Crédito: Universidad de Purdue
Las tecnologías de imágenes pendientes de patentes creadas en la Facultad de Ingeniería de la Universidad de Purdue podrían desarrollarse y comercializarse para aplicaciones tan diversas como imágenes médicas, navegación autónoma, vigilancia, microscopía y fabricación avanzada.
Qi Guo, profesor asistente en la Escuela de Familia de Elmore de Ingeniería Eléctrica e Informática, dirige equipos que han desarrollado dos tecnologías:
CT unido, un método de detección de límites rápido y robusto. Permite el descubrimiento de información estructural de datos visuales extremadamente ruidosos. Metahdr, un sistema de imágenes y detección de rango de alto rango de alto indínmico (HDR). Elimina la necesidad de capturas secuenciales en las imágenes HDR convencionales.
Se demostró un prototipo de trabajo de TC y se presentó un trabajo de investigación en el Taller Internacional del Instituto de Ingenieros Eléctricos y Electrónicos (IEEE) sobre el procesamiento de señales multimedia y también incluido en las actas de la conferencia.
Se publicó un trabajo de investigación sobre Metahdr en la revista Optics Express.
Sobre CT atado
Guo dijo que muchas aplicaciones requieren detección de límites de imágenes con niveles de luz muy bajos, incluida la navegación autónoma, la fabricación y las imágenes médicas. Dijo que detectar estructuras límite de imágenes muy ruidosas es un problema de visión por computadora común y desafiante.
“Aunque la detección de límites de imagen se ha estudiado ampliamente desde las primeras etapas de la visión por computadora, la precisión de los mejores algoritmos actuales de detección de límites todavía no es satisfactoria cuando las imágenes de entrada tienen un nivel de luz muy bajo”, dijo.
El unión a la TC descompone la estimación de los límites en dos tareas: detección local y regularización global.
“Durante la detección local, el modelo utiliza una arquitectura convolucional para predecir la estructura límite de cada parche de imagen en forma de una representación límite local predefinida, el campo de las uniones”, dijo. “Luego utiliza una arquitectura del transformador de avance para refinar globalmente las estructuras límite de cada parche para generar un mapa de borde y un mapa de color suavizado simultáneamente”.
Un estudio experimental exhaustivo demostró que el límite de la TC logró la mayor precisión o entre la mayor precisión para detectar límites de imagen de imágenes muy ruidosas en comparación con los mejores algoritmos anteriores. El código, los datos de capacitación, los datos de prueba, los resultados adicionales y una demostración de video del método propuesto están en línea.
“También demostramos que Bound CT produce mapas límite y de color en imágenes reales y capturadas sin extra de mapa de límites y mapa de color en tiempo real y videos de mapa de color a 10 cuadros por segundo”, dijo Guo.
Sobre metahdr
Guo dijo que las imágenes y la detección de HDR de un solo disparo se pueden aplicar ampliamente cuando se debe medir el perfil de brillo completo de un entorno móvil, incluso en fabricación avanzada, vehículos autónomos, imágenes microscópicas y videografía.
Cuando se miden los objetos con movimiento, pueden ocurrir artefactos de fantasma en la reconstrucción final; Por lo tanto, se requieren algoritmos de postprocesamiento sofisticados.
“Construir un sistema de imágenes que pueda medir múltiples imágenes de sorteo de exposición simultáneamente podría ayudar a evitar este tedioso esfuerzo”, dijo Guo. “Esto puede ser crítico cuando se mide con precisión la señal HDR de escenas dinámicas es de suma importancia, como capturar el parpadeo de fluorescencia en microscopía fluorescente o detectar fallas en las líneas de producción móviles”.
MetaHDR es un sistema de imágenes y detección HDR de un solo disparo que utiliza una metasuperficie multifuncional.
“La metasuperficie puede dividir un haz de incidente en múltiples vigas de enfoque con diferentes cantidades de potencia, formando simultáneamente múltiples imágenes de rango de bajo dinámico (LDR) con una irradiancia distinta en un fotosensor”, dijo Guo. “Luego, las imágenes LDR se procesan conjuntamente utilizando un algoritmo de fusión HDR basado en gradiente, que se muestra efectivo para atenuar los artefactos de luz residuales incurridos por la metasuperficie y la bengala de lentes”.
El sistema Purdue Metahdr captura imágenes HDR con una sola exposición o pocas exposiciones y crea múltiples imágenes LDR simultáneamente.
“Las soluciones actuales para generar imágenes HDR de captura única requieren fotosensores y circuitos especializados”, dijo Guo. “Metahdr utiliza tecnologías más convencionales de cámaras y sensores”.
La fotografía HDR de un solo disparo y la videografía con aplicaciones de detección en tiempo real hacen que Metahdr sea particularmente útil para la vigilancia, la microscopía y la fabricación avanzada.
“Validamos a MetaHDR a través de la experimentación utilizando una metasuperficie fabricada”, dijo Guo. “Los resultados mostraron más de un aumento de 50 decibelios en el rango dinámico en comparación con las soluciones más recientes basadas en hardware para las imágenes HDR”.
Siguientes pasos de desarrollo
Wei Xu, un estudiante de doctorado de ingeniería eléctrica e informática de Purdue, dijo que el prototipo de trabajo de la TC alcanza la detección de límites en tiempo real en condiciones de alto ruido. El equipo se ha expandido en la tecnología a un algoritmo más amplio llamado bordes borrosos, que realiza simultáneamente la detección de límites y la estimación de profundidad a partir de imágenes ruidosas.
“Para esto, construimos un prototipo de hardware utilizando una lente deformable para capturar pares de imágenes con poca luz con diferentes poderes ópticos”, dijo Xu. “Estos avances prepararon el escenario para que los próximos pasos sean transitando de prototipos de investigación a herramientas desplegables que pueden integrarse en los productos de imágenes de la industria”.
Se ha aceptado un documento de seguimiento que aprovecha la representación de imágenes de estilo CT para medir las distancias de los objetos de las fotografías con poca luz ha sido aceptado para la conferencia de este año sobre visión por computadora y reconocimiento de patrones; Está programado para publicarse en junio.
Yuxuan Liu, un estudiante graduado de ingeniería eléctrica e informática de Purdue, dijo que el siguiente paso para comercializar Metahdr es permitir imágenes a todo color con un campo de visión ampliado.
“Sobre la base de avances recientes en imágenes computacionales y metasurfaces ópticas, estamos explorando la integración de la inteligencia artificial, los meta-ópticos y las lentes refractivas para lograr este objetivo”, dijo Liu. “Esto tiene un potencial significativo para reconstruir información de dimensiones más altas, como el espectro, la profundidad y la polarización en una instantánea”.
El equipo de Guo actualmente está colaborando con Jian Jin, profesor asociado en el Departamento de Ingeniería Agrícola y Biológica de Purdue, para explorar el uso potencial de Metahdr en los fenotipos agrícolas.
Más información: Wei Xu et al, CT-Bound: Detección de límites robusta de imágenes ruidosas a través de redes neuronales de convolución híbrida y transformadores, 2024 IEEE 26th International Workshop on Multimedia Signal Processing (MMSP) (2024). Doi: 10.1109/mmsp61759.2024.10743517
Charles Brookshire et al, Metahdr: imágenes de rango de alto dinámico de disparo y detección utilizando una metasuperficie multifuncional, Optics Express (2024). Doi: 10.1364/oe.528270
Proporcionado por la Universidad de Purdue
Cita: detección de límites en tiempo real de imágenes ruidosas y aplicaciones de expansión de imágenes HDR de un solo disparo (2025, 2 de mayo) Recuperado el 2 de mayo de 2025 de https://techxplore.com/news/2025-05-Real-Boundary-Noisy-Images-shot.html
Este documento está sujeto a derechos de autor. Además de cualquier trato justo con el propósito de estudio o investigación privada, no se puede reproducir ninguna parte sin el permiso por escrito. El contenido se proporciona solo para fines de información.
