Services on Demand
Journal
Article
Indicators
- Cited by SciELO
- Access statistics
Related links
- Cited by Google
- Similars in SciELO
- Similars in Google
Share
Tecnura
Print version ISSN 0123-921X
Abstract
MEDINA ROJAS, Ferley; ARGUELLO FUENTES, Henry and GOMEZ SANTAMARIA, Cristina. Una comparación cuantitativa y cualitativa de análisis de rendimiento de las cámaras espectrales compresiva. Tecnura [online]. 2017, vol.21, n.52, pp.53-67. ISSN 0123-921X. https://doi.org/10.14483/udistrital.jour.tecnura.2017.2.a04.
Resumen Contexto: Las imágenes espectrales (SI) contienen información espacio-espectral acerca de una escena disponible en un cubo de datos que usualmente comprende una cantidad significativa de éstos. Los sistemas tradicionales de (SI) adquieren datos redundantes ignorando la alta correlación entre las mediciones y las muestras redundantes. Los sistemas de compresión de imágenes espectrales comprimen los datos espectrales en la etapa de adquisición, lo que permite reducir la cantidad de datos y la redundancia. Actualmente, existen varios sistemas de imágenes espectrales disponibles que proporcionan nuevas funciones para los usuarios y abren un amplio campo de nuevas aplicaciones. Por ejemplo, los sistemas de CASSI, SCSI, SSCS, y HYCA son cuatro de los más destacados. Método: La revisión de algunos trabajos provee amplios estudios de tecnologías disponibles y muestra cómo se pueden utilizar las nuevas capacidades de los enfoques de formación de imágenes espectrales. Sin embargo, para la selección de una arquitectura específica se requiere una comparación cuantitativa y cualitativa de estos sistemas en los mismos escenarios. Resultados: En este trabajo se analiza el rendimiento cualitativo y cuantitativo de estos cuatro sistemas de compresión de imágenes espectrales para evaluarlos en los mismos escenarios. Para ello, cada arquitectura se modela como un sistema de ecuaciones lineales y el proceso de reconstrucción de las imágenes se logra con el mismo enfoque de optimización transmitancia, código de apertura y número de proyecciones. Conclusión: Se muestra que el sistema SSCSI alcanza el mejor rendimiento en la reconstrucción con el valor más alto PSNR.
Keywords : matriz de muestreo; arquitecturas de muestreo compresivo; imágenes espectrales.