🔬 optics

Single-shot incoherent imaging with extended and engineered field of view using coded phase apertures

Dieses Papier schlägt eine neuartige Single-Shot-Inkohärenz-Bildgebungstechnik vor und validiert diese, welche eine kodierte Phasenmaske nutzt, um mehrere isolierte Objektbereiche in den begrenzten Sensorbereich einer Kamera zu multiplexen, wodurch ein erweitertes und konstruiertes Sichtfeld ermöglicht wird, ohne die Vergrößerung zu beeinträchtigen.

Ursprüngliche Autoren: Sai Deepika Sure, Jawahar Prabhakar Desai, Joseph Rosen

Veröffentlicht 2026-02-06

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Sai Deepika Sure, Jawahar Prabhakar Desai, Joseph Rosen

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie besitzen ein Hochleistungsobjektiv, das winzige Details sehr klar sehen kann (hohe Vergrößerung). Da das „Auge“ der Kamera (der Sensor) jedoch klein ist, kann es immer nur einen winzigen Ausschnitt der Welt auf einmal sehen. Wenn Sie versuchen, eine weite Szene zu betrachten, werden die Ränder abgeschnitten – so als würde man versuchen, einen ganzen Berg durch ein Trinkhalm zu betrachten.

Normalerweise bräuchte man einen größeren Kamerasensor (teuer) oder ein spezielles Weitwinkelobjektiv (was das Bild an den Rändern verzerrt und unscharf macht), um mehr zu sehen. Dieses Paper stellt einen cleveren Trick vor, um ein viel breiteres Gebiet zu sehen, ohne das Objektiv zu ändern oder eine größere Kamera zu kaufen.

So haben die Forscher es erklärt, mittels einfacher Analogien:

1. Das Problem: Die Kamera mit dem „Tunnelblick“

Stellen Sie sich Ihren Kamera-Sensor wie ein kleines Fenster vor. Wenn Sie drei Freunde beobachten, die weit voneinander entfernt auf einem Feld stehen, könnte Ihr Fenster vielleicht nur groß genug sein, um den Freund in der Mitte zu sehen. Die anderen beiden Freunde stehen in den „toten Winkeln“ außerhalb des Fensters. Normalerweise können Sie sie nicht sehen.

2. Die Lösung: Die „Magische Code“-Maske

Die Forscher platzierten eine spezielle, unsichtbare „Code“-Maske (eine sogenannte Coded Phase Mask) vor das Objektiv. Denken Sie an diese Maske wie an ein Prisma aus unsichtbarem Glas, das das Licht nicht nur bricht, sondern es in einem ganz spezifischen, vorab geplanten Muster streut.

Der Multiplexing-Trick: Die Maske ist tatsächlich eine Kombination aus mehreren verschiedenen „Streumustern“, die zusammengefügt wurden.
Der Effekt: Wenn das Licht eines Freundes, der außerhalb Ihres Sichtfeldes steht, auf diese Maske trifft, lässt die Maske das Bild nicht einfach verschwinden. Stattdessen nimmt sie diesen „verlorenen“ Freund und erzeugt aus ihm mehrere winzige, gestreute Kopien (wie ein spärliches Muster aus Punkten) und projiziert diese direkt in die Mitte Ihres kleinen Fensters.

3. Das Ergebnis: Ein Puzzle aus Punkten

Wenn die Kamera ein Foto macht, sieht sie kein klares, weites Bild. Stattdessen sieht sie ein seltsames, zerstreutes Chaos aus Punkten.

Der Freund in der Mitte sieht wie ein normales Punktmuster aus.
Der Freund, der „außerhalb“ der Sichtweite war, erscheint nun als ein anderes Punktmuster, das an eine bestimmte Stelle auf dem Sensor verschoben wurde.
Der Freund auf der anderen Seite erscheint als ein drittes, einzigartiges Punktmuster.

Es ist, als würde man in ein Puzzle schauen, bei dem jedes Teil einer weiten Szene in winzige, verstreute Scherben zerbrochen und dann auf einem kleinen Tisch neu angeordnet wurde.

4. Die Rekonstruktion: Der Computer-„Decoder“

Da die Kamera nur diese gestreuten Punkte aufgezeichnet hat, sieht das Bild für das menschliche Auge nutzlos aus. Aber der Computer kennt den „Geheimcode“ (das exakte Muster der Maske).

Die Forscher verwenden einen mathematischen Prozess namens Dekonvolution. Denken Sie an dies als einen superintelligenten Rätsellöser.

Der Computer weiß genau, wie die Maske das Licht gestreut hat.
Er nimmt die gestreuten Punkte auf dem kleinen Sensor.
Er „entwirrt“ diese Punkte mathematisch und bewegt die gestreuten Punkte zurück an ihre ursprünglichen Positionen.
Die Magie: Plötzlich rekonstruiert der Computer das vollständige, weite Bild, in dem alle drei Freunde sichtbar sind, an ihren korrekten Plätzen, mit derselben hohen Klarheit wie das ursprüngliche, herangezoomte Objektiv.

5. Die Experimente

Das Team testete dies auf zwei Arten:

Zwei Freunde: Sie stellten ein System auf, um zwei Objekte zu sehen, die zu weit voneinander entfernt waren, um sie gleichzeitig mit der Kamera zu erfassen. Durch den Einsatz der Maske gelang es ihnen, das zweite Objekt „ins Sichtfeld zu bringen“ und die gesamte Szene zu rekonstruieren.
Drei Freunde: Sie machten dasselbe mit drei Objekten und bewiesen damit, dass das System auch mehr „verlorene“ Bereiche bewältigen kann.

Sie testeten auch, wie viele „Punkte“ (Streupunkte) am besten funktionierten. Sie fanden heraus, dass eine bestimmte Anzahl von Punkten (wie 7 oder 8) das endgültige Bild am klarsten und mit dem geringsten Rauschen lieferte.

Das Fazrem (The Bottom Line)

Dieses Paper zeigt einen Weg, das Sichtfeld zu manipulieren (zu „engineeren“). Anstatt die Kamera physisch zu bewegen oder einen größeren Sensor zu verwenden, nutzen sie eine kodierte Maske, um eine weite Szene in ein Punktmuster auf einen kleinen Sensor zu „schrumpfen“, und verwenden dann Mathematik, um sie wieder „auszuklappen“.

Wichtige Erkenntnisse aus dem Paper:

Einzelschuss (Single Shot): Man benötigt nur ein einziges Foto. Man muss die Kamera nicht bewegen oder mehrere Fotos aufnehmen und zusammenfügen.
Kein Verlust der Vergrößerung: Man erhält die weite Ansicht, ohne die Fähigkeit zu verlieren, kleine Details (hohe Vergrößerung) zu sehen.
Rausch-Trade-off: Je mehr Bereiche man gleichzeitig erfassen möchte, desto mehr „Rauschen“ (Störsignale) tritt im endgültigen Bild auf, weslich es ein Limit gibt, wie viele „Freunde“ man gleichzeitig sehen kann.

Kurz gesagt: Sie haben ein kleines Kamerafenster durch einen Code, der das Licht streut, und einen Computer, der die Teile wieder zusammensetzt, in ein Weitwinkelobjektiv verwandelt.

Technische Zusammenfassung: Einmalige inkohärente Bildgebung mit erweitertem und konstruiertem Sichtfeld mittels kodierter Phasenaperturen

Problemstellung
Optische Bildgebungssysteme, insbesondere solche, die eine hohe Vergrößerung erfordern, sind häufig durch ein begrenztes Sichtfeld (Field of View, FOV) eingeschränkt, das durch die endliche Größe der Kamerasensoren vorgegeben ist. Traditionelle Lösungen zur Erweiterung des FOV, wie beispielsweise Fisheye-Objektive, Panorama-Stitching oder Multi-Sensor-Arrays, bringen erhebliche Nachteile mit sich, darunter starke periphere Verzerrungen, erhöhte Systemgröße und Komplexität, hohe Kosten sowie die Notwendigkeit mehrerer Belichtungen oder mechanischer Scans. Während computergestützte Bildgebungsverfahren wie Fourier-Ptychographie Verbesserungen bieten, erfordern sie oft iterative Rekonstruktionen und mehrere Einzelbilder, was die Echtzeitanwendbarkeit einschränkt. Diese Studie adressiert die Herausforderung, das FOV eines einzelnen optischen Systems zu erweitieren, ohne die Vergrößerung zu beeinträchtigen oder mehrere Belichtungen zu benötigen, wobei der Fokus speziell auf kompakten Plattformen liegt, bei denen die Sensorgröße eine primäre Beschränkung darstellt.

Methodik
Die vorgeschlagene Technik nutzt eine kodierte Phasenmaske (Coded Phase Mask, CPM), die in ein inkohärentes Bildgebungssystem integriert ist, um das Sichtfeld zu konstruieren. Das Kernkonzept besteht darin, ein Objekt-Antwortmuster (Object Response Pattern, ORP) auf einem Kamerasensor aufzuzeichnen, indem eine CPM vor die erste Linse (L1) eingeführt wird. Die CPM ist eine multiplexierte Maske, die $N$ distinkte Streuphasen umfasst, wobei $N-1$ die Anzahl der isolierten Objektbereiche darstellt, die über die inhärenten Grenzen des Systems hinaus in das Sichtfeld gebracht werden sollen.

Optischer Aufbau: Das System besteht aus einer Objektebene, einer diffraktiven Linse (L1), die mit der CPM kombiniert ist, einer zweiten Linse (L-2) und einer Kamera. Die Bildbedingung ist zwischen der Objekt- und der Bildsensorebene erfüllt.
CPM-Design: Jede der $N$ Streuphasen wird mittels eines modifizierten Gerchberg–Saxton-Algorithmus (GSA) synthetisiert. Jede Phase ist so konzipiert, dass sie ein einzigartiges, spärliches Punktmuster (Point Spread Function oder PSF) in der Fourier-Ebene (Kamerasensor) für eine Punktquelle an dem entsprechenden Objektort erzeugt. Entscheidend ist, dass die Phasen so konstruiert sind, dass selbst wenn ein Objektpunkt außerhalb des natürlichen FOV des Systems liegt, seine Antwort in den Erfassungsbereich des Sensors verschoben wird.
Multiplexing: Um mehrere Phasen gleichzeitig auf einem räumlichen Lichtmodulator (Spatial Light Modulator, SLM) anzuzeigen, verwenden die Autoren eine räumliche Multiplexing-Technik. Eine zufällige Binärmatrix wird in $N$ Abschnitte unterteilt, wobei jeder Abschnitt die entsprechende CPM-Phase auswählt. Diese werden aufsummiert, um eine einzige multiplexierte Phasenmaske zu erstellen, die mit der Phase der diffraktiven Linse kombiniert wird.
Rekonstruktion: Die Kamera zeichnet eine Superposition der Objektantworten auf. Um das ursprüngliche Objekt zu rekonstruieren, wird das aufgezeichnete ORP auf die Größe der vergrößerten Objektebene aufgefüllt (zero-padded). Die PSFs des Systems werden ebenfalls auf Null aufgefüllt und in eine große Matrix verschoben. Die finale Bildwiederherstellung erfolgt über eine einstufige Wiener-Dekonvolution des auf Null aufgefüllten ORP mit der verschobenen Summe der PSFs.

Wesentliche Beiträge

FOV-Konstruktion ohne Vergrößerungsverlust: Die Studie demonstriert eine Methode, mit der $N$ distinkte Objektregionen gleichzeitig auf einem einzigen Sensor erfassen können, ohne die Vergrößerung des Systems zu verändern.
Single-Shot-Betrieb: Im Gegensatz zu scanning-basierten oder Multi-Frame-Verfahren, die computergestützte Methoden nutzen, erfasst dieser Ansatz das erweiterte FOV in einer einzigen Belichtung, was die Eignung für dynamische Szenen erhöht.
Multiplexierte Phasenmasken-Synthese: Die Arbeit beschreibt eine spezifische Methode zur Synthese und zum Multiplexing von $N$ Streuphasen auf einem einzigen SLM, um einzigartige, spärliche PSFs zu erzeugen, die eine Trennung und Rekonstruktion mehrerer Objektbereiche ermöglichen.
Experimentelle Validierung: Die Methode wird sowohl durch Simulationen als auch durch physikalische Experimente für $N=2$ und $N=3$ Objektbereiche unter Verwendung von USAF 1951-Targets validiert.

Ergebnisse

Simulationen: Es wurden MATLAB-Simulationen für $N=3$ Objekte mit einer Kamera-Sensorgröße von $500 \times 500$ Pixeln und einer Objektebene von $1080 \times 1080$ Pixeln durchgeführt. Die Studie evaluierte das Signal-Rausch-Verhältnis (SNR) für variierende Zahlen von spärlichen Punkten ( $K$ ) in der PSF. Die Ergebnisse zeigten, dass eine PSF mit $K=11$ Punkten das höchste SNR lieferte.
Experimente ( $N=2$ ): Unter Verwendung von zwei separaten Beleuchtungskanälen bildete das System erfolgreich zwei Objekte ab, von denen sich eines außerhalb des natürlichen FOV befand. Metriken wie SNR, Structural Similarity Index Measure (SSIM) und der mittlere quadratische Fehler (Mean Squared Error, MSE) wurden analysiert. Die optimale Leistung wurde mit $K=8$ Punkten erreicht, was den besten SSIM und den niedrigsten MSE lieferte.
Experimente ( $N=3$ ): In einem Single-Channel-Setup wurden drei Objekte abgebildet. Das FOV wurde rechnerisch eingeschränkt, um einen kleineren Sensor zu simulieren, wodurch nur das zentrale Objekt direkt abgebildet wurde. Mit der CPM wurden jedoch alle drei Objekte rekonstruiert. Das optimale spärliche Muster wurde mit $K=7$ Punkten ermittelt, was das maximale SNR, das minimale MSE und den höchsten SSIM lieferte.
Rauschanalyse: Die Autoren stellen fest, dass der Rekonstruktionsprozess Hintergrundrauschen einführt, das primär aus der Kreuz-Dekonvolution zwischen verschiedenen Objektantworten ( $ORP_m$ und $PSF_n$ , wobei $m \neq n$ ) sowie aus Nebenkeulen der Intra-Dekonvolution resultiert.

Bedeutung und Ansprüche
Die Arbeit behauptet, dass dieser CPM-basierte Multiplexing-Ansatz im Vergleich zu bestehenden Techniken zur FOV-Erweiterung ein deutliches Gleichgewicht zwischen Kompaktheit, Effizienz und Single-Shot-Betrieb bietet. Sie stellt fest, dass die Methode die Rekonstruktion mehrerer Objektregionen aus einer einzigen Aufnahme ermöglicht, ohne mechanisches Scannen zu erfordern, wobei die native Vergrößerung und Auflösung des Bildgebungssystems erhalten bleiben. Die Rekonstruktion wird als effizient und nicht-iterativ beschrieben, basierend auf einem einzigen Dekonvolutionsschritt.

Die Autoren räumen Einschränkungen ein, insbesondere dass die Anzahl der multiplexierten Regionen durch die Apertur des Systems begrenzt ist, was zu einem SNR-Trade-off führt, wenn die Ordnung des Multiplexings steigt. Sie identifizieren zudem das Kreuz-Dekonvolutionsrauschen als primäre Ursache für die Degradation und geben an, dass zukünftige Arbeiten Zeit-Multiplexing-Methoden untersuchen werden, um dieses Rauschen zu eliminieren, wenngleich dies auf Kosten der zeitlichen Auflösung geht. Die Studie positioniert diese Arbeit als eine Erweiterung des I-COACH (Interferenceless Coded Aperture Correlation Holography) Frameworks und demonstriert dessen Fähigkeit, die Bildgrenzen über die physischen Dimensionen des Sensors hinaus zu erweitern.