Ανακατασκευή υπερφασματικών εικόνων υψηλής ανάλυσης με τεχνικές compressed sensing

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), κρίσι...

Full description

Bibliographic Details
Main Author: Θράκα, Σοφία
Other Authors: Μπερμπερίδης, Κωνσταντίνος
Format: Thesis
Language:Greek
Published: 2016
Subjects:
Online Access:http://hdl.handle.net/10889/9388
id nemertes-10889-9388
record_format dspace
spelling nemertes-10889-93882022-09-05T04:59:30Z Ανακατασκευή υπερφασματικών εικόνων υψηλής ανάλυσης με τεχνικές compressed sensing Super resolution of hyperspectral images using compressed sensing based approach Θράκα, Σοφία Μπερμπερίδης, Κωνσταντίνος Μουστάκας, Κωνσταντίνος Thraka, Sofia Υπερφασματικές εικόνες Υπερανάλυση Hyperspectral images Super resolution PCA VCA Compressed sensing 621.367 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. Instrument limitations result in low-resolution hyperspectral imaging that degrade the spectral unmixing process used in detection and recognition applications. In this thesis I improve the resolution of hyperspectral images using a compressed sensing approach, using Principal Component Analysis to reduce the computational complexity and to make use of the inherent low dimensionality of spectral content. Finally I compare the endmember extraction algorithms minimum volum simplex analysis and vertex component analysis and greatly enhance their performance by firstly applying my proposed super resolution method. 2016-06-09T14:35:23Z 2016-06-09T14:35:23Z 2015-11 Thesis http://hdl.handle.net/10889/9388 gr 0 application/pdf
institution UPatras
collection Nemertes
language Greek
topic Υπερφασματικές εικόνες
Υπερανάλυση
Hyperspectral images
Super resolution
PCA
VCA
Compressed sensing
621.367
spellingShingle Υπερφασματικές εικόνες
Υπερανάλυση
Hyperspectral images
Super resolution
PCA
VCA
Compressed sensing
621.367
Θράκα, Σοφία
Ανακατασκευή υπερφασματικών εικόνων υψηλής ανάλυσης με τεχνικές compressed sensing
description 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.
author2 Μπερμπερίδης, Κωνσταντίνος
author_facet Μπερμπερίδης, Κωνσταντίνος
Θράκα, Σοφία
format Thesis
author Θράκα, Σοφία
author_sort Θράκα, Σοφία
title Ανακατασκευή υπερφασματικών εικόνων υψηλής ανάλυσης με τεχνικές compressed sensing
title_short Ανακατασκευή υπερφασματικών εικόνων υψηλής ανάλυσης με τεχνικές compressed sensing
title_full Ανακατασκευή υπερφασματικών εικόνων υψηλής ανάλυσης με τεχνικές compressed sensing
title_fullStr Ανακατασκευή υπερφασματικών εικόνων υψηλής ανάλυσης με τεχνικές compressed sensing
title_full_unstemmed Ανακατασκευή υπερφασματικών εικόνων υψηλής ανάλυσης με τεχνικές compressed sensing
title_sort ανακατασκευή υπερφασματικών εικόνων υψηλής ανάλυσης με τεχνικές compressed sensing
publishDate 2016
url http://hdl.handle.net/10889/9388
work_keys_str_mv AT thrakasophia anakataskeuēyperphasmatikōneikonōnypsēlēsanalysēsmetechnikescompressedsensing
AT thrakasophia superresolutionofhyperspectralimagesusingcompressedsensingbasedapproach
_version_ 1771297141807906817