基于深度学习的片上高空间分辨率快速光谱成像
图像与视频处理
2023-01-18 v1 光学
摘要
光谱成像将传统彩色相机的概念扩展至在多个光谱通道上捕获图像，具有广阔应用前景。基于扫描方法的传统光谱相机存在采集速度低和体积大的缺点。基于超表面滤波器的片上计算光谱成像为便携应用提供了有前景的方案，但承受着逐点迭代光谱重建的较长计算时间以及重建光谱图像中的马赛克效应。在本研究中，我们展示了通过基于深度学习的数据立方体重建消除光谱图像中马赛克效应的片上快速光谱成像。我们在实验上实现了比迭代光谱重建快四个数量级的速度，并对标准色板实现了超过 99% 的光谱重建高保真度。特别地，我们展示了针对运动物体和室外驾驶场景的视频级光谱成像，在识别同色异谱方面性能良好，其中同色天空与白色汽车可通过其光谱区分，显示出在自动驾驶及智能感知领域其他实际应用中的巨大潜力。
引用
@article{arxiv.2301.06321,
title = {Deep-learning-based on-chip rapid spectral imaging with high spatial resolution},
author = {Jiawei Yang and Kaiyu Cui and Yidong Huang and Wei Zhang and Xue Feng and Fang Liu},
journal= {arXiv preprint arXiv:2301.06321},
year = {2023}
}