2022 Fiscal Year Research-status Report
高速・高解像度撮影を目指したベクトルピクセルイメージング技術の開拓
| Project/Area Number |
22K18803
|
|---|
| Research Institution | Chiba University |
|---|
Principal Investigator |
下馬場 朋禄 千葉大学, 大学院工学研究院, 教授 (20360563)
|
|---|
| Project Period (FY) |
2022-06-30 – 2024-03-31
|
| Keywords | ラインセンサ / イメージング |
|---|
| Outline of Annual Research Achievements |
本研究はベクトルピクセルイメージングを開発する．撮像素子には受光素子が並べられたラインセンサを使用する．提案手法は従来のイメージングデバイス（CCDやCMOSカメラ）とシングルピクセルイメージングの両方の利点を有する．CCDやCMOSカメラは高解像度撮影を得意とするが，幅広い波長帯や低光量環境下での撮影は苦手とする．フォトダイオードなどの単一受光素子を使用するシングルピクセルイメージングはその逆の特性となる．提案手法は，高解像度の撮影かつ高速撮影が可能であり，幅広い波長帯や低光量環境下での撮影も可能となる．
本年度は、はじめにベクトルピクセルイメージングの原理確認のために、シミュレーションを実施した。シミュレーションでは、物体、拡散板、ラインセンサからなる光学系を想定し、ライン情報を取得し、そのライン情報と元物体の関係を深層ニューラルネットを用いて学習させた。実機でも、同様のことを行い、学習した深層学習ニューラルネットはライン信号から元物体を復元できることを示した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本年度は、はじめにベクトルピクセルイメージングの原理確認のために、シミュレーションを実施した。シミュレーションでは、物体、拡散板、ラインセンサからなる光学系を想定し、ライン情報を取得し、そのライン情報と元物体の関係を深層ニューラルネットを用いて学習させた。実機でも、同様のことを行い、学習した深層学習ニューラルネットはライン信号から元物体を復元できることを示した。
この内容をもとに、１件の口頭発表及び、１件の海外学術誌に論文が掲載された。
|
| Strategy for Future Research Activity |
次年度は、より多くの情報をラインセンサで取得できる手法を検討する。具体的には、昨年度は振幅情報のみを取得していたが、位相情報も復元できる手法の構築を行う。また、ローリングシャッタ方式のイメージングセンサが、ラインセンサの組み合わせであるとみなせることを利用した、高速なイメージングシステムの構築を行う。
|
