波长编码光谱成像基于深度学习过器和RGB摄像机的组合

科学领域:

• 光学是什么?光学是什么?
• 计算机视觉 计算机视觉
• 频谱学是一种光谱学.

背景情况:

• 超光谱成像对于跨科学学科的空间光谱数据采集至关重要.
• 在光谱重建方面的进步使RGB图像的超光谱图像生成成为可能,但由于输入有限,该过程仍然处于不良位置.
• 传统的相机颜色波器阵列 (CFAs) 对于光谱重建是不理想的,因为它们是为人类视觉感知而设计的.

研究的目的:

• 通过引入宽带编码过器来增强RGB图像的光谱重建.
• 通过一个端到端的框架来优化光谱编码方案,用于过器设计和重建网络权重.
• 开发和验证一种新的联合波长编码成像框架.

主要方法:

• 建议将宽带编码过器放置在RGB摄像机前面,以多样化波长编码.
• 利用端到端优化框架来设计过器传导功能的设计和优化光谱重建网络重量.
• 开发了深度学习过器,并进行了实际的射击实验以验证.

主要成果:

• 拟议的光谱重建网络在模拟中展示了出色的光谱绘图能力.
• 新的联合波长编码成像框架的性能优于传统的RGB成像系统.
• 实验结果显示,在重建的超光谱图像中,有吸引力的空间分辨率和光谱精度.

结论:

• 开发的宽带编码过器和优化的重建网络显著改善了RGB数据的超光谱成像.
• 联合波长编码成像框架为光谱重建任务提供了比传统RGB成像更好的替代方案.
• 这种方法有望促进各种研究领域的空间光谱信息收集.