Dit artikel stond oorspronkelijk op Popular Photography.
Elke fotograaf kent deze waarheid: als het op camera's en uitrusting aankomt, kunnen dingen enorm worden – en snel. Vooral op de lenzenafdeling. Hoewel spiegelloos voor het eerst werd aangeprezen als het kleinere, lichtere alternatief voor dikke DSLR's (en in sommige opzichten houden ze zich nog steeds aan die belofte), is het moeilijk te negeren dat deze eens zo veelbelovende lichtgewicht systemen snel kunnen verzanden in glas. En hoewel lenzen sinds het allereerste begin deel uitmaken van het fotografische proces, zou baanbrekend onderzoek door een groep wetenschappers van het Tokyo Institute of Technology kunnen leiden tot nieuwe lensloze beeldvormingssystemen en uiteindelijk tot een lensloze toekomst.
Uitdagingen van een lensloze camera
Het concept van de lensloze camera is niet helemaal nieuw. Tot nu toe heeft de technologie echter nog geen bruikbare resultaten opgeleverd en was de rekentijd die nodig was om de afbeeldingen weer te geven te sloom voor praktisch gebruik.
De huidige technologie vereist het oplossen van een convex optimalisatieprobleem, en iteratieve berekeningen (wat betekent dat meerdere resultaten kunnen worden geretourneerd) maken het een langdurig proces. Maar het voorstel van Tokyo Tech biedt de mogelijkheid om enorme verbeteringen aan het proces aan te brengen.
"Deep learning zou kunnen helpen om de beperkingen van op modellen gebaseerde decodering te vermijden, omdat het in plaats daarvan het model kan leren en de afbeelding kan decoderen door middel van een niet-iteratief direct proces", legde het team uit op Phys.org. "Bestaande deep learning-methoden voor lensloze beeldvorming, die gebruik maken van een convolutioneel neuraal netwerk (CNN), kunnen geen afbeeldingen van hoge kwaliteit produceren. Ze zijn inefficiënt omdat CNN het beeld verwerkt op basis van de relaties van aangrenzende 'lokale' pixels, terwijl lensloze optica lokale informatie in de scène omzet in overlappende 'algemene' informatie op alle pixels van de beeldsensor, via een eigenschap die 'multiplexing' wordt genoemd. '”
Tokyo Tech-onderzoekers stellen nieuwe technologie voor
Het team van Tokyo Tech heeft een nieuwe methode voor beeldreconstructie voorgesteld met behulp van een wiskundig algoritme. De hardware bestaat uit een masker en een beeldsensor, waarbij het masker het invallende licht codeert (licht dat op het onderwerp valt), dat vervolgens patronen op de sensor werpt.
Als je naar deze patronen kijkt, zou het menselijk oog geen bruikbare informatie kunnen ontcijferen – alles wordt weergegeven als onbegrijpelijke klodders, vergelijkbaar met het teken dat achterblijft als je spaghetti op de muur gooit of Jackson Pollock op een canvas gaat. Het optische algoritme is echter in staat om de informatie te decoderen, wat redelijk nauwkeurige resultaten oplevert.
"Zonder de beperkingen van een lens, zou de lensloze camera ultraminiatuur kunnen zijn, wat nieuwe toepassingen mogelijk zou maken die onze verbeelding te boven gaan", zegt prof. Masahiro Yamaguchi van Tokyo Tech.
Het team is een pionier in een technologie die ze Vision Transformer (ViT) noemen, die beeldkenmerken kan leren op wat ze omschrijven als een "hiërarchische" manier, waardoor de traditionele CNN-verwerking wordt vermeden. Dit betekent directe reconstructie, zonder dat iteratieve berekeningen nodig zijn, en een vermindering van benaderingsfouten.
Waar CNN vertrouwde op lokale pixelinformatie, kan ViT globale kenmerken in een afbeelding gebruiken. Volgens experimenten is het proces levensvatbaar en maakt de voorgestelde camera beelden van hoge kwaliteit met een verwerkingstijd die realtime opname mogelijk maakt.
“Het uiteindelijke doel van een lensloze camera is om miniatuur-maar-machtig te zijn. We zijn verheugd om het voortouw te nemen in deze nieuwe richting voor de volgende generatie imaging- en sensing-oplossingen”, zegt de hoofdauteur van de studie, dhr. Xiuxi Pan van Tokyo Tech.
De post Tokyo-onderzoekers die een nieuwe lensloze camera ontwikkelden, verscheen voor het eerst op Popular Science.
