• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2022 年度 実施状況報告書

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

研究課題

研究課題/領域番号 22K18803
研究機関千葉大学

研究代表者

下馬場 朋禄  千葉大学, 大学院工学研究院, 教授 (20360563)

研究期間 (年度) 2022-06-30 – 2024-03-31
キーワードラインセンサ / イメージング
研究実績の概要

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。

現在までの達成度 (区分)
現在までの達成度 (区分)

2: おおむね順調に進展している

理由

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。

今後の研究の推進方策

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。

  • 研究成果

    (3件)

すべて 2023 2022

すべて 雑誌論文 (2件) (うち査読あり 2件) 学会発表 (1件)

  • [雑誌論文] Vector sensor imaging2023

    • 著者名/発表者名
      Kawamoto Koki、Shiomi Harutaka、Ito Tomoyoshi、Kakue Takashi、Shimobaba Tomoyoshi
    • 雑誌名

      Optics and Lasers in Engineering

      巻: 162 ページ: 107439~107439

    • DOI

      10.1016/j.optlaseng.2022.107439

    • 査読あり
  • [雑誌論文] Single-pixel imaging for edge images using deep neural networks2022

    • 著者名/発表者名
      Ikuo Hoshi, Masaki Takehana, Tomoyoshi Shimobaba, Takashi Kakue, Tomoyoshi Ito
    • 雑誌名

      Applied Optics

      巻: 61 ページ: 7793-7797

    • DOI

      10.1364/AO.468100

    • 査読あり
  • [学会発表] リニアイメージセンサと深層学習を用いた物体識別とイメージング2022

    • 著者名/発表者名
      川本航旗, 下馬場朋禄, 塩見日隆, 角江崇, 伊藤智義
    • 学会等名
      3次元画像コンファレンス2022

URL: 

公開日: 2023-12-25  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi