| Περίληψη: | Οι περιορισμοί του υπερφασματικού αισθητήρα και οι ατέλειες στο
σύστημα απεικόνισης, οδηγούν σε υπερφασματικές εικόνες με χαμηλή
χωρική ανάλυση. Χαμηλή χωρική ανάλυση σημαίνει κατ’ επέκταση
μεικτά εικονοστοιχεία τα οποία υποβαθμίζουν τη διαδικασία φασματικού διαχωρισμού (spectral unmixing), κρίσιμη σε εφαρμογές εντοπισμού και αναγνώρισης υλικών στις οποίες χρησιμοποιείται η υπερφασματική απεικόνιση. Στην παρούσα εργασία εξετάζεται η υπερανάλυση (super resolution) υπερφασματικών εικόνων χρησιμοποιώντας
τεχνικές συμπιεσμένης καταγραφής (compressed sensing). Δυο υπερπλήρη λεξικά (ένα χαμηλής και ένα υψηλής ανάλυσης) εκπαιδεύονται
απο κοινού έτσι ώστε κάθε εικόνα να έχει την ίδια αραιή αναπαράσταση ως προς αυτά. Έτσι για κάθε τμήμα της χαμηλής ανάλυσης
εικόνας-εισόδου, εξάγουμε την αραιή του αναπαράσταση την οποία
χρησιμοποιούμε στη συνέχεια σε συνδυασμό με το λεξικό υψηλής ανάλυσης για τη σύνθεση της βελτιωμένης εικόνας. Για μείωση της υπολογιστικής πολυπλοκότητας και αξιοποίηση της συσχέτισης μεταξύ
των φασματικών ζωνών εφαρμόζουμε τον μετασχηματισμό Principal
Component Analysis. Επίσης συγκρίνoυμε την απόδοση των μεθόδων
MVSA (Minimum Volume Simplex Analysis) και VCA (Vertex Component
Analysis) ως προς την εκτίμηση των φασματικών υπογραφών
(endmembers) και την ανακατασκευή της εικόνας. Τέλος επιχειρούμε
να βελτιώσουμε την ακρίβεια του υπολογισμού των endmembers και
της διαδικασίας του φασματικού διαχωρισμού, εφαρμόζοντας πρώτα
την τεχνική super resolution που προτείνουμε στην εικόνα και στη
συνέχεια τις μεθόδους εξαγωγής των φασματικών υπογραφών.
|
|---|
