【深度學習】讓高光譜視頻成像叩開“新大門”
發布時間:2024-03-12
瀏覽次數:336
高光譜視頻成像能夠捕獲場景的精細空間、光譜和時間信息,因此在生物熒光成像、遙感、監控、自動駕駛等領域得到廣泛應用。
高光譜視頻成像能夠捕獲場景的精細空間、光譜和時間信息,因此在生物熒光成像、遙感、監控、自動駕駛等領域得到廣泛應用。
?
然而,高光譜視頻數據量極大,現有方法記錄高維數據時占用大量傳輸帶寬和存儲空間,給無人機、手機、行星探測器和衛星等資源受限系統帶來巨大壓力。如何在保留信息的前提下最大限度減少采樣數據量、大幅提升采樣壓縮比就成為高光譜視頻成像中的關鍵問題。
?
日前,北京理工大學光電學院王涌天教授、劉越教授團隊成員徐怡博教授與谷歌公司和美國萊斯大學研究人員合作,開發了一種具有優異壓縮比和吞吐量的基于單像素光電探測器的高光譜視頻成像系統。
研究人員利用四維高光譜視頻的高度可壓縮性,設計出一種空間-光譜聯合編碼方案,提出基于四維空間信號稀疏度模型的優化重建和深度學習重建方法,實現了基于單像素探測器、可在低帶寬下實現高通量的高光譜視頻成像系統。
上一頁 : 高光譜成像中紅外波段技術簡介
下一頁 : 高光譜數據有哪些?高光譜數據詳解
相關產品
-
紅外光譜的發展、原理、特點、分類
紅外光譜的發展、原理、特點、分類紅外光譜的技術在各領域中的應用相繼經歷了很長時期,逐漸完善著自身技術在領域中的應用,且將低成本高性能作為發展與創新的主要方向。本..
-
近紅外光譜技術的優缺點和應用范圍
?由于近紅外光譜在光纖中良好的傳輸性,近年來也被很多發達國家廣泛應用在產業在線分析中。近紅外定量分析因其快速、正確已被列人世界谷物化學科技標準協會和美國谷物化學..
-
高光譜數據常見預處理方法有哪些?
高光譜在采集數據時會有成百上千個不同的波段數據,數據量巨大從而增加了數據處理的難度。而且在高光譜圖像采集過程中會有來自儀器與環境的干擾,獲得的光譜信號易存在噪聲..
-
高光譜成像儀光譜數據特征波長的選取方法介紹
高光譜成像儀?在對樣品進行側臉時,會采集多波段的光譜數據,全波段數據有較多的冗余信息,因此就需要采用一定的方法來選取樣本光譜的特征波段與紋理特征的重要變量。本文..