[論文レビュー] Imaging without lenses

Stefano Marchesini, Hailin He+6 more|arXiv (Cornell University)|Jun 25, 2003

Digital Holography and Microscopy被引用数 2

ひとこと要約

本論文は、物体の形状や低周波数成分に関する事前知識がなくても、散乱による歪みを補正するための高度な逆問題解法を用いて、レンズを用いない3次元回折限界分解能の像を再構成するレンズレス画像化手法を提示する。主な貢献は、実験データのみから歪みのない像を再構成できる画期的な再構成フレームワークを確立したことである。これにより、従来の光学素子や物体構造に関する仮定なしに高分解能の3次元可視化が可能になる。

ABSTRACT

A solution to the inversion problem of scattering would offer aberration-free diffraction-limited 3D images without the resolution and depth-of-field limitations of lens-based tomographic systems. Powerful algorithms are increasingly being used to act as lenses to form such images. Current image reconstruction methods, however, require the knowledge of the shape of the object and the low spatial frequencies unavoidably lost in experiments. Diffractive imaging has thus previously been used to increase the resolution of images obtained by other means. We demonstrate experimentally here a new inversion method, which reconstructs the image of the object without the need for any such prior knowledge.

研究の動機と目的

• 散乱光からの高分解能3次元像再構成という、レンズを用いない光学系における根本的課題に取り組む。
• 像の歪み、焦点深度の制限、分解能制限といった従来のトモグラフィー系の限界を克服する。
• 散乱実験における物体の形状に関する事前知識や、消失した低周波数成分の回復を必要としない。
• 実験データから直接レンズレス画像化を可能にする、頑健な逆問題手法の開発

提案手法

• 本手法は、物理的レンズを必要とせずに測定された回折パターンから3次元像を再構成する強力な逆問題アルゴリズムを採用する。
• 反復的最適化を用いて逆散乱問題を解き、測定値とシミュレートされた回折パターンの差を最小化する。
• 物体の形状を仮定せず、低周波数成分の知識を必要としない形で、微細な構造的詳細を回復するように設計されている。
• 光学素子ではなく数値的再構成によってレンズの役割を模倣する計算画像処理の原則を活用する。
• 散乱媒体を通過する光の伝搬をモデル化した前向きモデルを用いて、逆問題のプロセスをガイドする。
• 実際の回折データを用いた実験的検証により、物体に関する事前仮定なしに再構成が可能であることを示した。

実験結果

リサーチクエスチョン

• RQ1 物体の形状や低周波数成分に関する事前知識がなくても、散乱光から3次元像を再構成できるか？
• RQ2 実験データと計算的逆問題解法のみを用いて、レンズレス画像化で回折限界分解能を達成できるか？
• RQ3 提案された逆問題手法は、散乱実験からの高忠実度の3次元構造をどれほど正確に回復できるか？
• RQ4 従来のレンズベーストモグラフィーの焦点深度や歪みの制限を、このアルゴリズムは克服できるか？

主な発見

• 本手法は、物体の形状に関する知識がなくても、回折限界分解能の3次元像を再構成することに成功した。
• 本手法は、実験データのみから高忠実度の像再構成を達成し、低周波数成分の有無を仮定しない。
• 本手法は物理的レンズの必要性を排除し、複雑な散乱環境下でも歪みのない画像化を実現した。
• 実験的検証により、事前情報が欠如している場合でも再構成が頑健かつ正確であることが確認された。