Méthodes parcimonieuses de déconvolution et démélange pour les images multispectrales "snapshot"
Résumé
In this paper, we propose a new unmixing method for snapshot spectral imaging (SSI) systems using Fabry-Perot
filters. These cameras only provide a part of the observed spectral content, and a classical strategy consists of unmixing after image
restoration (aka demosaicing). In this paper, we propose two approaches based on Fabry-Perot filter deconvolution. Revisiting
concepts met in sparse component analysis, these methods extend the “pure pixel” framework to the SSI sensor patch level, that
we name “pure patch” assumption. Our experiments show that our proposed approaches significantly outperform state-of-the-art
methods, including our recently proposed low-rank-matrix-completion-based joint unmixing and demosaicing method.
Dans cet article, nous proposons une nouvelle méthode de démélange pour les systèmes d’imagerie spectrale « snapshot »
(SSI) utilisant des filtres de Fabry-Perot. Ces caméras ne fournissent qu’une partie du contenu spectral observé et la stratégie
classique consiste à réaliser le démélange après la restauration de l’image (ou dématriçage). Dans cet article, nous proposons deux
approches fondées sur la déconvolution des filtres de Fabry-Perot. Revisitant des concepts introduits pour les approches d’analyse
en composantes parcimonieuses, ces méthodes étendent le cadre de « pixel pur » au niveau du patch de capteur SSI, que nous
nommons hypothèse de « patch pur ». Nos expériences montrent qu’elles surpassent de manière significative les méthodes de la
littérature, y compris une méthode de démélange et de dématriçage conjoints fondée sur la complétion de matrice de faible rang que
nous avons récemment proposée
| Origine | Fichiers produits par l'(les) auteur(s) |
|---|