KR101915883B1 - 만화경을 이용한 초분광 영상 관측 방법 및 시스템 - Google Patents

만화경을 이용한 초분광 영상 관측 방법 및 시스템 Download PDF

Info

Publication number
KR101915883B1
KR101915883B1 KR1020170046460A KR20170046460A KR101915883B1 KR 101915883 B1 KR101915883 B1 KR 101915883B1 KR 1020170046460 A KR1020170046460 A KR 1020170046460A KR 20170046460 A KR20170046460 A KR 20170046460A KR 101915883 B1 KR101915883 B1 KR 101915883B1
Authority
KR
South Korea
Prior art keywords
image
images
observing
observed
ultrasound
Prior art date
Application number
KR1020170046460A
Other languages
English (en)
Other versions
KR20180018275A (ko
Inventor
김민혁
전석준
Original Assignee
한국과학기술원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국과학기술원 filed Critical 한국과학기술원
Priority to US15/637,884 priority Critical patent/US11300450B2/en
Publication of KR20180018275A publication Critical patent/KR20180018275A/ko
Application granted granted Critical
Publication of KR101915883B1 publication Critical patent/KR101915883B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/02—Details
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/02—Details
    • G01J3/0294—Multi-channel spectroscopy
    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B27/00—Optical systems or apparatus not provided for by any of the groups G02B1/00 - G02B26/00, G02B30/00
    • G02B27/02—Viewing or reading apparatus
    • G02B27/08—Kaleidoscopes

Landscapes

  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Optics & Photonics (AREA)
  • Image Processing (AREA)

Abstract

만화경을 이용한 초분광 영상 관측 방법 및 시스템이 개시된다. 본 발명의 일 실시예에 따른 초분광 영상 관측 방법은 입력 영상을 미리 결정된 개수의 이미지들로 복사하는 단계; 부호화 조리개(coded aperture)를 이용하여 상기 복사된 이미지들 각각에 대응하는 부호화 조리개 통과 영상을 생성하는 단계; 및 상기 생성된 부호화 조리개 통과 영상에 기초하여 상기 입력 영상에 대한 초분광 영상을 관측하는 단계를 포함한다.

Description

만화경을 이용한 초분광 영상 관측 방법 및 시스템 {Hyperspectral Imaging Spectroscopy Method Using Kaleidoscope and System Therefor}
본 발명은 초분광 영상 관측 기술에 관한 것으로서, 상세하게는 한 번의 촬영으로 여러 개의 표본을 획득하여 높은 해상력(또는 해상도)을 가지는 초분광 영상을 관측할 수 있는 방법 및 시스템에 관한 것이다.
빛의 전체 분광정보를 관측하기 위해서는 각 분광 영역마다 따로 촬영을 하여야 한다. 여러 번 촬영하는 방식은 높은 분광 및 공간 해상력을 가지고 있지만 피사체 또는 카메라가 움직이면 각 촬영마다 피사체의 위치가 달라지게 되어 제대로 된 초분광 영상을 관측할 수 없게 된다. 또한 초분광 영상을 관측하기 위한 촬영시간이 길기 때문에 동영상 촬영이 어려운 문제점이 있다.
이를 해결하기 위해 부호화 조리개를 이용하여 한번의 촬영으로 초분광 영상을 관측할 수 있는 기술이 제안되었다. 부호화 조리개를 이용하는 방법은 Wagadarikar에 의해 처음으로 소개되었으며 이를 coded aperture snapshot spectral imaging(CASSI)라고 불린다. CASSI는 움직이는 피사체를 관측할 수 있는 장점이 있지만 낮은 해상력을 가지고 있다. CASSI의 해상력을 증가시키는 방법으로 표본수를 증가시키는 기술들이 제안되었다.
표본수를 증가시키는 기존 기술로, Kittle은 위치이동계를 이용하여 부호화 조리개의 위치를 변환시키면서 부호화된 영상들을 여러 번 촬영하였고, Wang은 digital micro-mirror device(DMD)를 이용하여 부호화 조리개의 패턴을 변환시키면서 여러 번 촬영하였다.
하지만, 이러한 방식들은 표본의 수가 증가하기 때문에 더 정확한 영상을 관측할 수 있지만 한 번의 촬영으로 초분광 영상을 관측할 수 없다.
따라서, 한 번의 촬영으로 높은 해상력을 가지는 초분광 영상을 관측할 수 있는 시스템 또는 방법의 필요성이 대두된다.
본 발명의 실시예들은, 한 번의 촬영으로 여러 개의 표본을 획득하여 표본 수를 증가시킴으로써, 높은 해상력을 가지는 초분광 영상을 관측할 수 있는 방법 및 시스템을 제공한다.
구체적으로, 본 발명의 실시예들은, 만화경을 이용하여 입사한 영상을 여러 개로 복사하여 서로 다른 부호화 조리개를 통과시켜 다수의 표본을 획득함으로써, 단일 촬영 고해상도의 초분광 영상 관측 방법 및 시스템을 제공한다.
본 발명의 일 실시예에 따른 카메라 장치는 입력 영상에 대응하는 미리 결정된 개수의 이미지들을 생성하는 미러들; 상기 이미지들 각각에 대응하는 부호화 조리개 통과 영상을 생성하는 부호화 조리개(coded aperture); 및 상기 부호화 조리개 통과 영상들에 기초하여 상기 입력 영상에 대한 초분광 영상을 관측하는 제어부를 포함한다.
나아가, 본 발명의 일 실시예에 따른 카메라 장치는 상기 부호화 조리개 통과 영상들 각각에 대한 분산 영상 정보를 제공하는 분산 매체를 더 포함하고, 상기 제어부는 상기 분산 영상 정보에 기초하여 상기 입력 영상에 대한 초분광 영상을 관측할 수 있다.
상기 분산 매체는 프리즘, 회절 격자 및 밴드패스 필터 중 적어도 하나를 포함할 수 있다.
상기 미러들은 상기 미리 결정된 개수의 이미지들을 생성하는 만화경을 포함할 수 있다.
상기 제어부는 상기 관측된 초분광 영상에 대한 기하학적 보정을 수행할 수 있다.
상기 제어부는 체크보드를 촬영하여 상기 촬영된 체크 보드에 기초하여 호모그래피(homography) 행렬을 구하고, 상기 구해진 호모그래피 행렬을 상기 관측된 초분광 영상에 적용함으로써, 상기 관측된 초분광 영상에 대한 기하학적 보정을 수행할 수 있다.
상기 제어부는 상기 호모그래피 행렬을 이용한 1차 기하학적 보정을 수행한 후 광학 흐름(optical flow) 알고리즘을 이용하여 2차 기하학적 보정을 수행함으로써, 상기 관측된 초분광 영상에 대한 기하학적 보정을 수행할 수 있다.
상기 제어부는 상기 관측된 초분광 영상의 복사 휘도를 계산하고, 상기 계산된 복사 휘도에 기초하여 상기 관측된 초분광 영상에 대한 색상 보정을 수행할 수 있다.
본 발명의 일 실시예에 따른 초분광 영상 관측 방법은 입력 영상을 미리 결정된 개수의 이미지들로 복사하는 단계; 부호화 조리개(coded aperture)를 이용하여 상기 복사된 이미지들 각각에 대응하는 부호화 조리개 통과 영상을 생성하는 단계; 및 상기 생성된 부호화 조리개 통과 영상에 기초하여 상기 입력 영상에 대한 초분광 영상을 관측하는 단계를 포함한다.
나아가, 본 발명의 일 실시예에 따른 초분광 영상 관측 방법은 상기 부호화 조리개 통과 영상들 각각에 대하여, 분산 매체에 의해 분산된 분산 영상 정보를 획득하는 단계를 더 포함하고, 상기 관측하는 단계는 상기 분산 영상 정보에 기초하여 상기 입력 영상에 대한 초분광 영상을 관측할 수 있다.
상기 분산 매체는 프리즘, 회절 격자 및 밴드패스 필터 중 적어도 하나를 포함할 수 있다.
상기 이미지들로 복사하는 단계는 만화경을 이용하여 상기 입력 영상을 상기 이미지들로 복사할 수 있다.
나아가, 본 발명의 일 실시예에 따른 초분광 영상 관측 방법은 상기 관측된 초분광 영상에 대한 기하학적 보정을 수행하는 단계를 더 포함할 수 있다.
상기 기하학적 보정을 수행하는 단계는 체크보드를 촬영하여 상기 촬영된 체크 보드에 기초하여 호모그래피(homography) 행렬을 구하고, 상기 구해진 호모그래피 행렬을 상기 관측된 초분광 영상에 적용함으로써, 상기 관측된 초분광 영상에 대한 기하학적 보정을 수행할 수 있다.
상기 기하학적 보정을 수행하는 단계는 상기 호모그래피 행렬을 이용한 1차 기하학적 보정을 수행한 후 광학 흐름(optical flow) 알고리즘을 이용하여 2차 기하학적 보정을 수행함으로써, 상기 관측된 초분광 영상에 대한 기하학적 보정을 수행할 수 있다.
더 나아가, 본 발명의 일 실시예에 따른 초분광 영상 관측 방법은 상기 관측된 초분광 영상의 복사 휘도를 계산하고, 상기 계산된 복사 휘도에 기초하여 상기 관측된 초분광 영상에 대한 색상 보정을 수행하는 단계를 더 포함할 수 있다.
본 발명의 다른 일 실시예에 따른 초분광 영상 관측 방법은 입력 영상에 대하여, 상기 입력 영상에 대응하는 미리 결정된 개수의 이미지들을 생성하는 단계; 상기 생성된 이미지들 각각에 대하여, 상이한 부호화 조리개를 이용하여 상기 생성된 이미지들 각각에 대응하는 부호화 조리개 통과 영상을 생성하는 단계; 및 상기 생성된 부호화 조리개 통과 영상에 기초하여 단일 촬영에 의한 상기 입력 영상의 초분광 영상을 관측하는 단계를 포함한다.
본 발명의 실시예들에 따르면, 한 번의 촬영으로 여러 개의 표본을 획득하여 표본 수를 증가시킴으로써, 높은 해상력을 가지는 초분광 영상을 관측할 수 있다.
예를 들어, 본 발명의 실시예들은, 만화경을 이용하여 입사한 영상을 여러 개로 복사하여 서로 다른 부호화 조리개를 통과시켜 다수의 표본을 획득함으로써, 단일 촬영으로 고해상도의 초분광 영상을 관측할 수 있다.
본 발명의 실시예들에 따르면, 한 번의 촬영으로 초분광 영상을 획득할 수 있기 때문에 동영상 촬영이 가능하다.
도 1은 본 발명의 일 실시예에 따른 초분광 영상 관측 방법에 대한 동작 흐름도를 나타낸 것이다.
도 2는 본 발명의 일 실시예에 따른 초분광 영상 관측 과정을 설명하기 위한 개념도를 나타낸 것이다.
도 3은 본 발명의 일 실시예에 따른 초분광 영상 관측 시스템에 대한 개략도를 나타낸 것이다.
도 4는 이미지의 배율을 설명하기 위한 예시도를 나타낸 것이다.
도 5는 기존 방법과 본 발명에 따른 방법을 이용하여 색상 차트를 촬영한 결과에 대한 일 예시도를 나타낸 것이다.
도 6은 본 발명의 일 실시예에 따른 초분광 영상 관측 시스템에 대한 구성 블록을 나타낸 것이다.
이하, 본 발명에 따른 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다. 그러나 본 발명이 실시예들에 의해 제한되거나 한정되는 것은 아니다. 또한, 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
본 발명의 실시예들은, CASSI(coded aperture snapshot spectral imaging) 시스템과 만화경을 이용하여 단일 촬영으로 높은 해상력(또는 고해상도)를 획득할 수 있는 단일 촬영 고해상도의 초분광 영상 관측 시스템 및 방법을 제공하는 것을 그 요지로 한다.
여기서, 본 발명은 만화광을 이용하여 입사한 영상을 복사하여 서로 다른 부호화 조리개를 통과시킴으로써, 단일 촬영으로 다수의 표본을 획득할 수 있다.
본 발명에서의 CASSI는 압축센싱 기법을 이용하여 중첩된 영상으로부터 공간 정보와 분광 정보를 추출할 수 있는 기법 또는 시스템으로, CASSI는 이 기술 분야에 종사하는 당업자에게 있어서 자명하기에 상세한 설명은 생략한다.
본 발명은 CASSI 기법을 확장시켜 다중 표본에 대하여 초분광 영상을 복원하는 Kittle의 알고리즘을 기반으로 초분광 영상을 복원할 수 있다.
도 1은 본 발명의 일 실시예에 따른 초분광 영상 관측 방법에 대한 동작 흐름도를 나타낸 것이다.
도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 초분광 영상 관측 방법은 입력 영상을 일정 개수의 이미지들로 복사하는 단계(S110), 복사된 이미지들 각각을 부호화 조리개에 통과시켜 부호화 조리개 통과 영상을 생성하는 단계(S120), 부호화 조리개 통과 영상들 각각에 대한 분상 영상 정보를 획득하는 단계(S130) 및 분산 영상 정보에 기초하여 입력 영상에 대한 초분광 영상을 관측하는 단계(S140)를 포함한다.
여기서, 단계 S110은 만화경을 이용하여 입력 영상을 복수의 이미지들로 복사할 수 있으며, 단계 S120은 이미지들 각각을 서로 다른 부호화 조리개에 통과시켜 부호화 조리개 통과 영상들을 생성할 수 있고, 단계 S130은 프리즘, 회절 격자(diffraction grating) 및 밴드패스 필터 중 적어도 하나를 포함하는 분산 매체(dispersive media)에 의해 부호화 조리개 통과 영상들 각각에 대한 분산 영상 정보를 획득할 수 있다.
예를 들어, 단계 S130은 프리즘을 이용하여 분산 영상 정보를 획득할 수도 있고, 회절 격자를 이용하여 분산 영상 정보를 획득할 수도 있으며, 밴드패스 필터를 이용하여 분산 영상 정보를 획득할 수도 있다. 나아가, 단계 S130은 프리즘과 밴드패스 필터를 이용하여 분산 영상 정보를 획득할 수도 있고, 회절 격자와 밴드패스 필터를 이용하여 분산 영상 정보를 획득할 수도 있다. 이하, 본 발명에서는 발명의 상세한 설명의 편의를 위하여, 분산 매체가 프리즘인 경우로 한정하여 설명한다. 물론, 분산 매체를 프리즘으로 한정하여 설명하지만, 본 발명에서의 분산 매체는 상술한 프리즘, 회절 격자 및 밴드패스 필터 중 적어도 하나를 포함할 수 있다.
이러한 본 발명에 따른 방법에 대해, 도 2를 참조하여 상세히 설명한다.
도 2는 본 발명의 일 실시예에 따른 초분광 영상 관측 과정을 설명하기 위한 개념도를 나타낸 것이다.
도 2에 도시된 바와 같이, 본 발명의 실시예들은 카메라로 들어온 장면의 영상 정보를 가로, 세로, 분광축으로 이루어진 3차원 정육면체 정보 f(x, y, λ)로 생각할 수 있다. 여기서, λ는 빛의 파장을 의미하고, (x, y)는 공간 위치 정보일 수 있다.
이 때, 정육면체 정보들은 만화경을 지나면서 동일한 여러 개의 정육면체 정보들로 복사될 수 있으며, 만화경에 의해 k개의 이미지로 복사된다고 가정하면 각각의 이미지를
Figure 112017035101125-pat00001
라고 나타낼 수 있고, k개의 복사된 이미지는 아래 <수학식 1>과 같이 나타낼 수 있다.
[수학식 1]
Figure 112017035101125-pat00002
각각의 복사된 영상들은 각각의 부호화 조리개를 통과하면서 서로 다른 정육면체로 변하게 된다.
이 때, 각 부호화 조리개의 함수는
Figure 112017035101125-pat00003
로 나타낼 수 있으며, 각각의 부호화 조리개를 통과한 영상들
Figure 112017035101125-pat00004
은 아래 <수학식 2>와 같이 나타낼 수 있다.
[수학식 2]
Figure 112017035101125-pat00005
그 이후 각각의 정육면체 정보들은 프리즘(prism)에 의해 분산되면서 분광 영역마다 서로 다른 크기만큼 가로축으로 밀리게 된다. 결과적으로 한쪽이 밀린 정육면체 모양이 된다.
분산은 위치에 상관없이 파장에만 관계하므로 파장 λ를 인자로 받는 함수
Figure 112017035101125-pat00006
로 나타낼 수 있으며, 분산된 영상 정보
Figure 112017035101125-pat00007
는 아래 <수학식 3>과 같이 나타낼 수 있다.
[수학식 3]
Figure 112017035101125-pat00008
여기서, δ는 디랙(Dirac) 델타 함수를 의미할 수 있다.
디랙 델타 함수는 입력이 0인 곳에서만 값이 존재하고 나머지는 0의 값을 가지는 함수이다. 분산된 빛은 한 점에서 다른 한 점으로 이동하므로 2차원 디랙 델타 함수의 적분으로 나타낼 수 있다. 그리고 이러한 2차원 디랙 델타 함수는 h로 묶어서 나타낼 수 있다.
카메라가 관측하는 정보 gk(x, y)는 가로, 세로, 분광축으로 이루어진 3차원 정보가 아닌 분광축으로 통합된 이차원 이미지 정보로, 이를 식으로 나타내면 아래 <수학식 4>와 같이 파장 Λ에 대한 적분으로 나타낼 수 있다.
[수학식 4]
Figure 112017035101125-pat00009
실제로 카메라는 센서 픽셀단위로 관측하게 되고, 각각의 픽셀에서 관측하는 빛의 세기는 픽셀 크기에 들어오는 총 빛의 양의 합으로 볼 수 있으며, 아래 <수학식 5>와 같이 나타낼 수 있다.
[수학식 5]
Figure 112017035101125-pat00010
여기서 i, j는 픽셀의 가로, 세로 위치를 의미할 수 있다.
마찬가지로 부호화 조리개의 함수도 픽셀 단위로 나타낼 수 있으며, 아래 <수학식 6>과 같이 나타낼 수 있다.
[수학식 6]
Figure 112017035101125-pat00011
상기 수학식 6을 이용하면 상기 수학식 5는 아래 <수학식 7>과 같이 나타낼 수 있다.
[수학식 7]
Figure 112017035101125-pat00012
위에서 구한 식은 매트릭스-벡터(matrix-vector) 형식으로 나타낼 수 있다. 초분광 영상정보는
Figure 112017035101125-pat00013
개의 파장을 가지고 있는 3차원 정보
Figure 112017035101125-pat00014
이고 벡터로 나타낼 수 있으며, 초분광 정보를 센서로 사영하는 함수는 이진 행렬
Figure 112017035101125-pat00015
로 나타낼 수 있다. 카메라에서 관측되는 영상 벡터
Figure 112017035101125-pat00016
는 행렬
Figure 112017035101125-pat00017
와 벡터
Figure 112017035101125-pat00018
의 곱으로 아래 <수학식 8>과 같이 나타낼 수 있다.
[수학식 8]
Figure 112017035101125-pat00019
상기 수학식 8에서는 카메라에서 관측된 정보인
Figure 112017035101125-pat00020
와 변형 함수인
Figure 112017035101125-pat00021
를 알고 있기 때문에 수학식 8로부터
Figure 112017035101125-pat00022
를 구할 수 있다.
Figure 112017035101125-pat00023
를 구하기 위해 선형 역 문제를 풀어야 하며, 이를 위해 총 변이(total variation)를 정규화 항으로 설정하고 TwIST 알고리즘을 이용할 수 있다.
이 때, f는
Figure 112017035101125-pat00024
의 최소화를 통해 구할 수 있으며, 최적화 문제는 아래 <수학식 9>과 같이 라그랑주 완화(Lagrangian relaxation) 문제로 표현될 수 있다.
[수학식 9]
Figure 112017035101125-pat00025
여기서,
Figure 112017035101125-pat00026
는 총 변이를 구하는 함수를 의미하고,
Figure 112017035101125-pat00027
는 총 변이의 가중치 값 예를 들어, 0.1을 의미할 수 있다.
총 변이는 이미지의 가로 및 세로의 변이의 합으로 나타낼 수 있으며, 아래 <수학식 10>과 같이 나타낼 수 있다.
[수학식 10]
Figure 112017035101125-pat00028
상기 수학식 10은 등방성 L1 표준(isotropic L1 norm) 총 변이일 수 있으며, L1 표준은 강건한 것으로 알려져 있기 때문에 f의 그래디언트 희소성을 적용할 수 있다. 본 발명에서는 분광 데이터 큐브 내에 수평축과 수직축의 공간적 변화를 합산할 수 있다. 이 때, 총 변이를 계산하는 동안, 공간적인 부드러움은 분광적인 부드러움 없이 명시적으로 간주될 수 있고, 분광 축을 따라 스티프(steep)한 그래디언트 변화를 가질 수 있다.
도 3은 본 발명의 일 실시예에 따른 초분광 영상 관측 시스템에 대한 개략도를 나타낸 것이다.
도 3에 도시된 바와 같이, 본 발명의 실시예에 따른 초분광 영상 관측 시스템은 대물렌즈(objective lens)가 빛을 받아 확산기(diffuser)에 상을 맺히게 하고, 확산기에 맺힌 이미지는 거울(first-surface mirrors) 예를 들어, 만화경의 거울에 반사되면서 여러 개의 이미지로 복사된다.
각각의 이미지는 릴레이 렌즈(relay lens)를 통과한 이후 서로 다른 부호화 조리개(coded aperture)에 맺히게 된다.
이 때, 복사된 이미지의 크기는 릴레이 렌즈의 초점 거리 및 만화경의 길이에 의해 결정될 수 있으며, 이미지의 확대율(m)은 아래 <수학식 11>과 같을 수 있다.
[수학식 11]
Figure 112017035101125-pat00029
여기서, 이미지의 배율(minification ratio) 또는 확대율은 도 4에 도시된 바와 같이 lb/la이고, a는 물체로부터 렌즈까지의 길이를 의미하고, 만화경의 수평 길이와 동일할 수 있으며, f는 릴레이 렌즈의 초점 거리를 의미하고, b는 릴레이 렌즈로부터 상이 맺히는 위치까지의 거리를 의미할 수 있다. 예를 들어, 240mm 길이의 만화경을 사용하고 60mm 렌즈를 사용하는 경우 각각의 뷰를 1/3 크기로 만들 수 있으며, 센서에서 9개의 이미지를 관측할 수 있다.
부호화 조리개는 무작위 이진 패턴으로 제작될 수 있으며, 패턴의 화소 크기는 카메라의 화소 크기에 대한 일정 크기 예를 들어, 2 x 2의 크기를 가질 수 있다. 물론, 패턴의 화소 크기가 작을 수록 더 높은 해상력을 가질 수 있지만, 광학적 오차 및 회절 문제가 존재하기 때문에 광학적 오차 및 회절 문제를 고려하여 패턴의 화소 크기를 결정하는 것이 바람직하며, 이러한 패턴의 화소 크기는 본 발명을 제공하는 사업자 또는 개인에 의해 결정될 수 있다.
부호화 조리개를 통과한 영상이 시스템의 회절 한계로 인하여 흐려질 수 있기 때문에 이러한 회절 효과를 극복하기 위하여 부호화 조리개를 통과한 영상에 리차드-루시 디컨볼루션 방법(Richard-Lucy deconvolution method)을 적용할 수도 있다.
부호화 조리개를 통과한 빛은 콜리메이팅 렌즈(collimating lens)에 의해 콜리메이트된 후 프리즘에 의해 분산될 수 있다.
이 때, 콜리메이팅 렌즈는 파장에 따라 일관성이 없는 포커싱(inconsistent focusing)을 피하기 위해 프리즘에 의한 분산 전에 배치되는 것이 바람직하며, 프리즘의 재료와 각도는 BK-7과 17도일 수 있으며, 프리즘의 재료와 각도는 필요에 따라 변경될 수 있다.
릴레이 렌즈(relay lens)는 분산된 빛을 이미지 센서 또는 카메라 센서(detector array) 상에 포커스한다.
카메라 센서가 감지하는 분산된 빛의 450nm ~ 700nm의 분산 너비는 60픽셀이 될 수 있으며, 관측하고자 하는 파장의 개수는 충분한 분산량을 가질 수 있는 개수 예를 들어, 450nm ~ 700nm의 빛을 10nm 마다 관측하는 경우 26개일 수 있다.
이러한 본 발명의 실시예에 따른 시스템에서, 만화경으로 관측된 각각의 이미지들은 거울에 의해 반사되었기 때문에 서로 다른 방향을 가지고 있다. 최적화 문제를 풀기 위해서는 모든 이미지들은 정확히 같은 기하학적 속성을 가지고 있어야 한다. 따라서, 모든 이미지들이 정확히 같은 기하학적 속성을 가지도록 기하학적 보정(geometric calibration)을 통해 맞춰주어야 한다. 즉, 만화경을 구성하는 거울들의 정렬 불량(misalignment)은 이미지들의 왜곡을 발생시킬 수 있고, 따라서 만화경을 통해 출력되는 이미지들에 대해 같은 기하학적 속성을 가지도록 기하학적 보정을 수행해야 한다.
이를 위해 체커보드를 촬영하여 모든 이미지들에 대한 점들의 위치를 관측한 이후 대응되는 점들로부터 호모그래피(homography) 행렬들을 구한다.
여기서, 호모그래피 행렬은 평행 이동, 뒤집힘, 회전, 비례 축소 등의 정보들을 담고 있는 행렬이다.
호모그래피 행렬들을 관측된 모든 이미지들에 적용하면, 이미지들 각각은 같은 방향, 크기 및 위치로 정렬된다. 물론, 광학 시스템에 의해 생기는 왜곡을 완전히 해결하지는 못하기 때문에 호모그래피 행렬을 적용한 뒤 남아있는 미세한 차이들은 미리 결정된 알고리즘 예를 들어, 광학 흐름(optical flow) 알고리즘을 이용하여 해결할 수 있다.
여기서, 광학 흐름은 두 개의 이미지 사이의 각각의 픽셀들의 이동 정보를 구하는 알고리즘으로, 광학 흐름 알고리즘을 이용하여 모든 이미지들 또는 모든 뷰들을 정확하게 일치시킬 수 있다.
호모그래피 행렬들을 적용시키고 나면 옆에 있는 이미지들은 빛이 분산되는 방향이 뒤집히게 되기 때문에 최적화 문제를 풀 때 이러한 분산 뒤집힘을 고려하는 것이 바람직하다. 양방향 분산 정보는 초분광 영상 정보를 더 정확하게 획득할 수 있게 해준다.
또한, 본 발명에 따른 시스템에서, 카메라로 관측되고 이로부터 계산된 초분광 영상 f는 각각의 파장에 대한 신호의 세기를 나타내는 것으로, 카메라가 관측하는 신호의 세기는 복사 휘도 l에 광학 시스템의 광효율(light efficiency) e와 센서의 양자 효율(quantum efficiency) q을 곱한 값(qel)이다. 따라서, 복사 휘도 l은 아래 <수학식 12>에 의해 계산될 수 있다.
[수학식 12]
Figure 112017035101125-pat00030
본 발명에서는 각각의 파장에 대한 정확한 복사 휘도를 계산하기 위해 미리 정의된 색상 차트로부터 교정 모형을 만들 수 있다. 예를 들어, 24개의 이미 알고 있는 색상을 촬영한 이후 선형 회귀를 이용하여 물리적으로 의미 있는 정확한 변환 관계를 구한 후 CIE 색상 대조 함수를 이용하여 CIEXYZ 값을 구하고, 표준 sRGB 변환을 통해 sRGB 색상 값을 계산한다.
즉, 본 발명은 각각의 파장에 대한 복사 휘도를 계산하고, 이렇게 계산된 복사 휘도를 이용하여 관측된 초분광 영상에 대한 색상 보정을 수행할 수 있다.
도 5는 기존 방법(CASSI)과 본 발명에 따른 방법을 이용하여 색상 차트를 촬영한 결과에 대한 일 예시도를 나타낸 것으로, 색상 차트의 기준 반사율(reference)은 미리 결정된 반사율 측정 방법 또는 측정 장치에 의해 측정된 것이다.
도 5에 도시된 바와 같이, 기존 시스템으로 촬영한 결과(CASSI)와 본 발명을 이용하여 촬영한 결과(Ours)를 통해 알 수 있듯이, 본 발명이 기존 시스템에 비해 높은 분광 정확도를 가지는 것을 알 수 있다. 즉, 본 발명을 이용함으로써, 분광 해상도를 증가시킬 수 있다.
이와 같이, 본 발명의 실시예에 따른 방법 및 시스템은 한 번의 촬영으로 여러 개의 표본을 획득하여 표본 수를 증가시킴으로써, 단일 촬영으로 높은 해상력을 가지는 초분광 영상을 관측할 수 있다.
또한, 본 발명의 실시예에 따른 방법 및 시스템은 한 번의 촬영으로 초분광 영상을 획득할 수 있기 때문에 동영상 촬영이 가능하다.
상술한 바와 같이, 본 발명은 만화경을 이용하여 기존의 초분광 카메라의 성능을 증가시킬 수 있으며, 기존의 초분광 카메라보다 더 높은 해상도를 보여줄 수 있다.
또한, 본 발명은 도 3에 도시된 구성들을 하나의 장치로 구성함으로써, 초분광 영상 관측 장치 또는 카메라 장치를 만들 수도 있다. 즉, 대물 렌즈를 통해 입력되는 입력 영상에 대한 복수의 이미지들을 생성하는 만화경, 복수의 이미지들 각각에 대한 부호화 조리개 통과 영상을 생성하기 위한 부호화 조리개, 콜리메이팅 렌즈, 프리즘, 릴레이 렌즈 및 검출기(또는 검출 기능과 관측 기능을 포함하는 제어기) 등이 하나의 장치로 구성될 수 있다. 따라서, 초분광 영상 관측 장치는 상술한 모든 내용들을 수행할 수 있다.
도 6은 본 발명의 일 실시예에 따른 초분광 영상 관측 시스템에 대한 구성 블록을 나타낸 것으로, 상술한 도 3의 구성을 개념적으로 블록화한 것이다.
도 6에 도시된 바와 같이, 본 발명의 실시예에 따른 시스템(600)은 복사부(610), 통과 영상 생성부(620), 분산 영상 획득부(630) 및 관측부(640)를 포함한다.
복사부(610)는 도 3에서 설명한 만화경에 대한 구성으로, 입력 영상을 미리 결정된 개수의 이미지들로 복사한다.
통과 영상 생성부(620)는 도 3에서 설명한 부호화 조리개에 대한 구성으로, 부호화 조리개를 이용하여 복사된 이미지들 각각에 대응하는 부호화 조리개 통과 영상을 생성한다.
여기서, 부호화 조리개 통과 영상은 부호화 조리개를 통과한 복사된 입력 영상을 의미할 수 있다.
분산 영상 획득부(630)는 도 3에서 설명한 프리즘을 통과한 영상을 획득하는 구성으로, 부호화 조리개 통과 영상들 각각에 대하여, 프리즘에 의해 분산된 분산 영상 정보를 획득한다.
관측부(640)는 획득된 분산 영상 정보에 기초하여 입력 영상에 대한 초분광 영상을 관측한다.
이 때, 관측부(640)는 관측된 초분광 영상에 대한 기하학적 보정을 수행할 수 있으며, 구체적으로 체크보드를 촬영하여 상기 촬영된 체크 보드에 기초하여 호모그래피(homography) 행렬을 구하고, 구해진 호모그래피 행렬을 관측된 초분광 영상에 적용함으로써, 관측된 초분광 영상에 대한 기하학적 보정을 수행할 수 있다.
나아가, 관측부(640)는 호모그래피 행렬을 이용한 1차 기하학적 보정을 수행한 후 광학 흐름 알고리즘을 이용하여 2차 기하학적 보정을 수행할 수도 있다.
더 나아가, 관측부(640)는 관측된 초분광 영상들 각각의 복사 휘도를 계산하고, 산된 복사 휘도에 기초하여 관측된 초분광 영상들 각각에 대한 색상 보정을 수행할 수도 있다.
물론, 이 뿐만 아니라 본 발명의 일 실시예에 따른 따른 시스템은 도 1 내지 도 5에서 설명한 내용을 모두 포함할 수 있다는 것은 이 기술 분야에 종사하는 당업자에게 자명하다.
이상에서 설명된 시스템 또는 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 시스템, 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매질 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매질에 저장될 수 있다.
실시예들에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매질에 기록될 수 있다. 상기 컴퓨터 판독 가능 매질은 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매질에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매질의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매질(magnetic media), CD-ROM, DVD와 같은 광기록 매질(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매질(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (20)

  1. 입력 영상에 대응하는 미리 결정된 개수의 이미지들을 생성하는 미러들;
    상기 이미지들 각각에 대응하는 서로 다른 부호화 조리개 통과 영상을 생성하는 부호화 조리개(coded aperture); 및
    상기 부호화 조리개 통과 영상들에 기초하여 상기 입력 영상에 대한 초분광 영상을 관측하는 제어부
    를 포함하고,
    상기 제어부는
    상기 입력 영상의 총 변이(total variation)을 포함하는 최적화 문제를 반영하여 상기 입력 영상에 대한 초분광 영상을 관측하는 카메라 장치.
  2. 제1항에 있어서,
    상기 부호화 조리개 통과 영상들 각각에 대한 분산 영상 정보를 제공하는 분산 매체
    를 더 포함하고,
    상기 제어부는
    상기 분산 영상 정보에 기초하여 상기 입력 영상에 대한 초분광 영상을 관측하는 것을 특징으로 하는 카메라 장치.
  3. 제2항에 있어서,
    상기 분산 매체는
    프리즘, 회절 격자 및 밴드패스 필터 중 적어도 하나를 포함하는 것을 특징으로 하는 카메라 장치.
  4. 제1항에 있어서,
    상기 미러들은
    상기 미리 결정된 개수의 이미지들을 생성하는 만화경을 포함하는 것을 특징으로 하는 카메라 장치
  5. 제1항에 있어서,
    상기 제어부는
    상기 관측된 초분광 영상에 대한 기하학적 보정을 수행하는 것을 특징으로 하는 카메라 장치.
  6. 제5항에 있어서,
    상기 제어부는
    체크보드를 촬영하여 상기 촬영된 체크 보드에 기초하여 호모그래피(homography) 행렬을 구하고, 상기 구해진 호모그래피 행렬을 상기 관측된 초분광 영상에 적용함으로써, 상기 관측된 초분광 영상에 대한 기하학적 보정을 수행하는 것을 특징으로 하는 카메라 장치.
  7. 제6항에 있어서,
    상기 제어부는
    상기 호모그래피 행렬을 이용한 1차 기하학적 보정을 수행한 후 광학 흐름(optical flow) 알고리즘을 이용하여 2차 기하학적 보정을 수행함으로써, 상기 관측된 초분광 영상에 대한 기하학적 보정을 수행하는 것을 특징으로 하는 카메라 장치.
  8. 제1항에 있어서,
    상기 제어부는
    상기 관측된 초분광 영상의 복사 휘도를 계산하고, 상기 계산된 복사 휘도에 기초하여 상기 관측된 초분광 영상에 대한 색상 보정을 수행하는 것을 특징으로 하는 카메라 장치.
  9. 입력 영상을 미리 결정된 개수의 이미지들로 복사하는 단계;
    서로 다른 부호화 조리개(coded aperture)를 이용하여 상기 복사된 이미지들 각각에 대응하는 서로 다른 부호화 조리개 통과 영상을 생성하는 단계; 및
    상기 생성된 부호화 조리개 통과 영상에 기초하여 상기 입력 영상에 대한 초분광 영상을 관측하는 단계
    를 포함하고,
    상기 관측하는 단계는
    상기 입력 영상의 총 변이(total variation)을 포함하는 최적화 문제를 반영하여 상기 입력 영상에 대한 초분광 영상을 관측하는 초분광 영상 관측 방법.
  10. 제9항에 있어서,
    상기 부호화 조리개 통과 영상들 각각에 대하여, 분산 매체에 의해 분산된 분산 영상 정보를 획득하는 단계
    를 더 포함하고,
    상기 관측하는 단계는
    상기 분산 영상 정보에 기초하여 상기 입력 영상에 대한 초분광 영상을 관측하는 것을 특징으로 하는 초분광 영상 관측 방법.
  11. 제10항에 있어서,
    상기 분산 매체는
    프리즘, 회절 격자 및 밴드패스 필터 중 적어도 하나를 포함하는 것을 특징으로 하는 초분광 영상 관측 방법.
  12. 제9항에 있어서,
    상기 이미지들로 복사하는 단계는
    만화경을 이용하여 상기 입력 영상을 상기 이미지들로 복사하는 것을 특징으로 하는 초분광 영상 관측 방법.
  13. 제9항에 있어서,
    상기 관측된 초분광 영상에 대한 기하학적 보정을 수행하는 단계
    를 더 포함하는 것을 특징으로 하는 초분광 영상 관측 방법.
  14. 제13항에 있어서,
    상기 기하학적 보정을 수행하는 단계는
    체크보드를 촬영하여 상기 촬영된 체크 보드에 기초하여 호모그래피(homography) 행렬을 구하고, 상기 구해진 호모그래피 행렬을 상기 관측된 초분광 영상에 적용함으로써, 상기 관측된 초분광 영상에 대한 기하학적 보정을 수행하는 것을 특징으로 하는 초분광 영상 관측 방법.
  15. 제14항에 있어서,
    상기 기하학적 보정을 수행하는 단계는
    상기 호모그래피 행렬을 이용한 1차 기하학적 보정을 수행한 후 광학 흐름(optical flow) 알고리즘을 이용하여 2차 기하학적 보정을 수행함으로써, 상기 관측된 초분광 영상에 대한 기하학적 보정을 수행하는 것을 특징으로 하는 초분광 영상 관측 방법.
  16. 제9항에 있어서,
    상기 관측된 초분광 영상의 복사 휘도를 계산하고, 상기 계산된 복사 휘도에 기초하여 상기 관측된 초분광 영상에 대한 색상 보정을 수행하는 단계
    를 더 포함하는 것을 특징으로 하는 초분광 영상 관측 방법.
  17. 입력 영상에 대하여, 상기 입력 영상에 대응하는 미리 결정된 개수의 이미지들을 생성하는 단계;
    상기 생성된 이미지들 각각에 대하여, 상이한 부호화 조리개를 이용하여 상기 생성된 이미지들 각각에 대응하는 서로 다른 부호화 조리개 통과 영상을 생성하는 단계; 및
    상기 생성된 부호화 조리개 통과 영상에 기초하여 단일 촬영에 의한 상기 입력 영상의 초분광 영상을 관측하는 단계
    를 포함하고,
    상기 관측하는 단계는
    상기 입력 영상의 총 변이(total variation)을 포함하는 최적화 문제를 반영하여 상기 입력 영상에 대한 초분광 영상을 관측하는 초분광 영상 관측 방법.
  18. 제17항에 있어서,
    상기 부호화 조리개 통과 영상들 각각에 대한 분산 영상 정보를 획득하는 단계
    를 더 포함하고,
    상기 관측하는 단계는
    상기 획득된 분산 영상 정보에 기초하여 단일 촬영에 의한 상기 입력 영상의 초분광 영상을 관측하는 것을 특징으로 하는 초분광 영상 관측 방법.
  19. 제17항에 있어서,
    상기 관측된 초분광 영상에 대한 기하학적 보정을 수행하는 단계
    를 더 포함하는 것을 특징으로 하는 초분광 영상 관측 방법.
  20. 제17항에 있어서,
    상기 관측된 초분광 영상의 복사 휘도를 계산하고, 상기 계산된 복사 휘도에 기초하여 상기 관측된 초분광 영상에 대한 색상 보정을 수행하는 단계
    를 더 포함하는 것을 특징으로 하는 초분광 영상 관측 방법.
KR1020170046460A 2016-08-10 2017-04-11 만화경을 이용한 초분광 영상 관측 방법 및 시스템 KR101915883B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US15/637,884 US11300450B2 (en) 2016-08-10 2017-06-29 Hyperspectral imaging spectroscopy method using kaleidoscope and system therefor

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20160101653 2016-08-10
KR1020160101653 2016-08-10

Publications (2)

Publication Number Publication Date
KR20180018275A KR20180018275A (ko) 2018-02-21
KR101915883B1 true KR101915883B1 (ko) 2018-11-08

Family

ID=61162935

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170046460A KR101915883B1 (ko) 2016-08-10 2017-04-11 만화경을 이용한 초분광 영상 관측 방법 및 시스템

Country Status (2)

Country Link
KR (1) KR101915883B1 (ko)
WO (1) WO2018030592A1 (ko)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020193971A1 (en) 2001-06-07 2002-12-19 Whitsitt Stephen J. Hyperspectral analysis tool
US20080266430A1 (en) 2007-04-30 2008-10-30 Tandent Vision Science, Inc. Method and system for optimizing an image for improved analysis of material and illumination image features
CN102495005A (zh) 2011-11-17 2012-06-13 江苏大学 高光谱图像技术诊断作物水分亏缺的方法
JP2014137815A (ja) * 2013-01-16 2014-07-28 Honda Research Institute Europe Gmbh 歪みのあるカメラ画像を補正するシステム及び方法
US20150030244A1 (en) 2011-11-04 2015-01-29 National Ict Australia Limitied Determining colour values in hyperspectral or multispectral images
KR101621354B1 (ko) 2016-03-31 2016-05-20 주식회사 지오스토리 항공 초분광영상을 활용한 수심 보정 방법
KR101672291B1 (ko) 2016-03-31 2016-11-08 주식회사 지오스토리 항공 초분광영상을 활용한 갯녹음 탐지 기법

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7336353B2 (en) * 2005-10-17 2008-02-26 Duke University Coding and modulation for hyperspectral imaging
KR100915204B1 (ko) * 2007-06-01 2009-09-02 호남대학교 산학협력단 변환 렌즈 및 이를 이용하는 초다중분광 영상 시스템
KR20090070258A (ko) * 2007-12-27 2009-07-01 중앙대학교 산학협력단 3차원 기하학 정보를 이용한 실시간 지시 영역 추정 방법
KR101172745B1 (ko) * 2010-01-29 2012-08-14 한국전기연구원 생체로부터 발생하는 다중 분광 광 영상 검출 및 광치료를 위한 복합 장치
US9429743B2 (en) * 2011-10-12 2016-08-30 Ventana Medical Systems, Inc. Systems and methods of polyfocal hyperspectral imaging having a beam splitter with optical channels respectively corresponding to plural image planes
KR20130076978A (ko) * 2011-12-29 2013-07-09 삼성전자주식회사 표시 장치 및 그 색상 보정 방법
KR101641717B1 (ko) * 2014-11-17 2016-07-22 한국해양과학기술원 초분광 검출용 전단광학계

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020193971A1 (en) 2001-06-07 2002-12-19 Whitsitt Stephen J. Hyperspectral analysis tool
US20080266430A1 (en) 2007-04-30 2008-10-30 Tandent Vision Science, Inc. Method and system for optimizing an image for improved analysis of material and illumination image features
US20150030244A1 (en) 2011-11-04 2015-01-29 National Ict Australia Limitied Determining colour values in hyperspectral or multispectral images
CN102495005A (zh) 2011-11-17 2012-06-13 江苏大学 高光谱图像技术诊断作物水分亏缺的方法
JP2014137815A (ja) * 2013-01-16 2014-07-28 Honda Research Institute Europe Gmbh 歪みのあるカメラ画像を補正するシステム及び方法
KR101621354B1 (ko) 2016-03-31 2016-05-20 주식회사 지오스토리 항공 초분광영상을 활용한 수심 보정 방법
KR101672291B1 (ko) 2016-03-31 2016-11-08 주식회사 지오스토리 항공 초분광영상을 활용한 갯녹음 탐지 기법

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Arguello, et al. "Higher-order computational model for coded aperture spectral imaging." Applied optics 52.10(2013)*
Manakov, et al. "A reconfigurable camera add-on for high dynamic range, multispectral, polarization, and light-field imaging." ACM Transactions on Graphics 32.4(2013)*

Also Published As

Publication number Publication date
KR20180018275A (ko) 2018-02-21
WO2018030592A1 (ko) 2018-02-15

Similar Documents

Publication Publication Date Title
US9927300B2 (en) Snapshot spectral imaging based on digital cameras
JP6585006B2 (ja) 撮影装置および車両
KR102139858B1 (ko) 프리즘을 이용한 초분광 영상 재구성 방법 및 시스템
US9459148B2 (en) Snapshot spectral imaging based on digital cameras
EP3460427B1 (en) Method for reconstructing hyperspectral image using prism and system therefor
IL256975A (en) Method and system for spectral imaging
CN110520768B (zh) 高光谱光场成像方法和***
KR20170102459A (ko) 스펙트럼 이미징 방법 및 시스템
US11300450B2 (en) Hyperspectral imaging spectroscopy method using kaleidoscope and system therefor
US20130169837A1 (en) Device having image reconstructing function, method, and recording medium
Kim et al. Aperture-encoded snapshot hyperspectral imaging with a lensless camera
US20150302573A1 (en) Method for designing a passive single-channel imager capable of estimating depth of field
JP5942356B2 (ja) 分光情報取得装置、分光情報取得方法及び分光情報取得用プログラム
Jeon et al. Multisampling compressive video spectroscopy
KR101915883B1 (ko) 만화경을 이용한 초분광 영상 관측 방법 및 시스템
US20190238732A1 (en) Lens apparatus, imaging apparatus, image processing apparatus and method, and storage medium
WO2019216213A1 (ja) 分光計測装置、および分光計測方法
US10225537B2 (en) Image processing apparatus, image capturing apparatus, image processing method, and storage medium
JP2004257934A (ja) ３次元形状計測方法及び３次元形状計測装置並びにその処理プログラムと記録媒体
US20240110863A1 (en) Information processing device, information processing method, and program
WO2019012647A1 (ja) 画像処理装置、画像処理方法およびプログラム記憶媒体
Cuadrado et al. Image Reconstruction Performance Analysis by Optical Implementation in Compressive Spectral Imaging
Yao et al. High-resolution and real-time spectral-depth imaging with a compact system
Liu et al. Lensless Wiener-Khinchin telescope based on high-order spatial autocorrelation of thermal light
Johnson Detecting Doctored Images

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right