Please use this identifier to cite or link to this item: http://hdl.handle.net/10316/87902
Title: Imagiologia de pixel único para aplicações biomédicas
Other Titles: Single pixel imaging for biomedical applications
Authors: Amaral, Daniela Soraia Marques Santos
Orientador: Cardoso, João Manuel Rendeiro
Vaz, Pedro Guilherme da Cunha Leitão Dias
Keywords: Compressed sensing; Câmera de pixel único; Dispositivo de microespelhos digital; Reconstrução de imagem; Hadamard; Compressed sensing; Single-pixel camera; Digital micromirror device; Image reconstruction; Hadamard
Issue Date: 26-Jul-2019
Serial title, monograph or event: Imagiologia de pixel único para aplicações biomédicas
Place of publication or event: LIBPhys-UC
Abstract: A amostragem é um processo cada vez mais fundamental nos tempos modernos, permitindo a passagem do domínio analógico para o digital. Até então, esta técnica tem-se regido pelo teorema de Shannon-Nyquist o que, muitas vezes, leva à necessidade de armazenamento de grandes quantidades de dados. Recentemente, emergiu uma técnica de amostragem de sinais promissora designada Compressed Sensing (CS). Tal como o próprio nome indica, este método permite efetuar o processo de compressão aquando da aquisição, e, portanto, a reconstrução do sinal é possível a partir de um pequeno número de medições. O aparecimento desta técnica possibilitou, em 2006, o desenvolvimento de uma câmera de pixel único (SPC) por um grupo de investigação da Universidade de Rice, EUA. Trata-se de um novo paradigma que combina uma arquitetura simples com os princípios matemáticos e os algoritmos associados ao CS.O trabalho descrito na presente dissertação foca-se na implementação tanto do hardware como do software associados à câmera de pixel único. Para tal, numa primeira fase, foram desenvolvidas ferramentas de simulação para estudar o comportamento do sistema e o desempenho dos algoritmos utilizados (TVAL3 e NESTA). Nomeadamente, avaliou-se a influência do rácio de compressão, do ruído nas medições e da ordem das matrizes de sensoriamento utilizadas. Relativamente a esta etapa, verificou-se que a ordem sequencial é aquela que deve ser empregue para obter tanto uma melhor qualidade de imagem como tempos de reconstrução inferiores. Para além disso, esta ordem permite reduzir os rácios de compressão até 30%. Comparando os dois algoritmos de reconstrução empregues, o TVAL3 é aquele que apresenta um melhor desempenho quando estamos perante situações de compressão do número de amostras utilizadas. Outro aspeto a considerar é que os algoritmos de reconstrução usados empregam transformadas rápidas que permitem acelerar significativamente os processos de reconstrução da imagem.Tendo em conta os conhecimentos adquiridos aquando da simulação, procedeu-se à implementação do protótipo da SPC. Os seus principais componentes são o dispositivo de microespelhos digital (DMD), o sistema de aquisição digital e o detetor de luz (que neste caso, um fotodíodo). O primeiro permite a codificação do sinal através da projeção de iluminação estruturada (matrizes de sensoriamento). Os resultados obtidos corroboram as conclusões retiradas durante a fase de simulação.Por fim, concluiu-se que esta câmera de arquitetura simples tem potencial para a obtenção de imagens com boa resolução.
Sampling has increasingly become more important in modern times, allowing the transition from analog to digital domain. Until then, this technique has been defined by the Shannon-Nyquist theorem, which often leads to the need of large amount of data's storage. Recently, a promising signal sampling technique called Compressive Sensing (CS) has emerged. As the name implies, this method allows the compression process to be carried out at the time of acquisition, and therefore, making possible the signal's reconstruction from a small number os measurements.In 2006, due to this technique's proposal, a research group from Rice University, USA, developed a single-pixel camera (SPC). This new paradigm combines a simple architecture with the mathematical principles and algorithms of the CS.The work described in this dissertation focuses on the implementation of both the hardware and software, associated with the single-pixel camera. In order to do so, in a first stage, simulation tools were developed to study the system's behavior as well as the performance of the algorithms used (TVAL3 and NESTA). We evaluated specifically, the influence of the compression ratio, the noise on the measurements and sensing matrices order. Regarding this step, it has been found that the sequential order is the best method to be employed in order to obtain both better image quality and lower reconstruction times. In addition, this order reduces compression ratios by up to 30%. Comparing the two reconstruction algorithms used, TVAL3 is the one presenting a better performance when we are leading with compression cases. Furthermore, the reconstruction algorithms employ rapid transformations, allowing to significantly accelerate the image's reconstruction.Taking into account the knowledge acquired during the simulation, the SPC prototype was implemented. Its main components are the digital micromirror device (DMD), the digital acquisition system, and the light detector (in this case, a photodiode). The first allows the signal's encoding through the projection of structured illumination (sensing matrices). The results obtained corroborate the conclusions drawn during the simulation phase.Finally, we concluded that this simple architecture camera has the potential to obtain images with good resolution.
Description: Trabalho de Projeto do Mestrado Integrado em Engenharia Biomédica apresentado à Faculdade de Ciências e Tecnologia
URI: http://hdl.handle.net/10316/87902
Rights: embargoedAccess
Appears in Collections:UC - Dissertações de Mestrado

Files in This Item:
File Description SizeFormat
TeseDaniela Amaral.pdf9.33 MBAdobe PDFView/Open
Show full item record

Page view(s)

38
checked on Sep 17, 2020

Download(s)

34
checked on Sep 17, 2020

Google ScholarTM

Check


This item is licensed under a Creative Commons License Creative Commons