Single pixel imaging at high pixel resolutions

要約

SPI（Single Pixel Imaging）の画素解像度は，通常 32 ㎛ ～ 256 ㎛で，従来のイメージング標準を大きく下回ってい る．この低解像度は、許容できる圧縮率、限られたDMD変調周波数、合理的な再構成時間との間のトレードオフに起因しており、SPIに関する10年間の集中的な研究の間、大きく改善されることはなかった。本論文では、DMDの全解像度での画像計測が、わずか1秒の数分の1の時間で可能であることを、疎な画像や、視野が限定されているが先験的に未知である状況において示す。本論文では，$0.3~$sの時間内に$1024 \times 768$の解像度でスパース画像を再構成するためのサンプリングと再構成の戦略を提案する．また，非スパース画像は，より少ないディテールで再構成される．圧縮率は0.4%$のオーダーで、これは7~$Hzの取り込み周波数に相当する。サンプリングは差分、2値、非適応で、画像の多重分割の情報を含み、後に実際の視野を決定することができる。再構成は差分フーリエドメイン正則化反転法（D-FDRI）に基づいて行われる。提案するSPIフレームワークは、実時間での実装が困難な適応型SPIと、高解像度では非常に遅い古典的な圧縮センシング画像復元手法の両方に代わるものである。

要約(オリジナル)

The usually reported pixel resolution of single pixel imaging (SPI) varies between $32 \times 32$ and $256 \times 256$ pixels falling far below imaging standards with classical methods. Low resolution results from the trade-off between the acceptable compression ratio, the limited DMD modulation frequency, and reasonable reconstruction time, and has not improved significantly during the decade of intensive research on SPI. In this paper we show that image measurement at the full resolution of the DMD, which lasts only a fraction of a second, is possible for sparse images or in a situation when the field of view is limited but is a priori unknown. We propose the sampling and reconstruction strategies that enable us to reconstruct sparse images at the resolution of $1024 \times 768$ within the time of $0.3~$s. Non-sparse images are reconstructed with less details. The compression ratio is on the order of $0.4 \%$ which corresponds to an acquisition frequency of $7~$Hz. Sampling is differential, binary, and non-adaptive, and includes information on multiple partitioning of the image which later allows us to determine the actual field of view. Reconstruction is based on the differential Fourier domain regularized inversion (D-FDRI). The proposed SPI framework is an alternative to both adaptive SPI, which is challenging to implement in real time, and to classical compressive sensing image recovery methods, which are very slow at high resolutions.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL