論文の概要: A Hardware-Algorithm Co-Designed Framework for HDR Imaging and Dehazing in Extreme Rocket Launch Environments
- arxiv url: http://arxiv.org/abs/2601.08162v1
- Date: Tue, 13 Jan 2026 02:51:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-14 18:27:19.031952
- Title: A Hardware-Algorithm Co-Designed Framework for HDR Imaging and Dehazing in Extreme Rocket Launch Environments
- Title（参考訳）: 極端ロケット打ち上げ環境におけるHDRイメージングとデハージングのためのハードウェア・アルゴリズム共同設計フレームワーク
- Authors: Jing Tao, Banglei Guan, Pengju Sun, Taihang Lei, Yang Shang, Qifeng Yu,
- Abstract要約: ロケット発射時の臨界力学的パラメータの定量的光学的測定は、極端な撮像条件のために深刻な課題に直面している。
本稿では,SVEセンサと物理認識デハージングアルゴリズムを組み合わせたハードウェア・アルゴリズムの協調設計フレームワークを提案する。
提案手法は, ヘイズ密度を動的に推定し, 領域適応照明最適化を行い, 複数スケールのエントロピー制約融合を適用し, シーンラディアンスからヘイズを効果的に分離する。
- 参考スコア（独自算出の注目度）: 17.698797172555754
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Quantitative optical measurement of critical mechanical parameters -- such as plume flow fields, shock wave structures, and nozzle oscillations -- during rocket launch faces severe challenges due to extreme imaging conditions. Intense combustion creates dense particulate haze and luminance variations exceeding 120 dB, degrading image data and undermining subsequent photogrammetric and velocimetric analyses. To address these issues, we propose a hardware-algorithm co-design framework that combines a custom Spatially Varying Exposure (SVE) sensor with a physics-aware dehazing algorithm. The SVE sensor acquires multi-exposure data in a single shot, enabling robust haze assessment without relying on idealized atmospheric models. Our approach dynamically estimates haze density, performs region-adaptive illumination optimization, and applies multi-scale entropy-constrained fusion to effectively separate haze from scene radiance. Validated on real launch imagery and controlled experiments, the framework demonstrates superior performance in recovering physically accurate visual information of the plume and engine region. This offers a reliable image basis for extracting key mechanical parameters, including particle velocity, flow instability frequency, and structural vibration, thereby supporting precise quantitative analysis in extreme aerospace environments.
- Abstract（参考訳）: ロケット発射時の重要な機械的パラメータ(プルームフロー場、衝撃波構造、ノズル発振など)の定量的光学的測定は、極端な撮像条件のために深刻な課題に直面している。
インセンス燃焼は、高密度粒子状ヘイズと120dBを超える輝度変化を発生させ、画像データを劣化させ、その後のフォトグラムおよび速度測定分析を損なう。
これらの問題に対処するために,SVE(Spatially Varying Exposure)センサと物理認識デハージングアルゴリズムを組み合わせたハードウェア・アルゴリズムの共同設計フレームワークを提案する。
SVEセンサーは、マルチ露光データを単一のショットで取得し、理想的な大気モデルに頼ることなく、堅牢なヘイズアセスメントを可能にする。
提案手法は, ヘイズ密度を動的に推定し, 領域適応照明最適化を行い, 複数スケールのエントロピー制約融合を適用し, シーンラディアンスからヘイズを効果的に分離する。
実際の打ち上げ画像と制御された実験に基づいて、このフレームワークは、プルームとエンジン領域の物理的に正確な視覚情報を回復する際の優れた性能を示す。
これは、粒子速度、流動不安定周波数、構造振動を含む重要な力学的パラメータを抽出するための信頼性の高い画像ベースを提供する。
関連論文リスト
- HAD: Hierarchical Asymmetric Distillation to Bridge Spatio-Temporal Gaps in Event-Based Object Tracking [80.07224739976911]
イベントカメラは例外的な時間分解能と範囲(モード)を提供する
RGBカメラは高解像度でリッチテクスチャを捉えるのに優れていますが、イベントカメラは例外的な時間分解能とレンジ(モダル)を提供します。
論文 参考訳（メタデータ） (2025-10-22T13:15:13Z) - Accelerating 3D Photoacoustic Computed Tomography with End-to-End Physics-Aware Neural Operators [74.65171736966131]
光音響計算トモグラフィ(PACT)は、光コントラストと超音波分解能を組み合わせることで、光拡散限界を超える深部像を実現する。
現在の実装では、高密度トランスデューサアレイと長い取得時間を必要とし、臨床翻訳を制限している。
本研究では,センサ計測からボリューム再構成まで,逆音響マッピングを直接学習する物理認識モデルであるPanoを紹介する。
論文 参考訳（メタデータ） (2025-09-11T23:12:55Z) - Enhanced Confocal Laser Scanning Microscopy with Adaptive Physics Informed Deep Autoencoders [0.0]
共焦点レーザー走査顕微鏡の限界に対処する物理インフォームド・ディープラーニング・フレームワークを提案する。
このモデルは、畳み込み層と転置畳み込み層を用いて、ノイズの多い入力から高忠実度画像を再構成する。
論文 参考訳（メタデータ） (2025-01-24T18:32:34Z) - GaraMoSt: Parallel Multi-Granularity Motion and Structural Modeling for Efficient Multi-Frame Interpolation in DSA Images [35.42266460525047]
Digital Subtraction Angiography (DSA) 画像は複雑な血管構造と様々な動きを含んでいる。
自然シーンビデオフレーム補間法(VFI)を適用すると、動きのアーティファクト、構造的散逸、ぼやけが生じる。
MoSt-DSAはこれらの問題に初めて対処し、SOTAの結果を得た。
我々は,これらの問題に同じ計算時間スケールで対処するGalaMoStを提案する。
論文 参考訳（メタデータ） (2024-12-18T18:04:12Z) - Adaptive Stereo Depth Estimation with Multi-Spectral Images Across All Lighting Conditions [58.88917836512819]
本稿では,立体深度推定を取り入れた新しいフレームワークを提案し,正確な幾何学的制約を強制する。
照明の劣化がステレオマッチングに与える影響を軽減するために,劣化マスキングを導入する。
提案手法は,Multi-Spectral Stereo(MS2)データセット上でのSOTA(State-of-the-art)性能を実現する。
論文 参考訳（メタデータ） (2024-11-06T03:30:46Z) - Harnessing Optical Imaging Limit through Atmospheric Scattering Media [5.435475238868005]
本稿では,対象特性,大気効果,イメージングシステム,デジタル処理,視覚知覚などのコントリビューションを包含した包括的モデルを提案する。
このモデルでは、従来の画像記録、処理、知覚の有効性を再評価することができる。
この研究の直接の応用は、マルチフレーム平均化によるノイズ低減を伴う1.2倍の画像範囲の拡張である。
論文 参考訳（メタデータ） (2024-04-23T14:31:44Z) - Multi-Modal Neural Radiance Field for Monocular Dense SLAM with a
Light-Weight ToF Sensor [58.305341034419136]
単眼カメラと軽量ToFセンサを備えた初の高密度SLAMシステムを提案する。
本稿では,RGBカメラと軽量ToFセンサの両方の信号のレンダリングをサポートするマルチモーダル暗黙のシーン表現を提案する。
実験により,本システムは軽量なToFセンサの信号をうまく利用し,競合的な結果が得られることが示された。
論文 参考訳（メタデータ） (2023-08-28T07:56:13Z) - Physics-Driven Turbulence Image Restoration with Stochastic Refinement [80.79900297089176]
大気乱流による画像歪みは、長距離光学画像システムにおいて重要な問題である。
ディープラーニングモデルが現実世界の乱流条件に適応するために、高速で物理学的なシミュレーションツールが導入された。
本稿では,物理統合復元ネットワーク(PiRN)を提案する。
論文 参考訳（メタデータ） (2023-07-20T05:49:21Z) - Lightweight HDR Camera ISP for Robust Perception in Dynamic Illumination
Conditions via Fourier Adversarial Networks [35.532434169432776]
照明とノイズ除去の逐次的バランスをとる軽量な2段階画像強調アルゴリズムを提案する。
また、異なる照明条件下での一貫した画像強調のためのフーリエスペクトルベース対向フレームワーク(AFNet)を提案する。
また,定量的および定性的な評価に基づいて,画像強調技術が共通認識タスクの性能に与える影響について検討した。
論文 参考訳（メタデータ） (2022-04-04T18:48:51Z) - FD-GAN: Generative Adversarial Networks with Fusion-discriminator for
Single Image Dehazing [48.65974971543703]
画像デハージングのためのFusion-Discriminator (FD-GAN) を用いた完全エンドツーエンドのジェネレータネットワークを提案する。
我々のモデルは、より自然でリアルなデハズド画像を生成することができ、色歪みは少なく、アーティファクトも少ない。
実験により, 提案手法は, 公開合成データセットと実世界の画像の両方において, 最先端の性能に達することが示された。
論文 参考訳（メタデータ） (2020-01-20T04:36:11Z)
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。