Spectral resolution enhancement of hyperspectral imagery by a multiple-aperture compressive optical imaging system

Mejoramiento de la resolución espectral de imágenes hiperespectrales, por medio de un sistema óptico compresivo de múltiple-apertura

El sistema de sensado de imágenes espectrales, basado en la apertura codificada y de única toma (CASSI), captura la información espacial y espectral de una escena; mediante mediciones codificadas aleatorias capturadas en un sensor 2D. Un algoritmo basado en la teoría de sensado compresivo (CS), es utilizado para recuperar la escena tridimensional original a partir de las mediciones aleatorias capturadas. La calidad de reconstrucción de la escena depende exclusivamente, de la matriz de sensado del CASSI, la cual es determinada por la estructura de las aperturas codificadas que son utilizadas.

En este artículo, se propone una generalización del sistema CASSI por medio del desarrollo de un sistema óptico multi-apertura, que permite el mejoramiento de la resolución espectral. En el sistema propuesto, un par de aperturas codificadas de alta resolución es introducido en el sistema CASSI, permitiendo así, la codificación tanto espacial como espectral de la imagen hiperespectral. Este enfoque permite la reconstrucción de cubos de datos hiperespectrales, donde el número de las bandas espectrales se aumenta significativamente respecto al original, y la calidad espacial es mejorada en gran medida. Así mismo, los experimentos simulados muestran mejoramiento en la relación de pico-de-señal-a-ruido (PSNR), junto con un mejor ajuste en las firmas espectrales reconstruidas sobre los datos espectrales originales.

Introducción

Las imágenes hiperespectrales requieren la detección de una gran cantidad de información espacial a través de muchas longitudes de onda. Las técnicas tradicionales de obtención de imágenes hiperespectrales escanean zonas adyacentes de la escena espectral subyacente y fusionan los resultados para construir un cubo de datos hiperespectral tridimensional (3D). Los sensores de imágenes espectrales "push-broom", por ejemplo, capturan un cubo de datos espectrales utilizando una medición FPA por línea espacial de la escena (Brady, D. J., 2009). Los espectrómetros basados en filtros ópticos de paso de banda necesitan escanear la escena sintonizando los filtros de paso de banda en pasos (Eismann, M., 2012). Estas técnicas de detección obedecen al conocido criterio de Nyquist, que impone un severo límite al número de muestras necesario. Más concretamente, estos métodos requieren el escaneo de un número de zonas linealmente proporcional a la resolución espacial o espectral deseada. A medida que aumenta la resolución deseada, el número de muestras requerido crece considerablemente, de modo que el coste de la detección de una imagen hiperespectral es extremadamente alto. Recientemente, una técnica matemática denominada "Compressive Sensing" (CS) ha permitido el muestreo de señales a tasas inferiores a la tasa de Nyquist (Donoho, D. L., 2006).