[论文解读] Computational snapshot angular-spectral lensless imaging

Peng Wang, Rajesh Menon|arXiv (Cornell University)|Jul 25, 2017

Random lasers and scattering media被引用 4

一句话总结

本文提出一种无透镜成像系统，通过在图像传感器前放置衍射元件，可在单次快照中同时捕获场景的角向和光谱信息。通过校准系统的角向-光谱响应并应用基于优化的矩阵求逆方法，该方法在实时视频成像中实现了0.15°的角向分辨率和6 nm的光谱分辨率。

ABSTRACT

By placing a diffractive element in front of an image sensor, we are able to multiplex the spectral and angular information of a scene onto the image sensor. Reconstruction of the angular-spectral distribution is attained by first calibrating the angular-spectral response of the system and then, applying optimization-based matrix inversion. In our proof-of-concept demonstration, we imaged the 1D angle and the spectrum with resolutions of 0.15o and 6nm, respectively. The information is reconstructed from a single frame, thereby enabling snapshot functionality for video-rate imaging.

研究动机与目标

• 实现无需透镜的场景角向和光谱信息的高分辨率实时成像。
• 克服传统透镜系统在同时捕获角向和光谱数据方面的局限性。
• 开发一种紧凑、低成本的成像解决方案，适用于视频速率应用。
• 通过计算重建在单次曝光中实现高空间、角向和光谱分辨率。
• 展示无透镜成像在具有全角向和光谱复用的动态场景中的可行性。

提出的方法

• 在标准图像传感器前直接放置衍射光学元件，将角向和光谱信息复用到传感器平面。
• 使用已知参考光源校准系统的角向-光谱响应，以建立转移函数模型。
• 采用基于优化的矩阵求逆的计算重建算法，恢复原始的角向-光谱分布。
• 通过校准的系统响应和测量的传感器数据求解线性逆问题来实现重建。
• 通过单次曝光捕获所有角向和光谱信息，实现快照成像。
• 该算法设计具备抗噪声能力，可实现实时处理，适用于视频速率应用。

实验结果

研究问题

• RQ1 无透镜成像系统是否能够在单次曝光中同时捕获场景的角向和光谱信息？
• RQ2 基于衍射的无透镜成像系统可实现的角向和光谱分辨率是多少？
• RQ3 计算重建在单次传感器测量下能否准确恢复完整的角向-光谱分布？
• RQ4 系统是否能够在保持角向和光谱域高分辨率的同时支持视频速率成像？
• RQ5 校准精度对重建的角向-光谱数据质量有何影响？

主要发现

• 系统实现了6 nm的光谱分辨率，能够精细区分光谱特征。
• 展示了0.15°的角向分辨率，可实现对光源方向的精确感知。
• 该方法实现了真正的快照成像，单帧内捕获完整的角向-光谱数据。
• 重建过程实现实时处理，支持视频速率成像应用。
• 通过受控光源的原理验证实验对方法进行了验证。
• 计算重建算法成功利用单次测量高保真度地恢复了角向-光谱分布。