大阪大学 産業科学研究所 複合知能メディア研究分野

圧縮センシング

まばらな撮影データから、完全な画像を復元することは可能でしょうか?実は、これは自然画像のスパース性(少数の基底の重み付き線形和で概ね表現可能ということ)に着目した画像再構成処理と、ランダム符号化された撮影過程の組み合わせにより実現可能です。この「光符号化イメージングxスパース再構成」が融合設計された計測技術は圧縮センシング(Compressive Sensing)、または光圧縮イメージング(Optical Compressive Imaging)と呼ばれ、イメージングのスループットを拡大する技術として注目されています。私達は、圧縮センシングに基づく超解像イメージング[1,2]や新原理センサ開発[3]に関するテーマに取り組んでいます。

スパース拘束付き線形逆問題(凸最適化)を反復アルゴリズムで解き、まばらな撮影データから被写体画像を再構成
  1. H. Kawachi, T. Nakamura, K. Iwata, Y. Makihara, and Y. Yagi, “Snapshot super-resolution indirect time-of-flight camera using a grating-based subpixel encoder and depth-regularizing compressive reconstruction,” Optics Continuum, Vol. 2, No. 6, pp. 1368-1383 (2023). [link]
  2. 河内穂高, 中村友哉, 槇原靖, 八木康史, “点像分布関数設計と深度マップ正則化に基づくスナップショット空間超解像ToFセンシング,” 第25回 画像の認識・理解シンポジウム (MIRU2022), 姫路, No. OL4A-1, Jul. 2022. [MIRU学生奨励賞]
  3. T. Nakamura, K. Kagawa, S. Torashima, and M. Yamaguchi, “Super Field-of-View Lensless Camera by Coded Image Sensors,” Sensors, Vol 19, No. 6, 1329 (2019).
  4. T. Ando, R. Horisaki, T. Nakamura, and J. Tanida, “Single-shot acquisition of optical direct and global components using single coded pattern projection,” Japanese Journal of Applied Physics, Vol. 54, No. 4, p. 042501 (2015).