Optical calibration enhancement algorithm for the implementation of a designed compressive spectral imaging system

Las imágenes espectrales tienen diversas aplicaciones que superan las capacidades de las imágenes RGB, como los controles de calidad en la industria alimentaria, la detección de sustancias y la agricultura de precisión. Los métodos tradicionales de obtención de imágenes espectrales requieren una gran cantidad de mediciones para capturar una imagen espectral. Por otro lado, las imágenes espectrales compresivas pretenden reducir las mediciones necesarias mediante técnicas de detección compresiva. Trabajos recientes han demostrado una mejora del rendimiento de la reconstrucción de imágenes espectrales mediante el diseño del elemento de codificación. Los algoritmos se utilizan habitualmente para la reconstrucción en enfoques basados en modelos para superar la limitación de los datos. Sin embargo, la matriz de calibración del sistema implementado no coincide perfectamente con las matrices de detección diseñadas debido a las no idealidades de construcción. Para reducir esta brecha, este proyecto de investigación se centra en mejorar las mediciones del sistema de imágenes espectrales diseñado basándose en la reducción de las diferencias entre el sistema diseñado y el implementado para minimizar la disparidad entre los resultados de simulación e implementación.

Authors

Publication Details

Journal
Universidad Industrial de Santander
Published
2025-05-14
Primary Topic
Advanced Image Fusion Techniques
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

Optical calibration enhancement algorithm for the implementation of a designed compressive spectral imaging system

Sergio Andrés Urrea Vecino
Universidad Industrial de Santander
Advanced Image Fusion Techniques
article

Optical calibration enhancement algorithm for the implementation of a designed compressive spectral imaging system

Sergio Andrés Urrea Vecino
article en

Abstract

Las imágenes espectrales tienen diversas aplicaciones que superan las capacidades de las imágenes RGB, como los controles de calidad en la industria alimentaria, la detección de sustancias y la agricultura de precisión. Los métodos tradicionales de obtención de imágenes espectrales requieren una gran cantidad de mediciones para capturar una imagen espectral. Por otro lado, las imágenes espectrales compresivas pretenden reducir las mediciones necesarias mediante técnicas de detección compresiva. Trabajos recientes han demostrado una mejora del rendimiento de la reconstrucción de imágenes espectrales mediante el diseño del elemento de codificación. Los algoritmos se utilizan habitualmente para la reconstrucción en enfoques basados en modelos para superar la limitación de los datos. Sin embargo, la matriz de calibración del sistema implementado no coincide perfectamente con las matrices de detección diseñadas debido a las no idealidades de construcción. Para reducir esta brecha, este proyecto de investigación se centra en mejorar las mediciones del sistema de imágenes espectrales diseñado basándose en la reducción de las diferencias entre el sistema diseñado y el implementado para minimizar la disparidad entre los resultados de simulación e implementación.

Universidad Industrial de Santander
Zero hunger
Openalex Percentile: Top 25%
Advanced Image Fusion Techniques
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.