[论文解读] Domino successive-deviation ghost imaging

Yaxin Li, Wen-Kai Yu+1 more|arXiv (Cornell University)|May 15, 2019

Random lasers and scattering media参考文献 37被引用 5

一句话总结

本文提出了一种名为多米诺连续偏差鬼成像（SGI）的实时、抗噪单像素成像方法，仅通过相邻测量值之间的连续差分即可实现与差分鬼成像（DGI）相当的图像质量。通过将类似多米诺骨牌的连续偏差策略应用于桶信号或参考图案，SGI 抑制了背景噪声，并实现了无需集合平均的实时正负图像重建，在光源不稳定和噪声环境下优于传统方法。

ABSTRACT

Traditional ghost imaging acquires images via the correlation of the intensity fluctuations of reference patterns and bucket values, and can even generate positive-negative images by conditionally averaging partial patterns. Here, we propose a domino successive-deviation ghost imaging method, which owns a good image quality comparable to that of differential ghost imaging with real-time fast computation, and a better robustness in practical scenarios where measurement noise and the instability of illuminating source coexists. Furthermore, it happens to generate real-time positive and negative images, giving a new insight into physical essence of positive-negative ghost image phenomenon. Both simulation and experimental results have demonstrated the feasibility of our approach. Therefore, this work complements the theory of ghost imaging and opens a door to practical applications of real-time single-pixel imaging.

研究动机与目标

• 为解决传统鬼成像在噪声或不稳定环境下的局限性，特别是温度漂移和测量噪声问题。
• 开发一种实时成像方法，实现与差分鬼成像（DGI）相当的高图像质量，同时避免其高计算与内存需求。
• 实现实时正负鬼成像重建，无需对所有测量值进行完整集合平均。
• 通过连续偏差处理，提供正负鬼成像现象的物理解释。
• 提升鬼成像在采样受限场景（如活体样本的X射线成像）中的实际应用潜力。

提出的方法

• 提出一种多米诺连续偏差策略，通过计算连续桶值或参考图案之间的差分，模拟多米诺骨牌倒下的级联效应。
• 引入三种模式：SGI 模式-1（桶值差分）、SGI 模式-2（桶信号连续偏差）和 SGI 模式-3（图案连续偏差），每种模式均利用时间相关性以抑制噪声。
• 使用二阶强度关联 $ G^{(2)} = \langle S_B I_R(x_R) \rangle $，但对 $ S_B $ 或 $ I_R(x_R) $ 应用连续差分，以消除直流背景并降低噪声方差。
• 通过直接计算相邻测量值之间的差分，消除对集合平均的需求，从而实现实时重建。
• 采用双臂无透镜鬼成像装置，使用旋转磨砂玻璃产生伪热光源，参考信号由CCD采集，桶信号由单像素探测器获取。
• 采用基于移位复用的连续偏差技术，以保持高信噪比，尤其在使用旋转扩散器的双臂结构中效果显著。

实验结果

研究问题

• RQ1 是否存在一种鬼成像方法，能够在显著降低计算复杂度的同时实现DGI级别的图像质量与实时处理能力？
• RQ2 桶值或参考图案的连续偏差如何抑制背景噪声，并在光源不稳定条件下提升鲁棒性？
• RQ3 是否能够实现实时正负鬼成像，而无需将每次测量与集合平均进行比较？
• RQ4 在连续偏差处理背景下，正负鬼成像的形成机制是什么？
• RQ5 在极低采样率（如0.56%）下，该方法在多大程度上能保持图像质量？

主要发现

• SGI 模式-1 实现了与 DGI 相当的图像质量，且计算复杂度显著降低，支持实时重建。
• 在温度漂移和测量噪声条件下，由于连续偏差带来的有效噪声抑制，SGI 的性能优于 DGI。
• SGI 模式-2 和模式-3 在无需集合平均的情况下，实现实时高质量正负图像重建，图像清晰度超过传统对应成像（CI）。
• 在5.6%的采样率（5,000组图案）下，SGI 生成了相对清晰的图像，适用于实际应用。
• 即使在0.56%的采样率（500组图案）下，物体轮廓仍可隐约辨认，表明该方法在超低采样率下具有强鲁棒性。
• 连续偏差过程有效将直流背景分量移至零，从而解释了为何其图像质量优于无法去除背景噪声的CI方法。