TV サブグラデント導向多ソースフュージョンによる双カメラ CASSI システムにおける分光イメージング

arXiv:2509.10897v2 発表タイプ：置換 要約：分光イメージングにおける分光、空間、時間分解能のバランスは重要な課題です。双カメラ符号化アパーチャショット分光イメージング（DC-CASSI）システムはこれらのトレードオフを緩和しますが、高い圧縮率のためには厳しく欠損した反復問題を被ります。既存の手法はシーン固有の調整や、対になっているトレーニングデータの過度な依存に制限されています。これらの問題を解決するために、我々は DC-CASSI 反復のために、TV（Total Variation）サブグラデント導向多ソースフュージョンフレームワークを提案します。このフレームワークは以下の 3 つの主要な構成要素からなり、高い品質の融合結果を達成します：(1) テンソル形式のクローンカー $ au$ に基づき、物理的な制約のための厳密な数学的基礎を確立するとともに効率的な隣接演算実装を可能にするエンドツーエンドのシングル・ディスパーサー CASSI（SD-CASSI）観測モデル；(2) SD-CASSI の物理モデルと RGB サブスペース制約を統合し、信頼性の高い空間先備画像を生成する適応的な空間参照生成器；(3) 参照画像から局所的構造方向をエンコードし、分光反復に組み込む TV サブグラデント導向正則化項。このフレームワークはシミュレーションデータセットと実世界のデータセットで検証されました。実験結果は、最先端の反復性能と頑健なノイズ耐性を示しています。本研究は、サブグラデント導向フュージョンのための解釈可能な理論的基礎を確立するだけでなく、DC-CASSI システムにおける高忠実度分光イメージ反復のための実用的なフュージョンに基づくパラダイムを提供します。ソースコード：https://github.com/bestwishes43/ADMM-TVDS

arXiv:2509.10897v2 Announce Type: replace Abstract: Balancing spectral, spatial, and temporal resolutions is a key challenge in spectral imaging. The Dual-Camera Coded Aperture Snapshot Spectral Imaging (DC-CASSI) system alleviates this trade-off but suffers from severely ill-posed reconstruction problems due to its high compression ratio. Existing methods are constrained by scene-specific tuning or excessive reliance on paired training data. To address these issues, we propose a Total Variation (TV) subgradient-guided multi-source fusion framework for DC-CASSI reconstruction, comprising three core components: (1) An end-to-end Single-Disperser CASSI (SD-CASSI) observation model based on the tensor-form Kronecker $\delta$, which establishes a rigorous mathematical foundation for physical constraints while enabling efficient adjoint operator implementation; (2) An adaptive spatial reference generator that integrates SD-CASSI's physical model and RGB subspace constraint, generating the reference image as reliable spatial prior; (3) A TV subgradient-guided regularization term that encodes local structural directions from the reference image into spectral reconstruction, achieving high-quality fused results. The framework is validated on simulated datasets and real-world datasets. Experimental results demonstrate that it achieves state-of-the-art reconstruction performance and robust noise resilience. This work not only establishes an interpretable theoretical foundation for subgradient-guided fusion but also provides a practical fusion-based paradigm for high-fidelity spectral image reconstruction in DC-CASSI systems. Source code: https://github.com/bestwishes43/ADMM-TVDS.