Browsing by Author "Vera Rojas, Esteban Mauricio"

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Corrección adaptiva de no-uniformidad en sistemas de imágenes infrarrojas.
    (Universidad de Concepción, 2004) Vera Rojas, Esteban Mauricio; Torres Inostroza, Sergio Neftalí
    La no-uniformidad de la respuesta espacial de un arreglo de detectores en un sistema de imágenes infrarrojo genera la aparición de un notorio ruido de patrón fijo sobre toda la secuencia de imágenes capturadas. Además, como los parámetros de los detectores son desconocidos, y se encuentran sujetos a posibles variaciones temporales, la corrección de la no-uniformidad se hace una necesidad continua durante la operación de un sistema infrarrojo. Una de las técnicas más simples para efectuar dicha corrección de no-uniformidad de una manera adaptiva, y en tiempo real, se basa en una red neuronal especialmente diseñada para tal propósito, utilizando un modelo retinomórfico. Sin embargo, el funcionamiento de tal método de corrección presenta ciertas deficiencias en su funcionamiento. Luego, y pretendiendo identificar la fuente de las deficiencias del método adaptivo para así aumentar su rendimiento, en esta tesis se presenta y desarrolla una técnica mejorada para la corrección adaptiva de la no-uniformidad. Las mejoras que se proponen se resumen en optimizar el cálculo de la salida deseada mediante la reducción de la ventana de estimación espacial, y en generar dos nuevas estrategias para la utilización de una constante de aprendizaje adaptiva, otorgándole así cierta inteligencia al algoritmo. El rendimiento de las distintas mejoras propuestas al algoritmo original se evalúa en varias secuencias de datos con no-uniformidad simulada y real. De los resultados obtenidos, se concluye que la disminución de la ventana de estimación propuesta efectivamente beneficia el algoritmo, así como la constante de aprendizaje adaptiva produce los mejores resultados, tanto en el nivel de rendimiento alcanzado, como en la adaptabilidad lograda por el algoritmo bajo distintas, e incluso desconocidas, condiciones de no-uniformidad.
  • Thumbnail Image
    Item
    Inverse problems in image processing (problemas inversos en procesamiento de imágenes).
    (Universidad de Concepción, 2010) Vera Rojas, Esteban Mauricio; Torres Inostroza, Sergio Neftalí
    This thesis presents several contributions to a variety of image processing problems, mostly related to the recovery and restoration of image content information lost during the image formation process. These sort of restoration problems are usually ill-posed inverse problems, whose solutions rely on the use of appropriated prior information that can model features and properties of the images to be recovered, also regularizing the optimization process towards an unique solution. Under this framework, the key to obtain tentative advances in solving this imaging related ill-posed problems is to discover the most suitable priors that may best match the desired characteristics of the images, which unfortunately would not always lead to straightforward solutions or implementations. In this manner, the main contributions of the present thesis can be summarized as: the development of a new adaptive color space, the definition of a reliable framework for subpixel registration for real superresolution applications, the proposal of a total variation prior for the nonuniformity restoration problem, the model-based Bayesian formulation for compressive imaging recovery, and the introduction of an iterative algorithm for image restoration that is able to combine several nonstationary priors. The obtained results reinforce the importance of using a priori information that can really represent the structural nature of the data to be recovered. This is usually satisfied in all the presented situations, which also finally have led to satisfying and promising results. Nevertheless, we would like to highlight the results exhibited by the proposed novel iterative restoration algorithm, which represents an important advance to the current state-of-theart in the field of image restoration. The foregoing makes clear that further advances in developing more sophisticated priors that would better model features, such as sharpness and textures in the recovered images, will not only improve current imaging systems profit and performance, but would also allow the development of novel imaging architectures with less physical constraints.
Síguenos en...