論文の概要: Visibility Interpolation in Solar Hard X-ray Imaging: Application to
RHESSI and STIX
- arxiv url: http://arxiv.org/abs/2012.14007v1
- Date: Sun, 27 Dec 2020 20:39:44 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-24 20:09:41.375887
- Title: Visibility Interpolation in Solar Hard X-ray Imaging: Application to
RHESSI and STIX
- Title（参考訳）: 太陽硬X線イメージングにおける可視性補間:RHESSIとSTIXへの応用
- Authors: Emma Perracchione, Paolo Massa, Anna Maria Massone, Michele Piana
- Abstract要約: 本研究の目的は,フーリエ領域の可視性を高めた画像再構成手法を設計することである。
この方法は、STIX(Spectrometer/Telescope for Imaging X-rays)ミッションのフレームワーク内に実装されたシミュレーションソフトウェアを用いて生成された合成振動度に適用される。
また、Reuven Ramaty High Energy Solar Spectroscopic Imager(RHESSI)による実験的な可視性についても検討した。
- 参考スコア（独自算出の注目度）: 0.7646713951724012
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Space telescopes for solar hard X-ray imaging provide observations made of
sampled Fourier components of the incoming photon flux. The aim of this study
is to design an image reconstruction method relying on enhanced visibility
interpolation in the Fourier domain. % methods heading (mandatory) The
interpolation-based method is applied on synthetic visibilities generated by
means of the simulation software implemented within the framework of the
Spectrometer/Telescope for Imaging X-rays (STIX) mission on board Solar
Orbiter. An application to experimental visibilities observed by the Reuven
Ramaty High Energy Solar Spectroscopic Imager (RHESSI) is also considered. In
order to interpolate these visibility data we have utilized an approach based
on Variably Scaled Kernels (VSKs), which are able to realize feature
augmentation by exploiting prior information on the flaring source and which
are used here, for the first time, for image reconstruction purposes.} %
results heading (mandatory) When compared to an interpolation-based
reconstruction algorithm previously introduced for RHESSI, VSKs offer
significantly better performances, particularly in the case of STIX imaging,
which is characterized by a notably sparse sampling of the Fourier domain. In
the case of RHESSI data, this novel approach is particularly reliable when
either the flaring sources are characterized by narrow, ribbon-like shapes or
high-resolution detectors are utilized for observations. % conclusions heading
(optional), leave it empty if necessary The use of VSKs for interpolating hard
X-ray visibilities allows a notable image reconstruction accuracy when the
information on the flaring source is encoded by a small set of scattered
Fourier data and when the visibility surface is affected by significant
oscillations in the frequency domain.
- Abstract（参考訳）: 太陽硬x線イメージングのための宇宙望遠鏡は、入射した光子フラックスのサンプルされたフーリエ成分による観測を提供する。
本研究の目的は,フーリエ領域の視認性向上に基づく画像再構成手法を設計することである。
%方向(強制) この補間法は、太陽軌道上のX線イメージング用分光計(STIX)ミッションの枠組み内に実装されたシミュレーションソフトウェアを用いて生成された合成振動度に適用される。
また、Reuven Ramaty High Energy Solar Spectroscopic Imager(RHESSI)による実験的な可視性についても検討した。
これらの可視性データを補間するために、我々は、画像再構成のために最初に使用されるフレアソースの事前情報を利用して特徴増強を実現することができるVSK(Variably Scaled Kernels)に基づくアプローチを利用した。
% 結果(強制) RHESSI で導入された補間ベースの再構成アルゴリズムと比較して,VSK は,特に STIX 画像の場合,顕著なフーリエ領域のスパースサンプリングが特徴である。
RHESSIデータの場合、この新しい手法は、フレア源が細いリボン状の形状または高分解能検出器によって特徴付けられる場合、特に信頼性が高い。
%方向(オプション)、必要ならば空にしておく 硬いX線振動を補間するためのVSKの使用により、フレア源に関する情報が小さな散乱フーリエデータによって符号化され、周波数領域における大きな振動によって可視面が影響を受ける場合、顕著な画像再構成精度が得られる。
関連論文リスト
- Contourlet Refinement Gate Framework for Thermal Spectrum Distribution Regularized Infrared Image Super-Resolution [54.293362972473595]
画像超解像(SR)は、高解像度(HR)画像を低解像度(LR)画像から再構成することを目的としている。
SRタスクに対処する現在のアプローチは、RGB画像の特徴を抽出するか、同様の劣化パターンを仮定するものである。
スペクトル分布の忠実さを保ちつつ、赤外線変調特性を復元するコントゥーレット改質ゲートフレームワークを提案する。
論文 参考訳（メタデータ） (2024-11-19T14:24:03Z) - WAVE-UNET: Wavelength based Image Reconstruction method using attention UNET for OCT images [1.0835264351334324]
本稿では, ラムダ空間から直接, 高品質なOCT画像を再構成し, 複雑さを軽減するための体系的設計手法WAVE-UNETを提案する。
このフレームワークは、IDFT処理されたラムダ空間フリンジを入力として、アテンションゲーティングと残差接続を持つ修正UNETを使用している。
この方法は、時間複雑度を著しく低減した良質なBスキャンを生成することによって、従来のOCTシステムより一貫して優れる。
論文 参考訳（メタデータ） (2024-10-05T11:16:10Z) - Learning Surface Scattering Parameters From SAR Images Using
Differentiable Ray Tracing [8.19502673278742]
本稿では,スペキュラとディフューズの両方を包括的に考慮した表面マイクロ波レンダリングモデルを提案する。
CSVBSDF表面散乱パラメータ学習のためのSAR画像に基づく微分可能レイトレーシング(DRT)エンジンを構築した。
提案手法の有効性はシミュレーションと実SAR画像との比較により検証されている。
論文 参考訳（メタデータ） (2024-01-02T12:09:06Z) - ESSAformer: Efficient Transformer for Hyperspectral Image
Super-resolution [76.7408734079706]
単一ハイパースペクトル像超解像(単一HSI-SR)は、低分解能観測から高分解能ハイパースペクトル像を復元することを目的としている。
本稿では,1つのHSI-SRの繰り返し精製構造を持つESSA注目組込みトランスフォーマネットワークであるESSAformerを提案する。
論文 参考訳（メタデータ） (2023-07-26T07:45:14Z) - Exploring Invariant Representation for Visible-Infrared Person
Re-Identification [77.06940947765406]
異なるスペクトルを横断する歩行者にアイデンティティを関連付けることを目的とした、クロススペクトルの人物再識別は、モダリティの相違の主な課題に直面している。
本稿では、ロバスト機能マイニングネットワーク(RFM)と呼ばれるエンドツーエンドのハイブリッド学習フレームワークにおいて、画像レベルと特徴レベルの両方の問題に対処する。
RegDBとSYSU-MM01という2つの標準的なクロススペクトル人物識別データセットの実験結果により,最先端の性能が示された。
論文 参考訳（メタデータ） (2023-02-02T05:24:50Z) - A Scale-Arbitrary Image Super-Resolution Network Using Frequency-domain
Information [42.55177009667711]
画像超解像(SR)は、低分解能(LR)画像において失われた高周波情報を復元する技術である。
本稿では、周波数領域における画像の特徴を考察し、新しいスケール・アービタリー画像SRネットワークを設計する。
論文 参考訳（メタデータ） (2022-12-08T15:10:49Z) - DeStripe: A Self2Self Spatio-Spectral Graph Neural Network with Unfolded
Hessian for Stripe Artifact Removal in Light-sheet Microscopy [40.223974943121874]
本稿では,光シート蛍光顕微鏡(LSFM)におけるDeStripeと呼ばれるブラインドアーティファクト除去アルゴリズムを提案する。
DeStripeは、一方向のアーティファクトと前景の画像の構造的差異を利用して、潜在的に破損した係数をローカライズする。
影響された係数をグラフニューラルネットワークに入力して、標準画像空間の構造が十分に保存されていることを保証するために、ヘッセン正規化をアンロールした状態でリカバリすることができる。
論文 参考訳（メタデータ） (2022-06-27T16:13:57Z) - Spatial-Phase Shallow Learning: Rethinking Face Forgery Detection in
Frequency Domain [88.7339322596758]
本論文では,空間画像と位相スペクトルを組み合わせ,顔の偽造のアップサンプリング成果をキャプチャするSPSL(Spatial-Phase Shallow Learning)法を提案する。
SPSLは、クロスデータセット評価における最先端性能とマルチクラス分類を実現し、単一データセット評価において同等の結果を得ることができる。
論文 参考訳（メタデータ） (2021-03-02T16:45:08Z) - 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。