[論文レビュー] Computational multi-spectral video imaging

Peng 鹏 Wang 王, Rajesh Menon|Figshare|Jan 1, 2017

Optical Polarization and Ellipsometry被引用数 4

ひとこと要約

本稿では、標準的な画像センサにスペクトル情報を空間的に符号化するためのマイクロ構造を持つ回折型フィルタを用いた、コンパクトでワンショットの計算マルチスペクトル動画カメラを提案する。キャリブレーション後の正則化に基づく逆問題解法を活用することで、可視帯（430–718 nm）で9.6 nmのスペクトル分解能を達成し、空間分解能を30%以上向上させ、Vis-IR撮影を可能にするとともに、ハードウェア変更なしにソフトウェアでスペクトル分解能と視野角のトレードオフを設定可能にする。

ABSTRACT

Multi-spectral imagers reveal information unperceivable to humans and conventional cameras. Here, we demonstrate a compact single-shot multi-spectral video-imaging camera by placing a micro-structured diffractive filter in close proximity to the image sensor. The diffractive filter converts spectral information to a spatial code on the sensor pixels. Following a calibration step, this code can be inverted via regularization-based linear algebra, to compute the multi-spectral image. We experimentally demonstrated spectral resolution of 9.6nm within the visible band (430nm to 718nm). We further show that the spatial resolution is enhanced by over 30% compared to the case without the diffractive filter. We also demonstrate Vis-IR imaging with the same sensor. Furthermore, our camera is able to computationally trade-off spectral resolution against the field of view in software without any change in hardware as long as sufficient sensor pixels are utilized for information encoding. Since no absorptive color filters are utilized, sensitivity is preserved as well. Finally, the diffractive filters can be easily manufactured using optical lithography and replication techniques.

研究の動機と目的

• 従来の色フィルターやマルチスペクトルカメラの制限を克服する、コンパクトでワンショットのマルチスペクトル動画イメージングシステムの開発。
• マルチスペクトルイメージングにおけるスペクトル分解能、空間分解能、視野角のトレードオフを解決すること。
• 吸収型色フィルタを排除することで感度を維持し、全波長応答を保つ高感度イメージングの実現。
• 計算処理により、ソフトウェアで設定可能なスペクトルおよび空間分解能のトレードオフを実証すること。
• 光学リソグラフィーとレプリカ技術を用いた実用的でスケーラブルな回折型フィルタの製造。

提案手法

• マイクロ構造を持つ回折型フィルタを画像センサに近接配置させ、入射スペクトルをセンサピクセル上の空間パターンに変換する。
• スペクトルから空間への符号化を線形システムとしてモデル化し、センサ応答はシーンのスペクトル放射度とフィルタの伝達関数の畳み込みとして記述される。
• システムの前方応答行列を測定するキャリブレーションステップを実施し、符号化されたデータの逆問題を解けるようにする。
• 正則化に基づく線形代数的手法（例：チホノフ法または類似手法）を用いて符号化データを逆算し、マルチスペクトル画像を再構成する。
• 計算による再設定が可能であり、より多くのセンサピクセルをスペクトル符号化に割り当てることで、スペクトル分解能を視野角の拡大とトレードオフにできる。
• 同じセンサとフィルタ設計をVis-IRイメージングに応用するため、回折型フィルタの広帯域応答を活用する。

実験結果

リサーチクエスチョン

• RQ1 吸収型色フィルタを使用しないことで感度を維持するコンパクトでワンショットのマルチスペクトル動画カメラを設計可能か？
• RQ2 回折型フィルタを用いて効率的にスペクトル情報を空間に符号化し、高いスペクトル分解能と空間分解能を実現できるか？
• RQ3 計算再構成により、1回のセンサ露出で高精度なマルチスペクトルデータを回復できるか、その限界はどこか？
• RQ4 ハードウェア変更なしにソフトウェアによってスペクトル分解能と視野角のトレードオフを動的に制御できるか？
• RQ5 回折型フィルタの設計は、標準的な光学リソグラフィーとレプリカ技術でスケーラブルかつ製造可能か？

主な発見

• 可視スペクトル（430–718 nm）内で9.6 nmのスペクトル分解能を達成し、微細なスペクトル識別が可能になった。
• 回折型フィルタを搭載しない従来のイメージングシステムと比較して、空間分解能が30%以上向上した。
• 同じセンサとフィルタを用いてVis-IR撮影が可能であり、広帯域応用の有効性を示した。
• 符号化に割り当てるピクセルの割り当てを調整することで、ソフトウェアでスペクトル分解能と視野角のトレードオフを設定可能にした。
• 回折型フィルタは光学リソグラフィーとレプリカ技術で製造可能であり、スケーラブルで低コストな生産が可能である。
• 吸収型フィルタを用いないため感度が維持され、スペクトル全域で全波長応答が保たれた。