渐进式内容感知编码高光谱压缩成像
图像与视频处理
2023-03-20 v1 计算机视觉与模式识别
摘要
高光谱成像在遥感、医学和细胞学等广泛应用中起着关键作用。通过以 2D 传感器获取 3D 高光谱图像（HSIs）,编码孔径快照光谱成像（CASSI）因其硬件友好实现与快速成像速度而取得巨大成功。然而,对于一些光谱稀疏性较弱的场景,单次快照与不合理的编码孔径设计往往使 HSI 恢复更加病态,并产生较差的空间与光谱保真度。本文提出一种新颖的渐进式内容感知 CASSI 框架,称为 PCA-CASSI,其利用多个优化的内容感知编码孔径捕获 HSIs,并渐进式融合所有快照进行重建。同时,通过将值域-零空间分解（RND）映射至带多个阶段的深度网络,提出 RND-HRNet 用于 HSI 恢复。每个恢复阶段可通过显式的 分解充分利用编码孔径中的隐藏物理信息,并借助双 transformer 模块探索空间-光谱相关性。我们的方法经验证在多快照与单快照 HSI 成像任务上均以大幅优势超越其他最先进方法。
引用
@article{arxiv.2303.09773,
title = {Progressive Content-aware Coded Hyperspectral Compressive Imaging},
author = {Xuanyu Zhang and Bin Chen and Wenzhen Zou and Shuai Liu and Yongbing Zhang and Ruiqin Xiong and Jian Zhang},
journal= {arXiv preprint arXiv:2303.09773},
year = {2023}
}
备注
a novel hyperspectral snapshot compressive imaging and restoration framework