論文の概要: The Marginal Importance of Distortions and Alignment in CASSI systems
- arxiv url: http://arxiv.org/abs/2501.12705v1
- Date: Wed, 22 Jan 2025 08:20:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-01-23 13:27:55.437945
- Title: The Marginal Importance of Distortions and Alignment in CASSI systems
- Title（参考訳）: CASSIシステムにおける歪みとアライメントの結婚の重要性
- Authors: Léo Paillet, Antoine Rouxel, Hervé Carfantan, Simon Lacroix, Antoine Monmayrant,
- Abstract要約: Coded-Aperture Spectral Snapshot Imagers (CASSI) を用いて、収差と歪みを取り入れてリアルなハイパースペクトル取得を行う、微分可能なレイトレーシングモデルを提案する。
光学収差の異なる4つのCASSI系が設計され、モデル化されている。
これらのシステムから得られた高スペクトル取得は、最先端の5つの超スペクトル立方体再構成プロセスと組み合わせられる。
- 参考スコア（独自算出の注目度）: 4.3983517012036994
- License:
- Abstract: This paper introduces a differentiable ray-tracing based model that incorporates aberrations and distortions to render realistic coded hyperspectral acquisitions using Coded-Aperture Spectral Snapshot Imagers (CASSI). CASSI systems can now be optimized in order to fulfill simultaneously several optical design constraints as well as processing constraints. Four comparable CASSI systems with varying degree of optical aberrations have been designed and modeled. The resulting rendered hyperspectral acquisitions from each of these systems are combined with five state-of-the-art hyperspectral cube reconstruction processes. These reconstruction processes encompass a mapping function created from each system's propagation model to account for distortions and aberrations during the reconstruction process. Our analyses show that if properly modeled, the effects of geometric distortions of the system and misalignments of the dispersive elements have a marginal impact on the overall quality of the reconstructed hyperspectral data cubes. Therefore, relaxing traditional constraints on measurement conformity and fidelity to the scene enables the development of novel imaging instruments, guided by performance metrics applied to the design or the processing of acquisitions. By providing a complete framework for design, simulation and evaluation, this work contributes to the optimization and exploration of new CASSI systems, and more generally to the computational imaging community.
- Abstract（参考訳）: 本稿では、収差と歪みを取り入れた微分可能なレイトレーシングモデルを導入し、符号化スペクトルスナップショット画像(CASSI)を用いて現実的な符号化ハイパースペクトル取得をレンダリングする。
CASSIシステムは、複数の光学設計制約と処理制約を同時に満たすために最適化できる。
光学収差の異なる4つのCASSI系が設計され、モデル化されている。
これらのシステムから得られた高スペクトル取得は、最先端の5つの超スペクトル立方体再構成プロセスと組み合わせられる。
これらの再構成プロセスは、再構成プロセス中に歪みや収差を考慮し、各システムの伝搬モデルから生成されたマッピング関数を含む。
解析により, 系の幾何学的歪みの影響と分散要素の不整合が, 再構成された超スペクトルデータ立方体全体の品質に与える影響が示唆された。
したがって、シーンに対する測定整合性と忠実性に対する従来の制約を緩和することで、設計や取得処理に適用されるパフォーマンス指標によってガイドされた、新しいイメージング機器の開発が可能になる。
この研究は、設計、シミュレーション、評価のための完全なフレームワークを提供することにより、新しいCASSIシステムの最適化と探索に寄与し、より一般的には計算画像コミュニティに寄与する。
関連論文リスト
- Deep Learning based Optical Image Super-Resolution via Generative Diffusion Models for Layerwise in-situ LPBF Monitoring [4.667646675144656]
我々は,ビルドプレートの低解像度画像とビルドプレートの詳細な高解像度光学画像とを関連付けるために,生成的深層学習モデルを実装した。
低解像度Webカメラ画像からビルドプレートの現実的な高解像度画像を生成するために,条件付き潜在確率拡散モデルを訓練した。
また, 印刷部の3次元形状を再現し, 復元した試料の表面粗さを解析する枠組みを設計した。
論文 参考訳（メタデータ） (2024-09-20T02:59:25Z) - Efficient One-Step Diffusion Refinement for Snapshot Compressive Imaging [8.819370643243012]
Coded Aperture Snapshot Spectral Imaging (CASSI)は3次元マルチスペクトル画像(MSI)を撮影するための重要な技術である
現在の最先端の手法は、主にエンドツーエンドであり、高周波の詳細を再構築する際の制限に直面している。
本稿では,Snapshot Compressive Imagingのための自己教師型適応フレームワークにおいて,新しい1段階拡散確率モデルを提案する。
論文 参考訳（メタデータ） (2024-09-11T17:02:10Z) - SMORE: Simulataneous Map and Object REconstruction [66.66729715211642]
本稿では,LiDARから大規模都市景観を動的に再現する手法を提案する。
我々は、世界が厳格に動く物体と背景に分解される動的なシーンの構成モデルを総合的に捉え、最適化する。
論文 参考訳（メタデータ） (2024-06-19T23:53:31Z) - Revealing the preference for correcting separated aberrations in joint
optic-image design [19.852225245159598]
我々は、スマートフォンやドローンのような複雑なシステムの効率的な共同設計を実現するために、分離された収差を持つ光学を特徴付ける。
視野が大きいレンズの真の撮像手順を再現する画像シミュレーションシステムを提案する。
共同設計における分離収差補正の選好は, 縦色収差, 横色収差, 球状収差, フィールド曲率, コマの順である。
論文 参考訳（メタデータ） (2023-09-08T14:12:03Z) - 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) - Computational Optics for Mobile Terminals in Mass Production [17.413494778377565]
写真から測定した周波数特性とシステムパラメータの関係を説明するために,摂動型レンズシステムモデルを構築した。
このモデルに基づいて, 加工サンプルのSFRからプロキシカメラを構築するための最適化フレームワークを提案する。
プロキシカメラを用いて、光学収差とランダムな製造バイアスをエンコードしたデータペアを合成し、収差に基づくアルゴリズムを訓練する。
論文 参考訳（メタデータ） (2023-05-10T04:17:33Z) - Optical Aberration Correction in Postprocessing using Imaging Simulation [17.331939025195478]
モバイル写真の人気は増え続けている。
最近のカメラは、これらの修正作業の一部を光学設計から後処理システムに移行した。
光学収差による劣化を回復するための実用的手法を提案する。
論文 参考訳（メタデータ） (2023-05-10T03:20:39Z) - Neural Lens Modeling [50.57409162437732]
NeuroLens(ニューロレンス)は、点投影と光線鋳造に使用できる歪みと磁化のための神経レンズモデルである。
古典的なキャリブレーションターゲットを使用してプリキャプチャのキャリブレーションを行うことができ、後に3D再構成の際にキャリブレーションやリファインメントを行うために使用できる。
このモデルは、多くのレンズタイプにまたがって一般化されており、既存の3D再構成とレンダリングシステムとの統合は容易である。
論文 参考訳（メタデータ） (2023-04-10T20:09:17Z) - Bridging Component Learning with Degradation Modelling for Blind Image
Super-Resolution [69.11604249813304]
視覚障害者のためのコンポーネント分解・協調最適化ネットワーク(CDCN)を提案する。
CDCNは入力LR画像を特徴空間の構造と詳細成分に分解する。
本稿では,HR画像の細部と構造復元過程を協調的に監督する,劣化駆動型学習戦略を提案する。
論文 参考訳（メタデータ） (2022-12-03T14:53:56Z) - Convolutional Neural Generative Coding: Scaling Predictive Coding to
Natural Images [79.07468367923619]
畳み込み型神経生成符号化(Conv-NGC)を開発した。
我々は、潜伏状態マップを段階的に洗練する柔軟な神経生物学的動機付けアルゴリズムを実装した。
本研究は,脳にインスパイアされたニューラル・システムによる再建と画像復調の課題に対する効果について検討する。
論文 参考訳（メタデータ） (2022-11-22T06:42:41Z) - Limited-angle tomographic reconstruction of dense layered objects by
dynamical machine learning [68.9515120904028]
強い散乱準透明物体の有限角トモグラフィーは困難で、非常に不適切な問題である。
このような問題の状況を改善することにより、アーティファクトの削減には、事前の定期化が必要である。
我々は,新しい分割畳み込みゲート再帰ユニット(SC-GRU)をビルディングブロックとして,リカレントニューラルネットワーク(RNN)アーキテクチャを考案した。
論文 参考訳（メタデータ） (2020-07-21T11:48:22Z)
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。