Исследователи из Университета Северной Каролины и Делавэрского университета разработали алгоритм, который позволяет быстро и точно реконструировать гиперспектральные изображения, используя меньший объем данных.
Традиционная технология изображений, как например, цифровая фотография, улавливает изображения в диапазоне трех длин волн (частот) света: синий, зеленый и красный. Гиперспектральная технология создает изображение в десятках и сотнях длинах волн. Такие изображения позволяют обнаруживать материалы в любой запечатленной сцене. Это что-то наподобие спектроскопии, но издалека.
Тем не менее существует ряд сложностей. Если обычное цифровое изображение содержит миллионы пикселей только в трех диапазонах, то размер изображения будет составлять, например, один мегабайт. В случае с гиперспектральным изображением файл будет иметь размер на много порядков больше. Это может создать проблемы при хранении и отправке этих изображений. К тому же создание такого изображения и его обработка происходит не сразу, а занимает несколько минут.
В последние годы было разработано оборудование, которое позволяет быстрее сохранять файлы изображений и использовать меньше памяти. Но для этого нужен был алгоритм – программа, которая позволяла бы это эффективно осуществить.
И только теперь ученым удалось разработать алгоритм, который улавливает изображение в сжатом виде. «Мы можем реконструировать качество изображения за 100 секунд, что другие алгоритмы не могли сделать даже за 450», – говорит Дрор Барон, помощник профессора по электрической и компьютерной инженерии в Университете Северной Каролины.
Гиперспектральная система изображений является весьма обещающей в разных сферах — от безопасности до мониторинга окружающей среды и агрокультур.
- 12:28 HTX запустила программу KOL в русскоязычных регионах
- 10:42 Генеральный директор Supermicro Чарльз Лян выступит с докладом на COMPUTEX 2024
- 12:01 Xinhua Silk Road: Shaanxi Blower Group на Hannover Messe 2024 представила свои новейшие технологии
- 11:58 Инновационная выставка демонстрирует растущее влияние