NLOS成像论文速览 | OE 2023, Super-resolution non-line-of-sight imaging based on temporal encoding 基于时域编码的超
注1：本文属于‘最新论文速览’系列之一，并旨在简洁而清晰地介绍和解读最新的顶会与顶刊论文。
非视线域成像进展综述 | OE 2023, 基于时域编码的超分辨率非视线成像技术研究
摘要
*NLOS成像技术具有实现视外空间物体成像效果的能力，在多个应用领域均展现出显著价值。
在瞬态NLOS成像系统中，图像的时间分辨率受限于检测器单光子时间分辨率(SPTR)。
本研究创新性地提出了一种基于时域编码的新型NLOS成像方法（TE-NLOS），该方法能够在低单光子时间分辨率（SPTR）的条件下实现高分辨率图像重构。
借助于已知编码序列的信息以及时空相关性原理，在压缩测量数据基础上进行处理后能够恢复出高时间分辨率的瞬态图像。
实验结果表明，在1.28ns SPTR条件下进行测试时能够恢复出20ps级别的瞬态图像，并且将时间分辨率提升了64倍。
该方法对于不同类型的编码方案以及潜在误码具有良好的容错性能，并且实验验证其具备较高的重构精度。
介绍
NLOS技术可实现视线外物体或场景的重建能力，并广泛应用于多个领域。
在瞬态NLOS中,受限于检测器单光子时间分辨率(SPTR)的影响,图像时间分辨率为该参数所限。
由于检测器单光子时间分辨率不够精细（SPTR粗糙）,不同深度的光子会被归类到同一时间bin中,从而给成像算法带来挑战。
本研究开发了一种 novel 时域编码NLOS成像方法（TE-NLOS），可在低SPTR条件下显著提升图像清晰度。
方法
成像原理和系统设计
- TE-NLOS系统主要由脉冲激光器、调制器、单点单光子雅贝探测器以及时间相关单光子计数模块构成。
- 在每个时间bin内, 对中间墙进行持续时域编码。
- 单光子雅贝探测器捕捉编码后的回波Photon Histogram。
- 利用GAP算法重构高时间分辨率的瞬态图像。
数学模型和算法设计
-
每个位置(i,j)的曝光量模型为:
E_{i,j}[n]=\sum_{k=1}^{B}x_{i,j,n}[k]\cdot\phi_{i,j,n}[k] -
Poisson噪声模型:
y[n]\sim Poisson((\phi[n]x[n]*g)dt+d) -
通过GAP-TV算法解决以下优化问题:
\min_{x}\|TV(x)\|,\ subject\ to\ \phi[n]x[n]*g=y -
重构高时间分辨率瞬态图像,用于后续非视线重建。
实验结果与分析
分辨率提升验证
- 基于160ps SPTR检测器实现40ps瞬态图像的捕捉，并使时间分辨率提高到原来的四倍。
- 所捕获的重构图像达到了SSIM值为0.92，其直接采集效率较传统方法提升了约32%。
分辨率提升极限
- 当检测器SPTR为1.28ns时,传统方法无法实现重构,而本方法能够达到20ps的分辨能力。
- 当检测器SPTR达到2.56ns时,本方法仍可实现基础的物体结构重构。
编码类型的影响
- 高斯矩阵、Hadamard矩阵、随机矩阵编码均可准确重构瞬态图像。
抗干扰能力
- 在调制器误码率处于"半通半阻"状态且为40%时,其重建图像的SSIM指标达到0.5以上。
- 即使遇到更为复杂的误码情况,本方法依然表现出良好的抗干扰性能。
- 针对低时间抖动系统这一特殊场景,本方法能够实现更为卓越的效果。
结论
- 开发了一种新型低SPTR检测器的高效编码时域超分辨率技术。
- 实验结果表明：1.28\text{ns} SPTR的检测器能够在极短时间内重建出20\text{ps}级别的瞬态图像。
- 该方法对于各种编码类型和误码情况均表现出良好的鲁棒性，并且在重建精度方面表现优异。
- 该技术不仅能够有效解决硬件缺陷问题，还为相关领域的进一步研究指明了新的探索方向。