Author Affiliations
Abstract
1 School of Electronics and Communication Engineering, Sun Yat-sen University, Shenzhen 518107, China
2 Shenzhen Campus of Sun Yat-sen University, Shenzhen 518107, China
3 Tsinghua Shenzhen International Graduate School, Tsinghua University, Shenzhen 518055, China
Recently, there has been increased attention toward 3D imaging using single-pixel single-photon detection (also known as temporal data) due to its potential advantages in terms of cost and power efficiency. However, to eliminate the symmetry blur in the reconstructed images, a fixed background is required. This paper proposes a fusion-data-based 3D imaging method that utilizes a single-pixel single-photon detector and millimeter-wave radar to capture temporal histograms of a scene from multiple perspectives. Subsequently, the 3D information can be reconstructed from the one-dimensional fusion temporal data by using an artificial neural network. Both the simulation and experimental results demonstrate that our fusion method effectively eliminates symmetry blur and improves the quality of the reconstructed images.
single-pixel imaging single-photon imaging millimeter-wave radar neural network Chinese Optics Letters
2024, 22(2): 022701
1 北京空间机电研究所，北京 100094
2 西南技术物理研究所，四川 成都 610041
3 云南大学物理与天文学院，云南 昆明 650091
为了论证单光子成像技术天基应用可行性，分析了光学系统后向散射影响消除、单光子雪崩光电探测噪声抑制、自由运行模式等关键问题。基于偏振滤波理论、泊松统计滤波理论，选取重尾型脉冲激光函数，采用蒙特卡罗仿真方法，构建了星载单光子计数成像系统仿真模型，并仿真了不同轨道高度、不同重复次数和门控时间间隔条件下的光子计数结果。结果表明，脉冲激光回波光子计数波形与发射波形相近，仿真情况与实际相符，单光子成像距离存在阈值，当重复次数低于开门次数时，存在漏检现象。根据本研究的参数设置，在500 km的轨道高度上，当重复次数为2000、开门次数为2000时，激光测距精度可达0.09 m。所提相关方法可以为星载单光子计数成像系统指标分配和在轨参数调整提供技术支撑。
成像系统 单光子成像 时间相关单光子计数 蒙特卡罗仿真 单光子雪崩光电探测器 星载 激光与光电子学进展
2022, 59(16): 1611001
南京理工大学 电子工程与光电技术学院，江苏 南京 210094
激光雷达系统采用主动照明的方式，激光发射脉冲周期信号至目标场景，激光脉冲经目标表面漫反射，由单光子雪崩二极管（Single-Photon Avalanche Diode, SPAD）探测器记录回波光子的到达时间，获得场景的深度信息。然而在探测过程中，测量结果往往会遭到环境光的干扰。传感器融合是进行单光子成像的有效方法之一。最近提出的基于LiDAR和强度相机融合的数据驱动方法大多采用扫描式激光雷达，深度获取速度慢。SPAD阵列的出现打破了帧率的限制。SPAD阵列允许同时收集多个回波光子，加速了信息采集，但分辨率较低，在探测过程中还会受到环境光的干扰，因此需要通过算法打破SPAD阵列的固有限制，从噪声中分离深度信息。针对分辨率为32×32 pixel的SPAD阵列探测器，提出了一种卷积神经网络结构，旨在强度图的引导下，将低分辨率TCSPC直方图映射至高分辨率深度图。该网络采用多尺度方法提取输入特征，并基于注意力模型融合深度数据和强度数据。另外，设计了一个损失函数组合，适用于处理TCSPC直方图数据的网络。在采集数据上进行了验证，提出方法能成功将深度数据的空间分辨率提升4倍，并在质量和数据指标上都优于其他算法。
激光雷达 单光子成像方法 传感器融合 SPAD阵列 卷积神经网络 LiDAR single-photon imaging method sensor fusion SPAD array convolutional neural network 红外与激光工程
2022, 51(2): 20210871
1 国防科技大学 文理学院，湖南 长沙 410073
2 国防科技大学 量子信息学科交叉中心，湖南 长沙 410073
光学成像因其分辨率高，信息量丰富，具有其他探测和感知技术不可替代的地位，是人们获取信息最重要的技术手段之一。光子是光学成像系统中的信息载体。光学图像的高质量重构，依赖于对信号光子的高效耦合和对光信息的精准解耦。然而，在遥感或生物成像等重要应用场景中，由于作用距离远或辐照功率低，到达探测面的物体信号光子数少，信噪比低，对光学系统设计、信号探测和图像恢复都带来了极大困难，严重限制了光学成像性能。如何在极弱光条件下获得高质量图像，是光电成像系统研究的基础性难题，也是推动光学成像不断向更大视场、更远作用距离、更高信息通量发展亟待克服的关键技术。近年来，在光场调控和量子探测技术支撑下，并基于光场的高阶经典/量子关联发展起来的关联成像，由于探测灵敏度高、抗干扰能力强，为发展极弱光条件下的光学成像技术带来了新的机遇。文中将简要回顾关联成像的原理机制，在此基础上系统介绍极弱光条件下关联成像方案和方法。并尝试从光子动力学层面解释这些方法的物理本质，讨论这些方法的能力极限，比较这些方法所适用的场景。
成像系统 关联成像 弱光成像 光子计数 单光子成像 imaging system ghost imaging weak light imaging photon counting single photon imaging 红外与激光工程
2021, 50(12): 20210819
陈松懋 1,2,3,4郝伟 1,2,3,4,*苏秀琴 1,2,3,4张振扬 1,2,3,4,5徐伟豪 1,2,5
1 中国科学院空间精密测量技术重点实验室, 陕西 西安 710119
2 中国科学院西安光学精密机械研究所, 陕西 西安 710119
3 海洋观测与探测联合实验室(西安光机所部分), 山东 青岛 266200
4 青岛海洋科学与技术试点国家实验室, 山东 青岛 266200
5 中国科学院大学, 北京 100049
光子计数成像技术具有灵敏度高、时间分辨率高、光子利用率高的特点,是近年来激光雷达技术领域的研究前沿。高效的图像重建算法能在硬件系统的基础上以较低的代价提升重建图像的质量或突破单纯依靠硬件技术的瓶颈,成为光子计数成像技术领域的热点问题。针对已有的光子计数成像算法,系统梳理了光子计数成像技术的原理与特点,对若干典型问题进行了深入的调研与讨论,并对该领域未来的发展趋势进行了思考与展望。
成像系统 单光子成像 激光雷达 图像重建 计算成像 激光与光电子学进展
2021, 58(18): 1811010
Author Affiliations
Abstract
School of Information Engineering, Nanchang University, Nanchang 330031, China
In single-pixel imaging or computational ghost imaging, the measurement matrix has a great impact on the performance of the imaging system, because it involves modulation of the optical signal and image reconstruction. The measurement matrix reported in the existing literatures is first binarized and then loaded onto the digital micro-mirror device (DMD) for optical modulation, that is, each pixel can only be modulated into on-off states. In this paper, we propose a digital grayscale modulation method for more efficient compressive sampling. On the basis of this, we demonstrate a single photon compressive imaging system. A control and counting circuit, based on field-programmable gate array (FPGA), is developed to control DMD to conduct digital grayscale modulation and count single-photon pulse output from the photomultiplier tube (PMT) simultaneously. The experimental results show that the imaging reconstruction quality can be improved by increasing the sparsity ratio properly and compressive sampling ratio (SR) of these gray-scale matrices. However, when the compressive SR and sparsity ratio are increased appropriately to a certain value, the reconstruction quality is usually saturated, and the imaging reconstruction quality of the digital grayscale modulation is better than that of binary modulation.
Single photon imaging single pixel imaging measurement matrix grayscale modulation Photonic Sensors
2021, 11(3): 350
1 南京大学电子科学与工程学院, 江苏 南京 210023
2 南京大学超导电子学研究所, 江苏 南京 210023
单光子成像技术通过对每个光子携带的时空信息进行探测,实现对物体图像的重构。基于超导纳米线的单光子探测器具有高效率、低时间抖动、宽响应波段的优势,非常适合单光子成像场景的需求。超导纳米线延迟线单光子成像器件是一种新型的单光子成像器件,它利用超导纳米线特有的高动态电感构造低速微波传输线,通过对输出电脉冲进行时间逻辑分析,同步读取光子的到达时刻和空间位置。本文将介绍这种成像器件的设计原理、几何结构和读出方式。同时,介绍基于此成像器件在强背景噪声下的单光子成像实验,证明了通过高性能器件和重构算法的联合优化所实现的成像系统性能增强。
激光与光电子学进展
2021, 58(10): 1011002
在进行高分辨率成像时,由于需要大量的测量和图像重建计算,单光子压缩成像需要较长的时间。提出了一种采样和重建集成的残差编解码网络SRIED-Net用于单光子压缩成像。将二值化的全连接层作为网络的第一层,并将其训练成二进制的测量矩阵,直接加载到数字微镜阵列上以实现高效压缩采样。除第一层外的其余网络都用于快速重建压缩感知图像。通过一系列的仿真和系统实验比较了压缩采样率、测量矩阵和重建算法对成像性能的影响。实验结果表明,SRIED-Net在低测量率下优于目前比较先进的迭代算法TVAL3,在高测量率下与TVAL3的效果很接近,在所有测量率下都优于目前常见的几种基于深度学习的方法。
成像系统 单光子成像 单光子压缩成像 压缩感知 深度学习
