logo móvil
Contáctanos

Configuración y registro de una base de datos de imágenes espectrales de múltiples cámaras de pinturas de iconos

Autores: Mirhashemi, Arash

Idioma: Inglés

Editor: MDPI

Año: 2019

Descargar PDF

Acceso abierto

Artículo científico
2019

Configuración y registro de una base de datos de imágenes espectrales de múltiples cámaras de pinturas de iconos


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería de Sistemas

Palabras clave

Imagen hiperespectral
Precisión
Datos espectrales
Diseños de cámaras
Base de datos de imágenes
Registro de múltiples cámaras.

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 20

Citaciones: Sin citaciones


Descripción
A costa de una mayor complejidad y tiempo, la imagen hiperespectral proporciona una medida más precisa de la irradiancia de la escena en comparación con una cámara RGB. Varios diseños de cámaras con más de tres canales han sido propuestos para mejorar la precisión. La precisión se evalúa frecuentemente en función de la calidad de la estimación de los datos espectrales. Actualmente, dichas evaluaciones se realizan con datos simulados o cartas de colores para relajar el requisito de registro espacial entre las imágenes. Para superar esta limitación, este artículo presenta una base de datos de imágenes registradas con precisión de seis pinturas de iconos capturadas con cinco cámaras con diferente número de canales, desde tres (RGB) hasta más de cien (cámara hiperespectral). Los iconos son temas desafiantes porque tienen superficies complejas que reflejan la luz de forma especular con un alto rango dinámico. Se proponen dos contribuciones para abordar este desafío. En primer lugar, se dispone una configuración de imagen cuidadosamente diseñada para controlar el reflejo especular, limitar el rango dinámico y proporcionar una relación señal-ruido consistente para todos los canales de la cámara. En segundo lugar, se propone un método de registro basado en características de múltiples cámaras con una fase iterativa de eliminación de valores atípicos que mejora la convergencia y la precisión del proceso. El método fue probado frente a otros tres enfoques con diferentes características o modelos de registro.

Otros recursos que podrían interesarte

Temas Virtualpro