[論文レビュー] Reflective Ghost Imaging through Turbulence

Nicholas D. Hardy, Jeffrey H. Shapiro|DSpace@MIT (Massachusetts Institute of Technology)|Oct 4, 2011

Random lasers and scattering media参考文献 4被引用数 6

ひとこと要約

本論文は、大気乱流を介した反射型ゴーストイメージングを分析するためのガウス状態フレームワークを構築し、古典的擬似熱源、非古典的SPDC、および計算型ゴーストイメージングを比較する。計算型ゴーストイメージングは、優れた空間分解能、最高の飽和SNR、乱流に対する耐性を示し、3次元イメージングが可能な距離セクション法を用いたスタンドオフリモートセンシング応用において最も有望であることを示している。

ABSTRACT

Recent work has indicated that ghost imaging may have applications in standoff sensing. However, most theoretical work has addressed transmission-based ghost imaging. To be a viable remote-sensing system, the ghost imager needs to image rough-surfaced targets in reflection through long, turbulent optical paths. We develop, within a Gaussian-state framework, expressions for the spatial resolution, image contrast, and signal-to-noise ratio of such a system. We consider rough-surfaced targets that create fully developed speckle in their returns, and Kolmogorov-spectrum turbulence that is uniformly distributed along all propagation paths. We address both classical and nonclassical optical sources, as well as a computational ghost imager.

研究の動機と目的

• スタンドオフリモートセンシング応用における主要なギャップを埋めるために、大気乱流を含めた反射型ゴーストイメージング理論を拡張すること。
• 乱流下の反射的状況における擬似熱源、SPDC、および計算型ゴーストイメージングの性能を比較すること。
• 乱流が空間分解能、画像コントラスト、および信号対雑音比（SNR）に与える影響を定量化すること。
• 距離セクション法を用いた3次元スタンドオフイメージングのための計算型ゴーストイメージングの実現可能性を評価すること。
• 現実的大気条件下でSNRと分解能を最大化する最適な構成を特定すること。

提案手法

• 擬似熱源とSPDC源をモデル化するための統一された量子光検出フレームワークを用い、両者をガウス状態形式で取り扱う。
• 粗い表面による完全に発達したスパーキルとしてのターゲット反射をモデル化し、強度パターンは回折理論に従う。
• すべての伝搬経路に一様にコルモゴロフスペクトル乱流を組み込み、ビームの位相と振幅に影響を与える。
• バケット検出器とリファレンス検出器間の光電流相互相関を用いて、空間分解能、画像コントラスト、SNRの式を導出する。
• 計算型ゴーストイメージングには半古典的理論を適用し、リファレンスパターンを物理的に測定するのではなく数値的に計算する。
• 低輝度および高輝度領域におけるSNRの挙動と乱流効果を分析することで、さまざまな構成の性能を比較する。

実験結果

リサーチクエスチョン

• RQ1 大気乱流は、反射型ゴーストイメージングにおける空間分解能と画像コントラストにどのように影響するか？
• RQ2 乱流下において、擬似熱源、SPDC、および計算型ゴーストイメージングのSNRおよび分解能の相対的性能はいかなるものか？
• RQ3 計算型ゴーストイメージングは、乱流環境下で物理的リファレンス系よりも優れた画像品質を達成できるか？
• RQ4 乱流は反射型ゴーストイメージングにおける飽和SNRにどのように影響し、さらなる向上を制限する要因は何か？
• RQ5 計算型ゴーストイメージングは、各距離の別々の測定を必要とせずに、距離セクション法により3次元イメージングを可能にするか？

主な発見

• 乱流は画像コントラストを劣化させないが、信号およびリファレンス経路における乱流強度が光源サイズを超えると空間分解能が低下する。
• 乱流はノイズ項を増幅させ、時間に依存しないノイズ項Δ²Pathを増加させることで、SNRを劣化させ、飽和SNRをスパーキル制限値未満に低下させる。
• 計算型ゴーストイメージングは、リファレンス経路上の乱流を排除することで、最高の飽和SNRと最良の空間分解能を達成する。
• 低輝度条件下では、リファレンス路の検出ノイズが存在しないため、計算型ゴーストイメージングは擬似熱源およびSPDCシステムを上回る性能を示す。
• 高輝度動作では、SPDCシステムが短いコherenct時間のおかげで、計算型または擬似熱源システムよりも早く飽和SNRに達する。
• 計算型ゴーストイメージングは距離セクション法を用いて3次元イメージングを可能にし、1つのデータセットから複数のターゲット距離の再構成が可能であるのに対し、擬似熱源またはSPDCシステムでは同様のことができない。