| Revista: | Revista Facultad de Ingeniería. Universidad de Antioquia |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000390006 |
| ISSN: | 0120-6230 |
| Autores: | Manotas Gutiérrez, Irene1 Argüello Fuentes, Henry1 |
| Instituciones: | 1Universidad Industrial de Santander, Departamento de Ingeniería de Sistemas e Informática, Bucaramanga, Santander. Colombia |
| Año: | 2014 |
| Periodo: | Mar |
| Número: | 70 |
| Paginación: | 173-184 |
| País: | Colombia |
| Idioma: | Inglés |
| Tipo de documento: | Artículo |
| Enfoque: | Experimental, aplicado |
| Resumen en español | Compressive Sensing (CS) es una nueva técnica que simultáneamente comprime y muestrea una imagen tomando un conjunto de proyecciones aleatorias de una escena. Un algoritmo de optimización es empleado para reconstruir la imagen utilizando las proyecciones aleatorias. Diferentes algoritmos de optimización se han diseñado para obtener de manera eficiente una correcta reconstrucción de la señal original. En la práctica estos algoritmos se han restringido a implementaciones de CS en arquitecturas de alto rendimiento computacional, como computadores de escritorio o unidades de procesamiento gráfico, debido a el gran número de operaciones requeridas por el proceso de reconstrucción. Este trabajo extiende la aplicación de CS para ser implementado en una arquitectura con memoria y capacidad de procesamiento limitados como un dispositivo móvil. Específicamente, se describe un algoritmo basado en bloques sobrepuestos que permite reconstruir la imagen en un dispositivo móvil y se presenta un análisis del consumo de energía de los algoritmos utilizados. Los resultados muestran el tiempo computacional y la calidad de reconstrucción para imágenes de 128x128 y 256x256 píxeles |
| Resumen en inglés | Compressive Sensing (CS) is a new technique that simultaneously senses and compresses an image by taking a set of random projections from the underlying scene. An optimization algorithm is then used to recover the initial image. In practice, these optimization algorithms have restricted CS techniques to be implemented on high performance computational architectures, such as personal computers or graphical processing units (GPU) due the huge number of operations required for the image recovery. This work extends the application of CS to be implemented in an extremely limited memory and processing architecture such as a mobile device. Specifically, overlapped blocking-based algorithms are developed such that it is possible to reconstruct an image on a mobile device. An analysis of the energy consumption of the block-based CS algorithms is presented. The results show the required computational time for reconstruction and the image reconstruction quality for images of 128x128 and 256x256 pixels |
| Disciplinas: | Ciencias de la computación |
| Palabras clave: | Procesamiento de datos, Procesamiento de imágenes, Compresión de imágenes, Sensado compresivo, Reconstrucción de imágenes, Dispositivos móviles |
| Keyword: | Computer science, Data processing, Image processing, Image compression, Compressive sensing, Image reconstruction, Mobile devices |
| Texto completo: | Texto completo (Ver HTML) |
