卷积神经网络在 hyperspectral 图像断层重建中的应用
图像与视频处理
2022-03-16 v2 计算机视觉与模式识别
摘要
本文提出一种利用卷积神经网络(CNNs)从计算机断层成像光谱仪(CTIS)图像重建高光谱立方体的新方法。当前的重建算法在光谱通道数较多时通常面临重建时间长、精度平平的问题。所构建的CNNs比稀疏期望最大化算法具有更高的精度与更短的重建时间。此外，该网络可同时处理两类不同的真实图像——具体考虑了ColorChecker与胡萝卜光谱图像。本工作为从CTIS图像实时重建高光谱立方体铺平了道路。
关键词
引用
@article{arxiv.2108.13458,
title = {The Application of Convolutional Neural Networks for Tomographic Reconstruction of Hyperspectral Images},
author = {Wei-Chih Huang and Mads Svanborg Peters and Mads Juul Ahlebaek and Mads Toudal Frandsen and René Lynge Eriksen and Bjarke Jørgensen},
journal= {arXiv preprint arXiv:2108.13458},
year = {2022}
}
备注
31 pages, 18 figures and 4 tables. v2: clarifications and references added, analyses and network diagrams updated