳(メタデータ) (2024-02-04T09:07:28Z) - Residual Degradation Learning Unfolding Framework with Mixing Priors
across Spectral and Spatial for Compressive Spectral Imaging [29.135848304404533]
符号化開口スナップショット分光画像(CASSI)が提案されている。
CASSIシステムの中核的な問題は、信頼性と微妙な基礎となる3次元スペクトル立方体を2次元測定から回収することである。
本稿では,センサマトリックスと劣化過程のギャップを埋めるResidual Degradation Learning Unfolding Framework (RDLUF)を提案する。
論文 参考訳(メタデータ) (2022-11-13T12:31:49Z) - D$^\text{2}$UF: Deep Coded Aperture Design and Unrolling Algorithm for
Compressive Spectral Image Fusion [22.0246327137227]
本稿では,低空間分解能符号化開口スペクトル撮像器 (CASSI) アーキテクチャと高空間分解能マルチスペクトルカラーフィルタアレイ (MCFA) システムの圧縮測定の融合について述べる。
本稿では,従来のCSIFと異なり,エンド・ツー・エンド(E2E)方式でセンサアーキテクチャと再構成ネットワークを協調的に最適化する手法を提案する。
論文 参考訳(メタデータ) (2022-05-24T15:39:34Z) - Spectral Splitting and Aggregation Network for Hyperspectral Face
Super-Resolution [82.59267937569213]
高分解能(HR)ハイパースペクトル顔画像は、制御されていない条件下での顔関連コンピュータビジョンタスクにおいて重要な役割を果たす。
本稿では,ハイパースペクトル顔画像への深層学習手法の適用方法について検討する。
限られたトレーニングサンプルを用いたHFSRのためのスペクトル分割集約ネットワーク(SSANet)を提案する。
論文 参考訳(メタデータ) (2021-08-31T02:13:00Z) - Regularization by Denoising Sub-sampled Newton Method for Spectral CT
Multi-Material Decomposition [78.37855832568569]
スペクトルctを用いたマルチマテリアル画像再構成のためのモデルベース最大後課題の解決法を提案する。
特に,プラグイン画像復号化機能に基づく正規化最適化問題について提案する。
スペクトルct材料分解の数値的および実験的結果を示す。
論文 参考訳(メタデータ) (2021-03-25T15:20:10Z) - LADMM-Net: An Unrolled Deep Network For Spectral Image Fusion From
Compressive Data [6.230751621285322]
ハイパースペクトル(HS)およびマルチスペクトル(MS)画像融合は、低空間分解能HS画像と低スペクトル分解能MS画像から高分解能スペクトル画像を推定することを目的とする。
本研究では,HSおよびMS圧縮測定による融合問題の解法として,アルゴリズムアンロール法に基づくディープラーニングアーキテクチャを提案する。
論文 参考訳(メタデータ) (2021-03-01T12:04:42Z) - Fourth-Order Nonlocal Tensor Decomposition Model for Spectral Computed
Tomography [20.03088101097943]
分光CT(Spectral Computed Tomography)は、光子計数検出器(PCD)を用いて、異なるエネルギービンからのスペクトル像を再構成することができる。
スペクトル分率の限られた光子と計数率により、再構成されたスペクトル画像は通常、ひどいノイズに悩まされる。
本稿では,スペクトルCT画像再構成(FONT-SIR)のための4階非局所テンソル分解モデルを提案する。
論文 参考訳(メタデータ) (2020-10-27T15:14:36Z) - Learning Spatial-Spectral Prior for Super-Resolution of Hyperspectral
Imagery [79.69449412334188]
本稿では,最先端の残差学習をベースとした単一グレー/RGB画像の超解像化手法について検討する。
本稿では,空間情報とハイパースペクトルデータのスペクトル間の相関をフル活用するための空間スペクトル先行ネットワーク(SSPN)を提案する。
実験結果から,SSPSR法により高分解能高分解能高分解能画像の詳細が得られた。
論文 参考訳(メタデータ) (2020-05-18T14:25:50Z) - Hyperspectral-Multispectral Image Fusion with Weighted LASSO [68.04032419397677]
本稿では,高スペクトル像と多スペクトル像を融合させて高画質な高スペクトル出力を実現する手法を提案する。
提案したスパース融合と再構成は,既存の公開画像の手法と比較して,定量的に優れた結果が得られることを示す。
論文 参考訳(メタデータ) (2020-03-15T23:07:56Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。