Denoising Fast X-Ray Fluorescence Raster Scans of Paintings

要約

文化遺産オブジェクトのマクロ蛍光X線（XRF）イメージングは​​、元素分布マップを提供するための一般的な非侵襲的手法ですが、高い信号対雑音比のXRFボリュームを取得する際の取得プロセスは低速です。
通常、1ピクセルあたり10分の1秒のオーダーで、ラスタースキャンプローブは、X線照射下でオブジェクトから放出されるさまざまなエネルギーでの光子の数をカウントします。
元素マップとXRFボリューム品質を犠牲にすることなくスキャン時間を短縮するために、ノイズの多い高速取得XRFデータを復元する前に、ポアソンノイズモデルとカラー画像ベースの辞書学習を使用することを提案します。

要約(オリジナル)

Macro x-ray fluorescence (XRF) imaging of cultural heritage objects, while a popular non-invasive technique for providing elemental distribution maps, is a slow acquisition process in acquiring high signal-to-noise ratio XRF volumes. Typically on the order of tenths of a second per pixel, a raster scanning probe counts the number of photons at different energies emitted by the object under x-ray illumination. In an effort to reduce the scan times without sacrificing elemental map and XRF volume quality, we propose using dictionary learning with a Poisson noise model as well as a color image-based prior to restore noisy, rapidly acquired XRF data.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google