EP4118458A2 - System und verfahren zur bildrekonstruktion unter verwendung eines optischen aufbaus zur aktiven beleuchtung mit einzelnen photonen - Google Patents

System und verfahren zur bildrekonstruktion unter verwendung eines optischen aufbaus zur aktiven beleuchtung mit einzelnen photonen

Info

Publication number
EP4118458A2
EP4118458A2 EP21711542.7A EP21711542A EP4118458A2 EP 4118458 A2 EP4118458 A2 EP 4118458A2 EP 21711542 A EP21711542 A EP 21711542A EP 4118458 A2 EP4118458 A2 EP 4118458A2
Authority
EP
European Patent Office
Prior art keywords
photon
groups
group
illumination
designed
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
EP21711542.7A
Other languages
English (en)
French (fr)
Inventor
Dominik Walter
Carsten PITSCH
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Karlsruher Institut fuer Technologie KIT
Fraunhofer Gesellschaft zur Foerderung der Angewandten Forschung eV
Original Assignee
Karlsruher Institut fuer Technologie KIT
Fraunhofer Gesellschaft zur Foerderung der Angewandten Forschung eV
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Karlsruher Institut fuer Technologie KIT, Fraunhofer Gesellschaft zur Foerderung der Angewandten Forschung eV filed Critical Karlsruher Institut fuer Technologie KIT
Publication of EP4118458A2 publication Critical patent/EP4118458A2/de
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G01S17/894—Three-dimensional [3D] imaging with simultaneous measurement of time-of-flight at a two-dimensional [2D] array of receiver pixels, e.g. time-of-flight cameras or flash lidar
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/42—Simultaneous measurement of distance and other co-ordinates
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/481—Constructional features, e.g. arrangements of optical elements
    • G01S7/4816—Constructional features, e.g. arrangements of optical elements of receivers alone
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/483—Details of pulse systems
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/0499—Feedforward networks
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/09—Supervised learning
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/092—Reinforcement learning
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming

Definitions

  • the application relates to a system and a method for image reconstruction using an optical structure for active illumination with individual photons.
  • a quantum ghost imaging setup is known from the prior art (see [1]).
  • the temporal link between the two photons is used in that the detection of the illumination photon acts as a trigger of the detector for the reference photon, the reference photon being detected late using an image-retaining optical delay line in order to enable coincidence detection.
  • the image information of the illumination photon can be reconstructed from the image information of the reference photon.
  • Such cameras can, however, be triggered externally in order to be ready for a time window following the trigger
  • the detectors of both arms are synchronized with each other, i.e. the detection of one detector triggers the detection readiness of the second detector.
  • the quantum ghost imaging setup in [2] is described in more general terms and includes an independent detection of the illumination photon and reference photon and the subsequent reconstruction of the image information.
  • the method of image reconstruction is not specified in more detail.
  • a system according to claim 1, a method according to claim 27 and a computer program according to claim 28 are provided.
  • a system for creating a shot of an object to create a representation of the object comprises a photon source for outputting a plurality of photon groups, each photon group of the plurality of photon groups comprising correlated photons, wherein the mutually correlated photons comprise at least one reference photon and at least one illumination photon. Furthermore, the system comprises a separation system for separating the at least one reference photon and the at least one illumination photon of each photon group of the plurality of photon groups. The system further comprises a first detector unit for detecting the at least one reference photon of each photon group of the plurality of photon groups.
  • the system comprises a second detector unit for detecting the at least one Illumination photons of each photon group of the plurality of photon groups after the at least one illumination photon has been reflected on the object or scattered by the object or has transmitted a plane in which the object is located.
  • the system further comprises a processing unit for generating the representation of the object depending on the detection of the at least one reference photon of each photon group of the plurality of photon groups by the first detector unit and depending on the detection of the at least one illumination photon of each photon group of the plurality of photon groups by the second detector unit.
  • a method for generating a recording of an object is provided in order to obtain a representation of the object.
  • the procedure includes:
  • each photon group of the plurality of photon groups comprising photons that are correlated with one another, wherein the photons that are correlated with one another include at least one reference photon and at least one illumination photon.
  • Fig. 1 shows an example of a system for realizing a structure with SPDC
  • SPDC spontaneous parametric down-conversion
  • German parametric fluorescence
  • Fig. 2 shows an example of a system for realizing a structure with SPDC
  • Fig. 3 shows an exemplary system for realizing a structure with FWM
  • Figure 4 shows an example of the operation of a particular implementation of a
  • Fig. 5 shows an example of the topology of a neural network / neural
  • FIG. 1 shows a system for generating a recording of an object 104 in order to generate a representation of the object 104, according to an embodiment. It goes without saying that the object 104 is not part of the system for generating an image of the object 104. Rather, the system is suitable for generating a recording of the object 104.
  • the system comprises a photon source 101 for outputting a plurality of photon groups, each photon group of the plurality of photon groups comprising correlated photons, wherein the mutually correlated photons comprise at least one reference photon and at least one illumination photon.
  • photon sources are photon source 201 in FIGS. 2 and Photon source 301 in FIG. 3.
  • the at least one illumination photon is correlated with the at least one reference photon.
  • the system further comprises a separation system 102 for separating the at least one reference photon and the at least one illumination photon of each photon group of the plurality of photon groups.
  • separation systems are separation system 202 in FIG. 2 and separation system 302 in FIG. 3.
  • the system further comprises a first detector unit 107 for detecting the at least one reference photon of each photon group of the plurality of photon groups. Further examples of a first detector unit are detector unit 208 in FIG. 2 and detector unit 307 in FIG. 3.
  • the system further comprises a second detector unit 108 for detecting the at least one illumination photon of each photon group of the plurality of photon groups after the at least one illumination photon has been reflected on the object 104 or scattered by the object 104 or a plane in which the object 104 is located has transmitted.
  • a second detector unit are detector unit 206 in FIG. 2 and detector unit 308 in FIG. 3.
  • a detector unit can have one detector (such as detector unit 206 in FIG. 2) or several detectors (such as detector unit 308 in FIG. 3). , whereby several detectors can be realized spatially together or spatially separated from one another.
  • the system further comprises a processing unit 110 for generating the representation of the object 104 depending on the detection of the at least one reference photon of each photon group of the plurality of photon groups by the first detector unit 107 and depending on the detection of the at least one illumination photon of each photon group of the plurality of photon groups by the second detector unit 108.
  • a processing unit are processing unit 210 in FIG. 2 and detector unit 310 in FIG. 3.
  • an object e.g. to be recorded or detected
  • object 204 in FIG. 2 can be found with object 204 in FIG. 2 and with object 304 in FIG. 3.
  • the system for generating an image of the object 104; 204; 304 furthermore, for example, a system for synchronization 209; 309 include.
  • a such a system for synchronization 209; 309 is shown in FIGS. 2 and 3, for example.
  • the system for synchronization 209; 309 for example, the first detector unit 107; 208; 307 with the second detector unit 108; 206; 308 time synchronize or relate the detection of both units to a common, referencable time base in order to obtain a referencable detection of the individual photons of the photon group and the processing unit 110; 210; 310 to be handed over.
  • the processing unit 110; 210; 310 can be designed, for example, to display the object 104; 204; 304 depending on the referenceable detection of each of the photon groups.
  • the at least one reference photon of the photon group and the at least one illumination photon of the photon group can be entangled.
  • the system for generating an image of the object 104; 204; 304 further, for example, an optical system 207; 305 for improving the imaging of the at least one reference photon of each photon group of the plurality of photon groups from the separation system 102; 202; 302 to the first detector unit 107; 208; 307 have.
  • Such an optical system 207; 305 is shown in FIGS. 2 and 3, for example.
  • the system for generating a recording of the object 104; 204; 304 further, for example, an optical system 203; 303 for improving the imaging of the at least one illumination photon of each photon group of the plurality of photon groups from the separation system 102; 202; 302 to the object 104; 204; 304 have.
  • Such an optical system 203; 303 is shown in FIGS. 2 and 3, for example.
  • the system for generating an image of the object 104; 204; 304 further, for example, an optical system 205; 306 for improving the imaging of the at least one illumination photon of each photon group of the plurality of photon groups, which is produced by the object 104; 304 reflected or from the object 104; 204; 304 was scattered or that by the plane in which the object 104; 204 is located, is transmitted, have on the second detector unit.
  • Such an optical system 205; 306 is shown in FIGS. 2 and 3, for example.
  • the photon source 101; 201; 301 be formed, for example, for each photon group of the plurality of photon groups, the at least one To generate illumination photon of the photon group and the at least one reference photon of the photon group in a spatially and / or temporally random or pseudo-random manner.
  • the photon source 101; 201; 301 e.g. be designed to generate, for each photon group of the plurality of photon groups, the at least one illumination photon of the photon group and the at least one reference photon of the photon group randomly or pseudo-randomly only within a selected time window by preventing the generation outside the time window.
  • the time window can depend on a predefined image depth or on parameters of the detectors.
  • the processing unit 110; 210; 310 for example, be designed to carry out an assessment which depends on a surface structure of the object 104 obtained; 204; 304, and / or a obtained brightness of the obtained surface structure of the object 104; 204; 304, and / or a density of obtained surface voxels of the object 104; 204; 304, and / or a brightness distribution associated with the density of the surface voxels obtained.
  • a single surface voxei is defined in three dimensions, e.g. by its Cartesian coordinates x, y and z.
  • the plurality of photon groups can be a first set of photon groups
  • the rating can be, for example, a first rating
  • the photon source 101; 201; 301 can be configured, for example, if the first evaluation does not meet a predefined criterion and / or does not exceed a predefined threshold value, to output one or more additional sets of photon groups, which can differ from each other and from the first set of photon groups until another Evaluation of one or more further evaluations, for the determination of which the processing unit 110; 210; 310 is formed, meets the predefined criterion or exceeds the predefined threshold value.
  • the spectrum can be modified by changing the temperature of the crystal; by increasing the pump power, for example, more photon groups / sec can be generated; by changing the pump focusing, for example, the distribution can be influenced.
  • the processing unit 110; 210; 310 be designed, for example, each of the one or more further evaluations as a function of a further obtained surface structure of the object 104; 204; 304, and / or a further obtained brightness of the further obtained surface structure of the object 104; 204; 304, and / or a further density of further obtained surface voxels of the Object 104; 204; 304, and / or a further brightness distribution associated with the further density of the further obtained surface voxels.
  • the system for generating an image of the object 104; 204; 304 comprise a neural network, for example.
  • An example of a corresponding neural network is shown in FIG. 5.
  • the neural network can be designed, for example, to receive detection locations and / or detection times of a set of photon groups from the plurality of photon groups as input data set for training. Furthermore, the neural network can be designed, for example, to receive information about the object as an output data set for training.
  • the aim of the data evaluation is, for example, to reliably determine the photons that belong to a photon group (that are, for example, entangled with one another, e.g. RA and BA photons). Only then can all information be correctly assigned and real image information obtained.
  • RA photon stands for reference arm photon or for reference photon
  • BA photon stands for illumination arm photon or for illumination photon.
  • the neural network can be, for example, a single-layer feedforward network or, for example, a multi-layer feedforward network or, for example, a recurrent network.
  • the system for generating an image of the object 104; 204; 304 for example, be designed to generate or update the neural network by neuroevolution.
  • the system for generating a recording of the object 104; 204; 304 for example, be designed to use monitored learning as the learning method of the neural network.
  • the system for generating an image of the object 104; 204; 304 for example, be designed to compare, as an evaluation criterion for supervised learning, to what extent a reconstruction of the object is similar to the object.
  • the processing unit 110; 210; 310 for example, be designed to determine a distance to the object. In one embodiment, the processing unit 110; 210; 310 be designed, for example, to determine a three-dimensional surface of the object.
  • the processing unit 110; 210; 310 for example, be designed to use a gradient method to generate the representation of the object.
  • the processing unit 110; 210; 310 for example, be designed to use an optimization heuristic to generate the representation of the object.
  • the representation of the object 104; 204; 304 for example, a static representation of the object 104; 204; 304 act.
  • the representation of the object 104; 204; 304 for example, a representation of the object 104; 204; 304 act in motion over time.
  • the processing unit 110; 210; 310 for example, be configured to use an algorithm with which the object 104; 204; 304, after it is recognized, can be traced.
  • the processing unit 110; 210; 310 for example, be designed to repeat an object recognition at regular time intervals
  • the processing unit 110; 210; 310 for example, be designed to determine a temporal dynamics of the object.
  • FIG. 2 shows, by way of example, a system for realizing a structure with an SPDC source in transmission with asynchronous detection according to a further embodiment.
  • the detectors are synchronized in order to receive “global”, referenced time stamps. The detection itself takes place asynchronously / independently
  • FIG. 2 shows a source 201 of entangled photons.
  • the system of FIG. 2 also has a system 202 for separating the entangled photons.
  • a system can be, for example, a dichroic mirror, a polarizing beam splitter or the like.
  • a partially translucent object 204 is to be imaged in FIG. 2.
  • the system in FIG. 2 has an optical system 203 for optimizing the image onto the object 204.
  • the system of FIG. 2 comprises a Bucket detector 206 for the temporal detection of the idler photons (illumination photons). Furthermore, the system in FIG. 2 has an optical system 205 for optimizing the detection of the bucket detector 206.
  • the system in FIG. 2 has a detector 208 for temporal and spatial detection of the signal photons (reference photons) and an optical system 207 for optimizing the image on the signal arm detector 208.
  • a system 209 for synchronizing the bucket detector and signal arm detector and a processing unit (e.g. arithmetic logic unit) 210 for image reconstruction are provided in the system of FIG. 2.
  • the processing unit 210 is provided to generate the image to be recorded.
  • FIG 3 shows an exemplary system for realizing a structure with an FWM source in reflection with detectors on a time recording device according to a further embodiment.
  • the system of FIG. 3 has an FWM source 301 of entangled photons.
  • the system of Fig. 3 further includes a system 302 for separating the entangled photons (e.g. dichroic mirror, polarizing beam splitter, or the like).
  • a system 302 for separating the entangled photons e.g. dichroic mirror, polarizing beam splitter, or the like.
  • a reflecting or scattering object 304 is to be imaged in FIG. 3.
  • the system in FIG. 3 has an optical system 303 for optimizing the image onto the object 304.
  • the system of FIG. 3 has one or more (eg two or more) Bucket detectors 308 for the temporal detection of the idler photons (illumination photons) and one or more optical systems 306 for optimizing the detection of the one or more bucket detectors 308 .
  • the system in FIG. 3 has a detector 307 for the temporal and spatial detection of the signal photons (reference photons) and an optical system 305 for optimizing the mapping onto the signal arm detector 307.
  • the system of FIG. 3 provides a system 309 for temporal recording and synchronization or referencing of the data of the one or more bucket detectors 308 and the signal arm detector 307, as well as a processing unit (eg arithmetic logic unit) 310 for image reconstruction .
  • the processing unit 310 is provided to generate the image to be recorded.
  • FIG. 4 shows an example of the mode of operation of a special implementation of an optimization algorithm based on an evolutionary algorithm according to a further embodiment.
  • FIG. 4 shows a data record 401 of the lighting arm and a data record 402 of the reference arm.
  • a time difference 403 to possible RA photon partners for BA photon A and a time difference 404 to possible RA photon partners for BA photon B are illustrated.
  • position data 405 of the possible partners for photon A and position data 406 of the possible partners for photon B are shown in FIG.
  • FIG. 4 shows a BA-RA photon pair A 407, which results in image voxel A with the coordinates (XA2, yA2, ZA2), and a BA-RA photon pair B 408, the image voxel B with the coordinates (x Bi , yei, ZBI ) results.
  • the remaining data set 409 of all further assumed pairings of BA and RA photons, which each result in an image voxel, is also shown in FIG.
  • This data set forms the DNA of an evolutionary algorithm.
  • the cloud of all image voxels is optimized through repeated mutation, evaluation and selection of the assumed pairings in such a way that the real 3D scene is reconstructed as well as possible.
  • Fig. 5 shows an example of the topology of a neural network / neural network.
  • FIG. 5 shows an input layer 501 for inputting the data. Furthermore, FIG. 5 shows a hidden layer 503 and an output layer 504. Weighted connections 502 exist between the layers of the neural network.
  • a first of these further exemplary embodiments (hereinafter referred to as example 1) can be implemented as one of the variants described below, variant a) or variant b) or variant c).
  • Example 1 A method for generating images from data of a structure for spatially and temporally resolved measurement of biphotons (entangled photon pairs) is provided.
  • the method has one or more of the following variants and method steps:
  • Variant a) of example 1 takes place using an optimization algorithm.
  • a3) A determination of the density distribution of the cloud from image voxels, which is defined by the BARA data pairs, and determination of surface voxels on the basis of the distribution of image voxels.
  • a4) A change in the assignment of one or more BA-RA data pairs by selecting one of the two data partners. This step can be omitted in the first run a5) A repetition of steps a2) a3) and a4) by a
  • Optimization algorithm that is aimed at optimizing the object evaluation in multiple runs so that the object can be better recognized and / or the density of the surface voxels and / or the associated brightness distribution and / or the statistics of the distribution of non-surface voxels is improved.
  • Variant b) of example 1 takes place using an artificial neural network (hereinafter ANN) comprising an input and an output layer and the following additional topologies, learning strategies, training data and characteristics.
  • ANN artificial neural network
  • Variant b) comprises: b1) Use of one or more hidden layers.
  • the associated ANNs have a single-layer feedforward network, a multi-layer feedforward network or a recurrent network. The activation functions between the layers can be freely selected.
  • b2) Use of an ANN generated by neuroevolution. The activation function of each neuron can be freely selected.
  • b3) Measured or simulated data sets of RA and BA photons, or parts of these data sets, are used as input data sets for training or for evaluating the ANNs described under b1) and b2).
  • the data can be preprocessed.
  • 3D image information of measured or simulated objects and / or their surface and / or their structure are used as the output data set for training or for evaluating the ANNs described under b1) and b2).
  • Simulated objects also include idealized or abstract shapes.
  • b5) As a learning process or as a fitness function of the ANNs described under b1) and b2), monitored learning and / or reinforced learning is used.
  • a quantitative measure of the similarity of the reconstructed object to the target object and / or the density of the surface voxels and / or the brightness distribution of the surface voxels and / or the statistics of the distribution of non-surface voxels is used as an assessment for the reinforced learning.
  • Variant c) of Example 1 is carried out using a combination of one or more of the optimization algorithms mentioned under variant a) and / or one or more of the neural networks mentioned under variant b) (for example the combination of a slowly converging method, each of which is the starting point for a rapidly converging method).
  • Example 2 The method for imaging according to Example 1, characterized in that the surface voxels of the object form a surface with minimal curvature.
  • Example 3 Method for imaging according to Example 1, characterized in that the shape of the 3D surface corresponds to an expected object (e.g. person, vehicle, house, ship, ).
  • an expected object e.g. person, vehicle, house, ship, .
  • Example 4 Method for imaging according to one of Examples 1 to 3, characterized in that the distance to the object is obtained using additional information, e.g. by classic imaging.
  • Example 5 A method for imaging according to one of Examples 1 to 4, characterized in that the 3D surface is obtained in whole or in part on the basis of additional information, e.g. by classic imaging.
  • Example 6 Method for imaging according to one of Examples 1 to 5, characterized in that a gradient method (such as, for example, Stochastic Gradient Descent or others) is used as the optimization method.
  • Example 7 Method for imaging according to one of Examples 1 to 5, characterized in that an optimization heuristic (such as simulated annealing or a genetic or evolutionary algorithm or others) is used as the optimization method.
  • Example 8 Method for imaging according to one of Examples 1 to 5, characterized in that it was optimized by construction methods.
  • Example 9 Method for imaging according to one of Examples 1 to 5, characterized in that it was optimized by means of series examinations.
  • Example 10 Method for imaging according to one of Examples 6 to 9, characterized in that several algorithms are used in parallel (or in sequence for image recognition), such as an algorithm that can track a recognized object.
  • Example 11 Method for imaging according to one of Examples 6 to 10, characterized in that the object recognition is repeated at regular time intervals on the basis of the information from the entire data sets or parts thereof.
  • Example 12 Method for imaging according to one of Examples 6 to 11, characterized in that a temporal dynamics of the object can be obtained on the basis of an object recognition on the basis of different parts of the data sets.
  • Embodiments provide a solution to a problem that occurs in a novel optical setup, quantum ghost imaging with asynchronous detection.
  • Quantum Ghost Imaging uses the information from two detectors in two different optical arms to obtain the image information.
  • the setup provides that entangled photon pairs are generated and divided into the two arms of the setup. Meaningful image information can only be obtained if the detectors in both arms detect the two photons of an entangled photon pair.
  • the photons of a photon pair are generated at the same time and have a known speed (speed of light in the medium). Embodiments are based on the fact that if one knows the flight path of both photons, one can deduce the affiliation of the respectively detected photons to the same photon pair via a time-resolved detection of the detectors of both arms.
  • Embodiments provide a structure that can be used for imaging with quantum ghost imaging.
  • the provided 3D image reconstruction solves a complex problem, since the assignment of the detected photons of both arms to photon pairs is not unambiguous.
  • a 3D image reconstruction algorithm is provided that realizes efficient 3D imaging with entangled photons.
  • a quantum technology camera can be provided.
  • image information per photon interacting with the object can be provided which is higher than in other systems of the prior art.
  • Embodiments provide computer-aided concepts, e.g., a computer-aided system and / or a computer-aided method for image reconstruction using an optical setup for active illumination with single photons.
  • the computer-aided concepts enable imaging with single photons at any distance.
  • the illumination photons are generated in such a way that they have a photon partner that is correlated with them and whose measurement is used to determine the point in time and the position or the pulse of the illumination photon can, as a result of the temporal measurement of the back-reflected illumination photon the possibility of obtaining a 3D image point (image voxel) of the illuminated scene.
  • the entire illuminated scene can be obtained from a large number of image voxels obtained using a computer-implemented algorithm for image reconstruction.
  • the new method and the associated structure provide, for example, that a source for mutually correlated photons is used which generates at least two mutually correlated photons.
  • an optical system can be used to separate the correlated photons.
  • At least one temporally and one temporally and spatially resolving single photon detector can be used.
  • concepts for the time synchronization of the points in time of the detection of all detectors can be used.
  • an implementation of an algorithm for image reconstruction from the information obtained can be used.
  • Embodiments use, for example, a computer unit with the required computing and storage capacity.
  • the system and method according to embodiments can be used for remote sensing, tomography and three-dimensional imaging, for example.
  • Embodiments relate to an imaging method in which a scene composed of one or more objects is illuminated by individual photons (illumination photons).
  • the illumination photons are entangled here with a reference photon.
  • the illuminated scene can be reconstructed by measuring the illumination photons over time and measuring the reference photons over time and space.
  • the spatial Measurement refers to the two spatial axes of the detection plane.
  • the photons of the photon pair can have the same or different wavelengths.
  • optical structure of embodiments can correspond, for example, to a "quantum ghost imaging" structure.
  • the new method for 3D image reconstruction can also be used in other setups in which a time difference and location or pulse information from correlated photon pairs can be determined.
  • the structure spatially separates the entangled photons into two arms, with the first arm, the so-called illumination arm, images the illumination photon on the object and detects the illumination photon reflected back in a temporally resolved manner.
  • the terminology used herein is exemplary only and is not intended to limit the full scope of the invention.
  • the singular forms illumination and reference photon also stand for the corresponding plural forms.
  • the object represents one or more objects or a complete area.
  • the imaging takes place in both arms of the structure in such a way that the emission plane of the non-linear crystal is imaged onto the object in the illumination arm and the detector of the reference arm.
  • This embodiment has the advantage that the sharpness of the image is not given by the angle correlation but by the optics used and the resolution limit is therefore only limited by the numerical aperture of the emission according to the Abbe limit.
  • the disadvantage of this design is that crystal designs with the largest possible cross-section are required, while crystal designs with periodic polarity can currently only be manufactured with very small cross-sections.
  • the imaging in both arms of the structure takes place in such a way that the Fourier plane of the emission of the nonlinear crystal is imaged onto the object in the illumination arm and the detector of the reference arm.
  • This embodiment uses the angle correlation to transmit the image information, which leads to an increase in the depth of field.
  • the SPDC emission should correspond to a point-shaped source as possible, which is why the pump beam must be strongly focused.
  • the sharpest possible angular correlation of the photons is to be ensured in order to improve the resolving power.
  • the time-of-flight of the photons correspond to spatial distances Since the position or the direction of the emission of the illumination photon is known from a spatially resolved measurement of the reference photon correlated with the illumination photon, the position at which the illumination photon on the object can be clearly determined was reflected.
  • the detection time and position passed to the computing unit and stored there in a data record.
  • the detection time is also passed to the computing unit and stored in a second data set.
  • a method for synchronizing the registered time stamps must be available.
  • either the detectors can be synchronized with one another or the data can be transmitted to one or more devices that are synchronized with one another for external synchronization.
  • a BA photon is a detected event by the detector of the lighting arm of the structure. This event can be a detection of an illumination photon or a background photon or the result of dark noise.
  • An RA photon is a detected event by the detector of the reference arm of the structure. This event can be a detection of a reference photon or a background photon or the result of dark noise.
  • a surface voxel is an image voxel that is considered to be associated with the surface of the object.
  • the brightness of a coherent area of the cloud of image voxels can result, for example, from the density of the image voxels in this area.
  • aspects have been described in connection with a device, it goes without saying that these aspects also represent a description of the corresponding method, so that a block or a component of a device is also to be understood as a corresponding method step or as a feature of a method step. Analogously to this, aspects that have been described in connection with or as a method step also represent a description of a corresponding block or details or features of a corresponding device.
  • Some or all of the method steps can be performed by hardware apparatus (or using hardware apparatus) such as a microprocessor, a programmable computer, or an electronic circuit. In some embodiments, some or more of the most important process steps can be performed by such an apparatus.
  • exemplary embodiments of the invention can be implemented in hardware or in software or at least partially in hardware or at least partially in software.
  • the implementation can be carried out using a digital storage medium, for example a floppy disk, a DVD, a BluRay® disc, a CD, a ROM, a PROM, an EPROM, an EEPROM or a FLASH memory, a hard disk or another magnetic or optical memory are carried out on the electronically readable control signals are stored, which can interact with a programmable computer system or cooperate in such a way that the respective method is carried out. Therefore, the digital storage medium can be computer readable.
  • Some exemplary embodiments according to the invention thus include a data carrier which has electronically readable control signals which are capable of interacting with a programmable computer system in such a way that one of the methods described herein is carried out.
  • exemplary embodiments of the present invention can be implemented as a computer program product with a program code, the program code being effective to carry out one of the methods when the computer program product runs on a computer.
  • the program code can, for example, also be stored on a machine-readable carrier.
  • an exemplary embodiment of the method according to the invention is thus a computer program which has a program code for performing at least one of the methods described herein when the computer program runs on a computer.
  • a further exemplary embodiment of the method according to the invention is thus a data carrier (or a digital storage medium or a computer-readable medium) on which the computer program for performing one of the methods described herein is recorded.
  • the data carrier or the digital storage medium or the computer-readable medium are typically tangible and / or non-transitory.
  • a further exemplary embodiment of the method according to the invention is thus a data stream or a sequence of signals which represents or represents the computer program for performing one of the methods described herein.
  • the data stream or the sequence of signals can, for example, be configured to be transferred via a data communication connection, for example via the Internet.
  • Another exemplary embodiment comprises a processing device, for example a computer or a programmable logic component, which are configured or adapted to carry out one of the methods described herein.
  • a processing device for example a computer or a programmable logic component, which are configured or adapted to carry out one of the methods described herein.
  • Another exemplary embodiment comprises a computer on which the computer program for performing one of the methods described herein is installed.
  • a further exemplary embodiment according to the invention comprises a device or a system which is designed to transmit a computer program for performing at least one of the methods described herein to a receiver.
  • the transmission can take place electronically or optically, for example.
  • the receiver can be, for example, a computer, a mobile device, a storage device or a similar device.
  • the device or the system can comprise, for example, a file server for transmitting the computer program to the recipient.
  • a programmable logic component for example a field-programmable gate arrangement, an FPGA
  • a field-programmable gate arrangement can interact with a microprocessor in order to carry out one of the methods described herein.
  • the methods are performed by any hardware device. This can be hardware that can be used universally, such as a computer processor (CPU), or hardware specific to the method, such as an ASIC, for example.
  • CPU computer processor
  • ASIC application specific integrated circuit

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Biophysics (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Biomedical Technology (AREA)
  • Artificial Intelligence (AREA)
  • Electromagnetism (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

Ein System zur Erzeugung einer Aufnahme eines Objekts (104), um eine Darstellung des Objekts (104) zu erzeugen, wird bereitgestellt. Das System umfasst eine Photonenquelle (101) zur Ausgabe einer Mehrzahl von Photonengruppen, wobei jede Photonengruppe der Mehrzahl der Photonengruppen miteinander korrelierte Photonen umfasst, wobei die miteinander korrelierten Photonen mindestens ein Referenz photon und mindestens ein Beleuchtungsphoton umfassen. Des Weiteren umfasst das System ein Trennsystem (102) zur Trennung des mindestens einen Referenzphotons und des mindestens einen Beleuchtungsphotons jeder Photonengruppe der Mehrzahl der Photonengruppen. Ferner umfasst das System eine erste Detektoreinheit (107) zur Detektion des mindestens einen Referenzphotons jeder Photonengruppe der Mehrzahl der Photonengruppen. Des Weiteren umfasst das System eine zweite Detektoreinheit (108) zur Detektion des mindestens einen Beleuchtungsphotons jeder Photonengruppe der Mehrzahl der Photonengruppen, nachdem das mindestens eine Beleuchtungsphoton an dem Objekt (104) reflektiert oder von dem Objekt (104) gestreut wurde oder eine Ebene, in der sich das Objekt (104) befindet, transmittiert hat. Ferner umfasst das System eine Verarbeitungseinheit (110) zur Erzeugung der Darstellung des Objekts (104) abhängig von der Detektion des mindestens einen Referenzphotons jeder Photonengruppe der Mehrzahl der Photonengruppen durch die erste Detektoreinheit (107) und abhängig von der Detektion des mindestens einen Beleuchtungsphotons jeder Photonengruppe der Mehrzahl der Photonengruppen durch die zweite Detektoreinheit (108).

Description

System und Verfahren zur Bildrekonstruktion unter Verwendung eines optischen Aufbaus zur aktiven Beleuchtung mit einzelnen Photonen
Beschreibung
Die Anmeldung betrifft ein System und ein Verfahren zur Bildrekonstruktion unter Verwendung eines optischen Aufbaus zur aktiven Beleuchtung mit einzelnen Photonen.
Aus dem Stand der Technik ist ein Quantum Ghost Imaging Aufbau bekannt (siehe [1]). Dabei wird die zeitliche Verknüpfung beider Photonen ausgenutzt, indem die Detektion des Beleuchtungsphotons als Trigger des Detektors für das Referenzphoton fungiert, wobei das Referenzphoton unter Verwendung einer bilderhaltenden optischen Verzögerungsstrecke verspätet detektiert wird, um eine Koinzidenzdetektion zu ermöglichen. Durch die Korrelation der Emissionswinkel der Photonen und deren Erzeugung am gleichen Ort kann die Bildinformation des Beleuchtungsphotons aus der Bildinformation des Referenzphotons rekonstruiert werden.
Der erste Aufbau zu Quanten Ghost Imaging entstand 1995. Eine technische Besonderheit aktuell verfügbarer Einzelphotonendetektoren (z.B. Single Photon Avalanche Diode, „SPAD") ist, dass sie nach einer Detektion eine Totzeit besitzen, in der sie nichts detektieren können. Für Quanten Ghost Imaging wird in einem der beiden Arme ein räumlich auflösender Detektor benötigt, der eine möglichst hohe Auflösung besitzen soll, aber auch eine möglichst hohe Quanteneffizienz besitzen soll, um einzelne Photonen pixelaufgelöst nachweisen zu können. Da in Vergangenheit noch keine SPADs mit guter räumlicher Auflösung vorhanden waren wurde dieser Anspruch bisher durch hochsensitive CCD- Kameras erfüllt (siehe [1]), deren Totzeiten aber sehr hoch waren. Solche Kameras können aber extern getriggert werden, um für ein auf den Trigger folgendes Zeitfenster aufnahmebereit zu sein. Um die Wahrscheinlichkeit von Koinzidenzdetektionen der Photonen eines Photonenpaares zu erhöhen wurden in bisherigen Aufbauten die Detektoren beider Arme miteinander synchronisiert, d.h. die Detektion eines Detektors triggert die Detektionsbereitschaft des zweiten Detektors.
Allerdings benötigt es relativ viel Zeit, bis das Triggersignal nach der Detektion des ersten Detektors zum zweiten Detektor übertragen wird, und bis der zweite Detektor daraufhin für eine Aufnahme scharfgeschaltet werden kann. Der noch zu detektierende Photonenpartner muss während diesem Zeitraum optisch verzögert werden (siehe [1]). Ein weiterer Nachteil dieser technologischen Lösung ist, dass keine Aufnahmen mit räumlicher Tiefe erhalten werden können, da die erlaubte Flugzeitdifferenz der Photonen eines Photonenpaares durch den Aufbau von Anfang an festgelegt ist. Dadurch ist dieses Verfahren nicht zur Fernerkundung und Tomographie geeignet, da es auf vorausgehende Informationen bezüglich der Entfernungen angewiesen ist und nur zweidimensionale Informationen liefert.
Aufgrund technologischer Weiterentwicklungen der SPAD-Technologie, ist es möglich, die Photonen in beiden Armen des Ghost Imaging Aufbaus ganz unabhängig, asynchron, zu detektieren. Dadurch ist es möglich, die komplette Information der räumlichen Tiefe der beleuchteten Szene zu erhalten.
Der Quantum Ghost Imaging Aufbau in [2] ist allgemeiner beschrieben und beinhaltet eine unabhängige Detektion des Beleuchtungsphotons und Referenzphotons und der im Anschluss daran erfolgenden Rekonstruktion der Bildinformation. Jedoch wird die Methodik der Bildrekonstruktion nicht näher spezifiziert. Ferner existieren im Stand der Technik grundsätzlich keine Lösungen für einen 3D-Bildrekonstruktionsalgorithmus.
Wünschenswert wäre es, verbesserte Konzepte zur Bildrekonstruktion mit einzelnen Photonen bereitzustellen.
Ein System nach Anspruch 1, ein Verfahren nach Anspruch 27 und ein Computerprogramm nach Anspruch 28 werden bereitgestellt.
Ein System zur Erzeugung einer Aufnahme eines Objekts, um eine Darstellung des Objekts zu erzeugen, wird bereitgestellt. Das System umfasst eine Photonenquelle zur Ausgabe einer Mehrzahl von Photonengruppen, wobei jede Photonengruppe der Mehrzahl der Photonengruppen miteinander korrelierte Photonen umfasst, wobei die miteinander korrelierten Photonen mindestens ein Referenzphoton und mindestens ein Beleuchtungsphoton umfassen. Des Weiteren umfasst das System ein Trennsystem zur Trennung des mindestens einen Referenzphotons und des mindestens einen Beleuchtungsphotons jeder Photonengruppe der Mehrzahl der Photonengruppen. Ferner umfasst das System eine erste Detektoreinheit zur Detektion des mindestens einen Referenzphotons jeder Photonengruppe der Mehrzahl der Photonengruppen. Des Weiteren umfasst das System eine zweite Detektoreinheit zur Detektion des mindestens einen Beleuchtungsphotons jeder Photonengruppe der Mehrzahl der Photonengruppen, nachdem das mindestens eine Beleuchtungsphoton an dem Objekt reflektiert oder von dem Objekt gestreut wurde oder eine Ebene, in der sich das Objekt befindet, transmittiert hat. Ferner umfasst das System eine Verarbeitungseinheit zur Erzeugung der Darstellung des Objekts abhängig von der Detektion des mindestens einen Referenzphotons jeder Photonengruppe der Mehrzahl der Photonengruppen durch die erste Detektoreinheit und abhängig von der Detektion des mindestens einen Beleuchtungsphotons jeder Photonengruppe der Mehrzahl der Photonengruppen durch die zweite Detektoreinheit.
Des Weiteren wird ein Verfahren zur Erzeugung einer Aufnahme eines Objekts bereitgestellt, um eine Darstellung des Objekts zu erhalten. Das Verfahren umfasst:
Ausgeben einer Mehrzahl von Photonengruppen, wobei jede Photonengruppe der Mehrzahl der Photonengruppen miteinander korrelierte Photonen umfasst, wobei die miteinander korrelierten Photonen mindestens ein Referenzphoton und mindestens ein Beleuchtungsphoton umfassen.
Trennen des mindestens einen Referenzphotons und des mindestens einen Beleuchtungsphotons jeder Photonengruppe der Mehrzahl der Photonengruppen.
Detektieren des mindestens einen Referenzphotons jeder Photonengruppe der Mehrzahl der Photonengruppen.
Detektieren des mindestens einen Beleuchtungsphotons jeder Photonengruppe der Mehrzahl der Photonengruppen, nachdem das mindestens eine Beleuchtungsphoton an dem Objekt reflektiert oder von dem Objekt gestreut wurde oder eine Ebene, in der sich das Objekt befindet, transmittiert hat. Und:
Erzeugen der Darstellung des Objekts abhängig von der Detektion des mindestens einen Referenzphotons jeder Photonengruppe der Mehrzahl der Photonengruppen und abhängig von der Detektion des mindestens einen Beleuchtungsphotons jeder Photonengruppe der Mehrzahl der Photonengruppen.
Ferner wird ein Computerprogramm mit einem Programmcode zur Durchführung des oben beschriebenen Verfahrens bereitgestellt.
Nachfolgend werden bevorzugte Ausführungsformen der Erfindung unter Bezugnahme auf die Zeichnungen beschrieben. In den Zeichnungen ist dargestellt:
Fig. 1 zeigt beispielhaft ein System zur Realisierung eines Aufbaus mit SPDC-
Quelle in Reflexion mit asynchroner Detektion gemäß einer Ausführungsform (SPDC = spontaneous parametric down-conversion; deutsch: parametrische Fluoreszenz).
Fig. 2 zeigt beispielhaft ein System zur Realisierung eines Aufbaus mit SPDC-
Quelle in Transmission mit asynchroner Detektion gemäß einer weiteren Ausführungsform.
Fig. 3 zeigt ein beispielhaftes System zur Realisierung eines Aufbaus mit FWM-
Quelle in Reflexion mit Detektoren an Zeitaufnahme-Gerät gemäß einer weiteren Ausführungsform (FWM = Four Wave mixing; deutsch: Vier-Wellen- Mischung).
Fig. 4 zeigt ein Beispiel der Funktionsweise einer speziellen Implementierung eines
Optimierungsalgorithmus anhand eines evolutionären Algorithmus gemäß einer weiteren Ausführungsform.
Fig. 5 zeigt ein Beispiel der Topologie eines neuronalen Netzwerks/neuronalen
Netzes.
Fig. 1 zeigt ein System zur Erzeugung einer Aufnahme eines Objekts 104, um eine Darstellung des Objekts 104 zu erzeugen, gemäß einer Ausführungsform. Es versteht sich, dass das Objekt 104 kein Teil des Systems zur Erzeugung einer Aufnahme des Objekts 104 ist. Vielmehr ist das System zur Erzeugung einer Aufnahme des Objekts 104 geeignet.
Das System umfasst eine Photonenquelle 101 zur Ausgabe einer Mehrzahl von Photonengruppen, wobei jede Photonengruppe der Mehrzahl der Photonengruppen miteinander korrelierte Photonen umfasst, wobei die miteinander korrelierten Photonen mindestens ein Referenzphoton und mindestens ein Beleuchtungsphoton umfassen. Weitere Beispiele für Photonenquellen sind Photonenquelle 201 in Fig. 2 und Photonenquelle 301 in Fig. 3. Dabei ist z.B. das mindestens eine Beleuchtungsphoton mit dem mindestens einen Referenzphoton korreliert.
Des Weiteren umfasst das System ein Trennsystem 102 zur Trennung des mindestens einen Referenzphotons und des mindestens einen Beleuchtungsphotons jeder Photonengruppe der Mehrzahl der Photonengruppen. Weitere Beispiele für Trennsysteme sind Trennsystem 202 in Fig. 2 und Trennsystem 302 in Fig. 3.
Ferner umfasst das System eine erste Detektoreinheit 107 zur Detektion des mindestens einen Referenzphotons jeder Photonengruppe der Mehrzahl der Photonengruppen. Weitere Beispiele für eine erste Detektoreinheit sind Detektoreinheit 208 in Fig. 2 und Detektoreinheit 307 in Fig. 3.
Des Weiteren umfasst das System eine zweite Detektoreinheit 108 zur Detektion des mindestens einen Beleuchtungsphotons jeder Photonengruppe der Mehrzahl der Photonengruppen, nachdem das mindestens eine Beleuchtungsphoton an dem Objekt 104 reflektiert oder von dem Objekt 104 gestreut wurde oder eine Ebene, in der sich das Objekt 104 befindet, transmittiert hat. Weitere Beispiele für eine zweite Detektoreinheit sind Detektoreinheit 206 in Fig. 2 und Detektoreinheit 308 in Fig. 3. Eine Detektoreinheit kann dabei einen Detektor aufweisen (wie Detektoreinheit 206 in Fig. 2) oder mehrere Detektoren aufweisen (wie Detektoreinheit 308 in Fig. 3), wobei mehrere Detektoren dabei räumlich zusammen oder räumlich voneinander getrennt realisiert sein können.
Ferner umfasst das System eine Verarbeitungseinheit 110 zur Erzeugung der Darstellung des Objekts 104 abhängig von der Detektion des mindestens einen Referenzphotons jeder Photonengruppe der Mehrzahl der Photonengruppen durch die erste Detektoreinheit 107 und abhängig von der Detektion des mindestens einen Beleuchtungsphotons jeder Photonengruppe der Mehrzahl der Photonengruppen durch die zweite Detektoreinheit 108. Weitere Beispiele für eine Verarbeitungseinheit sind Verarbeitungseinheit 210 in Fig. 2 und Detektoreinheit 310 in Fig. 3.
Weitere Beispiele für ein (z.B. aufzunehmendes oder zu erfassendes) Objekt finden sich mit Objekt 204 in Fig. 2 und mit Objekt 304 in Fig. 3.
In einer Ausführungsform kann das System zur Erzeugung einer Aufnahme des Objekts 104; 204; 304 des Weiteren z.B. ein System zur Synchronisation 209; 309 umfassen. Ein solches System zur Synchronisation 209; 309 ist beispielsweise in Fig. 2 und in Fig. 3 gezeigt. Das System zur Synchronisation 209; 309 kann z.B. die erste Detektoreinheit 107; 208; 307 mit der zweiten Detektoreinheit 108; 206; 308 zeitlich synchronisieren oder die Detektion beider Einheiten auf eine gemeinsame, referenzierbare Zeitbasis beziehen, um eine referenzierbare Detektion der individuellen Photonen der Photonengruppe zu erhalten und der Verarbeitungseinheit 110; 210; 310 zu übergeben. Die Verarbeitungseinheit 110; 210; 310 kann dabei z.B. ausgebildet sein, die Darstellung des Objekts 104; 204; 304 abhängig von der referenzierbaren Detektion von jeder der Photonengruppen zu erzeugen.
Gemäß einem Ausführungsbeispiel können z.B. für jede Photonengruppe der Mehrzahl der Photonengruppen das mindestens eine Referenzphoton der Photonengruppe und das mindestens eine Beleuchtungsphoton der Photonengruppe verschränkt sein.
In einer Ausführungsform kann das System zur Erzeugung einer Aufnahme des Objekts 104; 204; 304 des Weiteren z.B. ein optisches System 207; 305 zur Verbesserung der Abbildung des mindestens einen Referenzphotons jeder Photonengruppe der Mehrzahl der Photonengruppen von dem Trennsystem 102; 202; 302 auf die erste Detektoreinheit 107; 208; 307 aufweisen. Ein solches optisches System 207; 305 ist beispielsweise in Fig. 2 und in Fig. 3 gezeigt.
Gemäß einer Ausführungsform kann das System zur Erzeugung einer Aufnahme des Objekts 104; 204; 304 des Weiteren z.B. ein optisches System 203; 303 zur Verbesserung der Abbildung des mindestens einen Beleuchtungsphotons jeder Photonengruppe der Mehrzahl der Photonengruppen von dem Trennsystem 102; 202; 302 auf das Objekt 104; 204; 304 aufweisen. Ein solches optisches System 203; 303 ist beispielsweise in Fig. 2 und in Fig. 3 gezeigt.
In einer Ausführungsform kann das System zur Erzeugung einer Aufnahme des Objekts 104; 204; 304 des Weiteren z.B. ein optisches System 205; 306 zur Verbesserung der Abbildung des mindestens einen Beleuchtungsphotons jeder Photonengruppe der Mehrzahl der Photonengruppen, das von dem Objekt 104; 304 reflektiert oder von dem Objekt 104; 204; 304 gestreut wurde oder das durch die Ebene, in der sich das Objekt 104; 204 befindet, transmittiert ist, auf die zweite Detektoreinheit aufweisen. Ein solches optisches System 205; 306 ist beispielsweise in Fig. 2 und in Fig. 3 gezeigt.
Gemäß einer Ausführungsform kann die Photonenquelle 101; 201; 301 z.B. ausgebildet sein, für jede Photonengruppe der Mehrzahl der Photonengruppen, das mindestens eine Beleuchtungsphoton der Photonengruppe und das mindestens eine Referenzphoton der Photonengruppe räumlich und/oder zeitlich zufällig oder pseudozufällig zu erzeugen.
In einer Ausführungsform kann die Photonenquelle 101 ; 201; 301 z.B. ausgebildet sein, für jede Photonengruppe der Mehrzahl der Photonengruppen, das mindestens eine Beleuchtungsphoton der Photonengruppe und das mindestens eine Referenzphoton der Photonengruppe zeitlich zufällig oder pseudozufällig nur innerhalb eines ausgewählten Zeitfensters zu erzeugen, indem die Erzeugung außerhalb des Zeitfenster verhindert wird. Beispielsweise kann das Zeitfenster von einer vordefinierten Bildtiefe oder von Parametern der Detektoren abhängen.
Gemäß einer Ausführungsform kann die Verarbeitungseinheit 110; 210; 310 z.B. ausgebildet sein, eine Bewertung vorzunehmen, die abhängt von einer erhaltenen Oberflächenstruktur des Objekts 104; 204; 304, und/oder einer erhaltenen Helligkeit der erhaltenen Oberflächenstruktur des Objekts 104; 204; 304, und/oder einer Dichte von erhaltenen Oberflächenvoxeln des Objekts 104; 204; 304, und/oder einer zu der Dichte der erhaltenen Oberflächenvoxeln zugehörigen Helligkeitsverteilung. Ein einzelner Oberflächenvoxei ist dabei im Dreidimensionalen z.B. durch seine kartesischen Koordinaten x, y und z definiert.
In einer Ausführungsform kann die Mehrzahl der Photonengruppen z.B. eine erste Menge von Photonengruppen sein, die Bewertung kann z.B. eine erste Bewertung sein, und die Photonenquelle 101; 201; 301 kann z.B. ausgebildet sein, wenn die erste Bewertung ein vordefiniertes Kriterium nicht erfüllt und/oder einen vordefinierten Schwellwert nicht überschreitet, ein oder mehrere weitere Mengen von Photonengruppen auszugeben, die sich z.B. voneinander und von der ersten Menge der Photonengruppen unterscheiden können, bis eine weitere Bewertung von ein oder mehreren weiteren Bewertungen, zu deren Bestimmung die Verarbeitungseinheit 110; 210; 310 ausgebildet ist, das vordefinierte Kriterium erfüllt oder den vordefinierten Schwellwert überschreitet. Beispielsweise kann durch eine Änderung der Temperatur des Kristalls das Spektrum modifiziert werden, durch mehr Pumpleistung können z.B. mehr Photonengruppen/sec erzeugt werden, durch Änderung der Pump-Fokussierung kann z.B. die Verteilung beeinflusst werden.
Gemäß einer Ausführungsform kann die Verarbeitungseinheit 110; 210; 310 z.B. ausgebildet sein, jede der ein oder mehreren weiteren Bewertungen abhängig von einer weiteren erhaltenen Oberflächenstruktur des Objekts 104; 204; 304, und/oder einer weiteren erhaltenen Helligkeit der weiter erhaltenen Oberflächenstruktur des Objekts 104; 204; 304, und/oder einer weiteren Dichte von weiter erhaltenen Oberflächenvoxeln des Objekts 104; 204; 304, und/oder einer zu der weiteren Dichte der weiter erhaltenen Oberflächenvoxeln zugehörigen weiteren Helligkeitsverteilung zu bestimmen.
In einer Ausführungsform kann das System zur Erzeugung einer Aufnahme des Objekts 104; 204; 304 z.B. ein neuronales Netz umfassen. Ein Beispiel für ein entsprechendes neuronales Netz ist in Fig. 5 gezeigt.
Gemäß einer Ausführungsform kann das neuronale Netz z.B. ausgebildet sein, als Eingabedatensatz zum Training Detektionsorte und/oder Detektionszeiten einer Menge an Photonengruppen aus der Mehrzahl der Photonengruppen zu erhalten. Ferner kann das neuronale Netz z.B. ausgebildet sein, als Ausgabedatensatz zum Training Informationen über das Objekt zu erhalten.
Ziel der Datenauswertung ist z.B., die Photonen die zu einer Photonengruppe gehören (die also z.B. miteinander verschränkt sind, z.B. RA- und BA- Photonen) sicher zu bestimmen. Erst dann können alle Informationen richtig zugeordnet werden und echte Bildinformation erhalten werden. (RA-Photon steht für Referenzarm-Photon bzw. für Referenzphoton; BA- Photon steht für Beleuchtungsarm-Photon bzw. für Beleuchtungsphoton.)
In einer Ausführungsform kann es sich bei dem neuronalen Netz z.B. um ein einschichtiges feedforward-Netz oder z.B. um ein mehrschichtiges feedforward-Netz oder z.B. um ein rekurrentes Netz handeln. in einer Ausführungsform kann das System zur Erzeugung einer Aufnahme des Objekts 104; 204; 304 z.B. ausgebildet sein, das neuronale Netz durch Neuroevolution zu erzeugen oder zu aktualisieren.
Gemäß einer Ausführungsform kann das System zur Erzeugung einer Aufnahme des Objekts 104; 204; 304 z.B. ausgebildet sein, als Lernverfahren des neuronalen Netzes überwachtes Lernen einzusetzen.
In einer Ausführungsform kann das System zur Erzeugung einer Aufnahme des Objekts 104; 204; 304 z.B. ausgebildet sein, als Bewertungskriterium für das überwachte Lernen zu vergleichen, inwieweit eine Rekonstruktion des Objekts zu dem Objekt ähnlich ist.
Gemäß einer Ausführungsform kann die Verarbeitungseinheit 110; 210; 310 z.B. ausgebildet sein, eine Entfernung zu dem Objekt zu bestimmen. In einer Ausführungsform kann die Verarbeitungseinheit 110; 210; 310 z.B. ausgebildet sein, eine dreidimensionale Oberfläche des Objekts zu bestimmen.
Gemäß einer Ausführungsform kann die Verarbeitungseinheit 110; 210; 310 z.B. ausgebildet sein, ein Gradientenverfahren zur Erzeugung der Darstellung des Objekts einzusetzen.
In einer Ausführungsform kann die Verarbeitungseinheit 110; 210; 310 z.B. ausgebildet sein, eine Optimierungsheuristik zur Erzeugung der Darstellung des Objekts einzusetzen.
Gemäß einer Ausführungsform kann es sich bei der Darstellung des Objekts 104; 204; 304 z.B. um eine statische Darstellung des Objekts 104; 204; 304 handeln.
In einer Ausführungsform kann es sich bei der Darstellung des Objekts 104; 204; 304 z.B. um eine Darstellung des Objekts 104; 204; 304 in Bewegung über einen Zeitverlauf handeln.
Gemäß einer Ausführungsform kann die Verarbeitungseinheit 110; 210; 310 z.B. ausgebildet sein, einen Algorithmus einzusetzen, mit dem das Objekt 104; 204; 304, nachdem es erkannt wurde, verfolgt werden kann.
In einer Ausführungsform kann die Verarbeitungseinheit 110; 210; 310 z.B. ausgebildet sein, eine Objekterkennung in regelmäßigen Zeitabständen zu wiederholen
Gemäß einer Ausführungsform kann die Verarbeitungseinheit 110; 210; 310 z.B. ausgebildet sein, eine zeitliche Dynamik des Objekts zu bestimmen.
Im Folgenden werden spezifische Ausführungsbeispiele beschrieben.
Fig. 2 zeigt beispielhaft ein System zur Realisierung eines Aufbaus mit SPDC-Quelle in Transmission mit asynchroner Detektion gemäß einer weiteren Ausführungsform. In Fig 2 sind die Detektoren synchronisiert um „globale“, referenzierbare Zeitstempel zu erhalten. Die Detektion selbst erfolgt allerdings asynchron/unabhängig
Insbesondere ist in Fig. 2 eine Quelle 201 von verschränkten Photonen dargestellt. Das System der Fig. 2 weist des Weiteren ein System 202 zur Trennung der verschränkten Photonen auf. Bei einem solchen System kann es sich z.B. um einen dichroitischen Spiegel, einen polarisierenden Strahlteiler oder ähnliches handeln.
In Fig. 2 soll ein teilweise lichtdurchlässiges Objekt 204 abgebildet werden. Das System der Fig. 2 weist hierzu ein optisches System 203 zur Optimierung der Abbildung auf das Objekt 204 auf.
Des Weiteren umfasst das System der Fig. 2 einen Bücket Detektor 206 zur zeitlichen Detektion der Idler Photonen (Beleuchtungsphotonen). Ferner weist das System der Fig. 2 ein optisches System 205 zur Optimierung der Detektion des Bucket-Detektors 206 auf.
Ferner weist das System der Fig. 2 einen Detektor 208 zur zeitlichen und räumlichen Detektion der Signal-Photonen (Referenzphotonen) und ein optisches System 207 zur Optimierung der Abbildung auf den Signal-Arm-Detektor 208 auf.
Des Weiteren ist beim System der Fig. 2 ein System 209 zur Synchronisation von Bucket- Detektor und Signal-Arm-Detektor und eine Verarbeitungseinheit (z.B. Recheneinheit) 210 zur Bildrekonstruktion vorgesehen. Die Verarbeitungseinheit 210 ist dafür vorgesehen, das aufzunehmende Bild zu erzeugen.
Fig. 3 zeigt ein beispielhaftes System zur Realisierung eines Aufbaus mit FWM-Quelle in Reflexion mit Detektoren an Zeitaufnahme-Gerät gemäß einer weiteren Ausführungsform.
So weist das System der Fig. 3 eine FWM-Quelle 301 von verschränkten Photonen auf.
Das System der Fig. 3 weist des Weiteren wiederum ein System 302 zur Trennung der verschränkten Photonen auf (z.B. Dichroitischer Spiegel, polarisierender Strahlteiler oder ähnliches).
In Fig. 3 soll ein reflektierendes oder streuendes Objekt 304 abgebildet werden. Das System der Fig. 3 weist hierzu ein optisches System 303 zur Optimierung der Abbildung auf das Objekt 304 auf. Des Weiterem weist das System der Fig. 3 ein oder mehrere (z.B. zwei oder mehrere) Bücket Detektoren 308 zur zeitlichen Detektion der Idler Photonen (Beleuchtungsphotonen) und ein oder mehrere optische Systeme 306 zur Optimierung der Detektion der ein oder mehreren Bucket-Detektoren 308 auf.
Ferner weist das System der Fig. 3 einen Detektor 307 zur zeitlichen und räumlichen Detektion der Signal-Photonen (Referenzphotonen) und ein optisches System 305 zur Optimierung der Abbildung auf den Signal-Arm-Detektor 307 auf.
Des Weiteren ist beim System der Fig. 3 ein System 309 zur zeitlichen Aufnahme und Synchronisation bzw. Referenzierung der Daten der ein oder mehreren Bucket-Detektoren 308 und des Signal-Arm-Detektors 307 vorgesehen, sowie eine Verarbeitungseinheit (z.B. Recheneinheit) 310 zur Bildrekonstruktion. Die Verarbeitungseinheit 310 ist dafür vorgesehen, das aufzunehmende Bild zu erzeugen.
Fig. 4 zeigt ein Beispiel der Funktionsweise einer speziellen Implementierung eines Optimierungsalgorithmus anhand eines evolutionären Algorithmus gemäß einer weiteren Ausführungsform.
So ist in Fig. 4 ein Datensatz 401 des Beleuchtungsarmes und ein Datensatz 402 des Referenzarmes dargestellt.
Ferner ist eine Zeitdifferenz 403 zu möglichen RA-Photonenpartnern für BA-Photon A und eine Zeitdifferenz 404 zu möglichen RA-Photonenpartnern für BA-Photon B illustriert.
Des Weiteren werden in Fig. 4 Positionsdaten 405 der möglichen Partner für Photon A und Positionsdaten 406 der möglichen Partner für Photon B gezeigt.
Ferner zeigt Fig. 4 ein BA-RA Photonenpaar A 407, das Bildvoxel A mit den Koordinaten (XA2, yA2, ZA2) ergibt, und ein BA-RA Photonenpaar B 408, das Bildvoxel B mit den Koordinaten (xBi, yei, ZBI) ergibt.
Der restliche Datensatz 409 aller weiteren angenommenen Paarungen von BA- und RA- Photonen, die jeweils einen Bildvoxel ergeben, ist ebenfalls in Fig. 4 gezeigt. Dieser Datensatz bildet die DNA eines evolutionären Algorithmus. Im Folgenden wird die Wolke aller Bildvoxel durch wiederholte Mutation, Bewertung und Selektion der angenommenen Paarungen so optimiert, dass die reale 3D-Szene möglichst gut rekonstruiert wird.
Fig. 5 zeigt ein Beispiel der Topologie eines neuronalen Netzwerks/neuronalen Netzes.
So ist in Fig. 5 eine Eingangsschicht 501 zur Eingabe der Daten dargestellt. Des Weiteren zeigt Fig. 5 eine versteckte Schicht 503 und eine Ausgangsschicht 504. Zwischen den Schichten des neuronalen Netzwerks existieren gewichtete Verbindungen 502.
Im Folgenden werden weitere Ausführungsformen beschrieben:
Ein erstes dieser weiteren Ausführungsbeispiele (nachfolgend als Beispiel 1 bezeichnet), kann als eine der nachfolgend beschriebenen Varianten, Variante a) oder Variante b) oder Variante c) realisiert sein.
Beispiel 1 : Ein Verfahren zur Bilderstellung aus Daten eines Aufbaus zur räumlich und zeitlich aufgelösten Messung von Biphotonen (verschränkte Photonenpaare) wird bereitgestellt. Das Verfahren weist eine oder mehrere der folgenden Varianten und Verfahrensschritte auf:
Variante a) von Beispiel 1 erfolgt unter Verwendung eines Optimierungsalgorithmus. Variante a) umfasst: a1 ) Eine zufallsbasierte Zuweisung von einer Anzahl von BA-Photonen zu RA-Photonen (= BA-RA Datenpaar) aus einem geeigneten Zeitfenster. Das Zeitfenster wird dabei so gewählt, dass es die gewünschte Bildtiefe abdeckt. Aus den räumlich aufgelösten Messdaten ergibt sich in Kombination mit der Zeitdifferenz von BA-Photon und dem zugewiesenen RA Photon ein Bildvoxel. a2) Eine Objektbewertung der erhaltenen Oberflächenstruktur und deren Helligkeit bezüglich Erkennungsgrad des Objekts und Dichte der Oberflächenvoxel und die dazugehörige Helligkeitsverteilung. a3) Eine Bestimmung der Dichteverteilung der Wolke aus Bildvoxeln, die durch die BA- RA Datenpaare definiert wird, und Bestimmung von Oberflächenvoxel anhand der Verteilung von Bildvoxeln. a4) Eine Änderung der Zuweisung eines oder mehrerer BA-RA Datenpaare durch Neuwahl eines der beiden Datenpartnern. Dieser Schritt kann beim ersten Durchlauf ausgelassen werden a5) Eine Wiederholung der Schritte a2) a3) und a4) durch einen
Optimierungsalgorithmus, der darauf ausgerichtet ist in vielfachen Durchläufen die Objektbewertung so zu optimieren, dass das Objekt besser erkannt werden kann und/oder die Dichte der Oberflächenvoxel und/oder die dazugehörige Helligkeitsverteilung und/oder die Statistik der Verteilung von Nicht-Oberflächenvoxeln verbessert wird.
Variante b) von Beispiel 1 erfolgt unter Verwendung eines künstlichen neuronalen Netzes (im folgenden KNN) umfassend eine Eingangs- und eine Ausgangsschicht und folgende weiteren Topologien, Lernstrategien, Trainingsdaten und Charakteristika. Variante b) umfasst: b1) Eine Verwendung einer oder mehrerer versteckter Schichten. Die zugehörigen KNNs besitzen ein einschichtiges feedforward-Netz, ein mehrschichtiges feedforward-Netz oder ein rekurrentes Netz. Die Aktivierungsfunktionen zwischen den Schichten sind dabei frei wählbar. b2) Eine Verwendung eines durch Neuroevolution erzeugtem KNN. Die Aktivierungsfunktion jedes Neurons ist frei wählbar. b3) Als Eingabedatensatz zum Training bzw. zur Bewertung der unter b1) und b2) beschriebenen KNN werden gemessene oder simulierte Datensätze von RA- und BA Photonen, oder Teile dieser Datensätze, verwendet. Die Daten können vorverarbeitet sein. b4) Als Ausgabedatensatz zum Training bzw. zur Bewertung der unter b1) und b2) beschriebenen KNN werden 3D-Bildinformationen von gemessenen oder simulierten Objekten genutzt und/oder deren Oberfläche und/oder deren Struktur. Zu simulierten Objekten zählen auch idealisierte oder abstrakte Formen. b5) Als Lernverfahren bzw. als Fitnessfunktion der unter b1) und b2) beschriebenen KNN wird überwachtes Lernen und/oder bestärktes Lernen genutzt. Als Bewertung für das bestärkte Lernen wird ein quantitatives Maß für die Ähnlichkeit des rekonstruierten Objekts mit dem Zielobjekt und/oder die Dichte der Oberflächenvoxei und/oder die Helligkeitsverteilung der Oberflächenvoxei und/oder die Statistik der Verteilung von Nicht- Oberflächenvoxeln genutzt.
Variante c) von Beispiel 1 erfolgt unter Verwendung einer Kombination eines oder mehreren der unter Variante a) genannten Optimierungsalgorithmen und/oder eines oder mehreren der unter Variante b) genannten neuronalen Netze (z.B. der Kombination eines langsam konvergierenden Verfahrens, das jeweils den Startpunkt für ein schnell konvergierendes Verfahren liefert).
Weitere spezifische Ausführungsformen (beispielhaft konkretisierende Beispiele 2 bis 12), die beispielsweise die obigen Varianten a) und/oder b) und/oder c) ergänzen können, werden nachfolgend dargestellt:
Beispiel 2: Verfahren zur Bildgebung nach Beispiel 1 , dadurch gekennzeichnet, dass die Oberflächenvoxei des Objekts eine Oberfläche mit minimaler Krümmung bilden.
Beispiel 3: Verfahren zur Bildgebung nach Beispiel 1 , dadurch gekennzeichnet, dass die Form der 3D-Oberfläche einem erwarteten Objekt (z. B. Person Fahrzeug, Haus, Schiff, ...) entspricht.
Beispiel 4: Verfahren zur Bildgebung nach einem der Beispiele 1 bis 3, dadurch gekennzeichnet, dass die Entfernung zum Objekt anhand zusätzlicher Informationen erhalten wird z.B. durch klassische Bildgebung.
Beispiel 5: Verfahren zur Bildgebung nach einem der Beispiele 1 bis 4, dadurch gekennzeichnet, dass die 3D- Oberfläche ganz oder teilweise anhand zusätzlicher Informationen erhalten wird z.B. durch klassische Bildgebung.
Beispiel 6: Verfahren zur Bildgebung nach einem der Beispiele 1 bis 5, dadurch gekennzeichnet, dass ein Gradientenverfahren (wie z.B. Stochastic Gradient Descent oder weitere) als Optimierungsverfahren genutzt wird. Beispiel 7: Verfahren zur Bildgebung nach einem der Beispiele 1 bis 5, dadurch gekennzeichnet, dass eine Optimierungsheuristik (wie z.B. Simulated Annealing oder ein genetischer bzw. evolutionärer Algorithmus oder weitere) als Optimierungsverfahren genutzt wird.
Beispiel 8: Verfahren zur Bildgebung nach einem der Beispiele 1 bis 5, dadurch gekennzeichnet, dass durch Konstruktionsmethoden optimiert wurde.
Beispiel 9: Verfahren zur Bildgebung nach einem der Beispiele 1 bis 5, dadurch gekennzeichnet, dass durch Reihenuntersuchungen optimiert wurde.
Beispiel 10: Verfahren zur Bildgebung nach einem der Beispiele 6 bis 9, dadurch gekennzeichnet, dass mehrere Algorithmen parallel (oder in Sequenz zur Bilderkennung) zum Einsatz kommen, wie z.B. ein Algorithmus, der ein erkanntes Objekt verfolgen kann.
Beispiel 11: Verfahren zur Bildgebung nach einem der Beispiele 6 bis 10, dadurch gekennzeichnet, dass die Objekterkennung in regelmäßigen Zeitabständen auf Grundlage der Information der gesamten Datensätze oder Teilen davon wiederholt wird.
Beispiel 12: Verfahren zur Bildgebung nach einem der Beispiele 6 bis 11, dadurch gekennzeichnet, dass anhand einer Objekterkennung auf Grundlage verschiedener Teile der Datensätze eine zeitliche Dynamik des Objekts erhalten werden kann.
Nachfolgend werden weitere Ausführungsbeispiele beschrieben:
Ausführungsformen stellen eine Lösung für ein Problem bereit, das in einem neuartigen optischen Aufbau, Quantum Ghost Imaging mit asynchroner Detektion, auftritt. Quantum Ghost Imaging nutzt die Information von zwei Detektoren in zwei unterschiedlichen optischen Armen, um die Bildinformation zu erhalten, Der Aufbau sieht vor, dass verschränkte Photonenpaare erzeugt werden und in die beiden Arme des Aufbaus aufgeteilt werden. Nur wenn die Detektoren in beiden Armen die beiden Photonen eines verschränkten Photonenpaares detektieren, kann daraus sinnvolle Bildinformation erhalten werden.
Die Photonen eines Photonenpaares werden zum gleichen Zeitpunkt erzeugt und besitzen eine bekannte Geschwindigkeit (Lichtgeschwindigkeit im Medium). Ausführungsformen basieren darauf, dass, wenn man die Flugstrecke beider Photonen kennt, man über eine zeitlich aufgelöste Detektion der Detektoren beider Arme die Zugehörigkeit der jeweils detektierten Photonen zum gleichen Photonenpaar schlussfolgern kann.
Ausführungsformen stellen einen Aufbau bereit, der zur Bildgebung mit Quanten Ghost Imaging einsetzbar ist.
In beispielhaften Ausführungsformen löst die bereitgestellte 3D-Bildrekonstruktion ein komplexes Problem, da die Zuweisung der detektierten Photonen beider Arme zu Photonenpaaren nicht eindeutig ist.
In Ausführungsformen wird ein 3D-Bildrekonstruktionsalgorithmus bereitgestellt, der eine effiziente 3D-Bildgebung mit verschränkten Photonen realisiert.
In Ausführungsformen kann z.B. eine Quantentechnologie Kamera bereitgestellt werden.
In Ausführungsformen kann z.B. eine Bildinformation pro Photon, das mit dem Objekt wechselwirkt, bereitgestellt sein, die höher als bei anderen Systemen des Stands der Technik ist.
Eine QT-Kamera (QT = Quantentechnolögie) gemäß Ausführungsformen weist gegenüber bestehenden Active-Imaging Kameras verbesserte Bildinformationen auf, beispielsweise betreffend Qualität und/oder Rate und/oder Reichweite der bereitgestellten Bildinformation.
Dagegen werden im Stand der Technik keine asynchronen Detektoren benutzt und grundsätzlich nur zweidimensionale Bilder erzeugt.
Ausführungsformen stellen computergestützte Konzepte, z.B. ein computergestütztes System und/oder ein computergestütztes Verfahren zur Bildrekonstruktion unter Verwendung eines optischen Aufbaus zur aktiven Beleuchtung mit einzelnen Photonen bereit.
Die computergestützten Konzepte ermöglichen die Bildgebung mit einzelnen Photonen auf beliebige Entfernungen. Die Beleuchtungsphotonen werden dabei derartig erzeugt, dass sie einen mit ihnen korrelierten Photonenpartner besitzen, über dessen Messung der Zeitpunkt und die Position oder der Impuls des Beleuchtungsphotons bestimmt werden kann, dadurch erhält man nach zeitlicher Messung des rückreflektierten Beleuchtungsphotons die Möglichkeit einen 3D-Bildpunkt (Bildvoxel) der beleuchteten Szene zu erhalten. Nach vielen Messungen lässt sich aus einer Vielzahl von erhaltenen Bildvoxeln die gesamte beleuchtete Szene durch einen computerimplementierten Algorithmus zur Bildrekonstruktion erhalten.
Das neue Verfahren und der dazugehörige Aufbau sehen beispielsweise vor, dass eine Quelle für miteinander korrelierte Photonen verwendet wird, die mindestens zwei miteinander korrelierte Photonen generiert.
Beispielsweise kann ein optisches System zur Trennung der miteinander korrelierten Photonen verwendet werden.
In Ausführungsformen kann beispielsweise mindestens ein zeitlich und ein zeitlich und räumlich auflösender Einzel-Photonen Detektor verwendet werden.
Gemäß Ausführungsformen können Konzepte zur zeitlichen Synchronisation der Zeitpunkte der Detektion aller Detektoren eingesetzt werden.
In Ausführungsformen kann beispielsweise eine Implementierung eines Algorithmus zur Bildrekonstruktion aus den erhaltenen Informationen eingesetzt werden.
Konzepte zur Synchronisation von registrierten Zeitstempeln können in Ausführungsformen beispielsweise verwendet werden.
Ausführungsformen setzen beispielsweise eine Rechnereinheit mit der benötigten Rechen- und Speicherleistung ein.
System und Verfahren gemäß Ausführungsformen können zum Beispiel zur Fernerkundung, Tomografie und dreidimensionalen Bildgebung eingesetzt werden.
Ausführungsformen betreffen ein bildgebendes Verfahren in dem eine Szene aus einem oder mehreren Objekten durch einzelne Photonen (Beleuchtungsphotonen) beleuchtet wird. Die Beleuchtungsphotonen sind hierbei mit einem Referenzphoton verschränkt. Durch zeitliche Messung der Beleuchtungsphotonen und zeitliche und räumliche Messung der Referenzphotonen kann die beleuchtete Szene rekonstruiert werden. Die räumlichen Messung bezieht sich hierbei auf die beiden räumlichen Achsen der Detektionsebene. Die Photonen des Photonenpaares können dabei gleiche oder unterschiedliche Wellenlängen besitzen.
Der optische Aufbau von Ausführungsformen kann dabei z.B. einem „Quantum Ghost Imaging'-Aufbau entsprechen.
Bisher wurde kein Verfahren zur Bildrekonstruktion veröffentlicht und die Möglichkeit von 3D-Rekonstruktion von Objektoberflächen nicht genannt. Aufgrund der zufälligen Eigenschaften der Beleuchtungsphotonen (zufälliger Emissionszeitpunkt und zufällige Beleuchtungsposition) ist die richtige Zuweisung der Messdaten der Detektoren beider Arme des Aufbaus nicht trivial. Es ist nach der Messung nicht eindeutig, welche der unabhängig detektierten Photonen ursprünglich die Partner eines verschränkten Photonenpaares waren und es gibt daher Mehrdeutigkeiten, die völlig unterschiedliche Bildinformation liefern. Eine falsche Zuweisung der Messdaten führt daher zu einer fehlerhaften 3D-Bildrekonstruktion. Das hier vorgestellte, neue Verfahren zur 3D- Bildrekonstruktion stellt hierfür eine Lösung dar.
Das neue Verfahren zur 3D-Bildrekonstruktion gemäß Ausführungsformen ist neben dem Quantum Ghost Imaging Aufbau auch in anderen Aufbauten anwendbar in denen eine Zeitdifferenz sowie Orts- oder Impulsinformation von miteinander korrelierten Photonenpaaren bestimmt werden kann.
In Ausführungsformen trennt der Aufbau die verschränkten Photonen räumlich in zwei Arme, wobei der erste Arm, der sogenannte Beleuchtungsarm das Beleuchtungsphoton auf das Objekt abbildet und das zurückreflektierte Beleuchtungsphoton zeitlich aufgelöst detektiert. Der zweite Arm, der sogenannte Referenzarm bildet das Referenzphoton, das mit dem Beleuchtungsphoton verschränkt ist, auf einen räumlich und zeitlich auflösenden Detektor ab.
Die hier verwendete Terminologie ist lediglich beispielhaft zu verstehen und ist nicht dazu bestimmt den vollen Umfang der Erfindung einschränken. Die Singularformen Beleuchtungs- und Referenzphoton stehen auch für die entsprechenden Pluralformen. „Das Objekt" steht stellvertretend für ein oder auch mehrere Objekte oder ein komplettes Gelände. In einer Ausführung des Aufbaus erfolgt die Abbildung in beiden Armen des Aufbaus derartig, dass die Emissionsebene des nichtlinearen Kristalls auf das Objekt im Beleuchtungsarm und den Detektor des Referenzarmes abgebildet wird.
Diese Ausführung besitzt dabei den Vorteil dass die Schärfe der Abbildung nicht durch die Winkelkorrelation sondern durch die verwendeten Optiken gegeben ist und das Auflösungslimit somit nur von der numerischen Apertur der Emission gemäß dem Abbe- Limit begrenzt ist. Nachteil dieser Ausführung ist, dass hierbei Kristallausführungen mit möglichst großem Querschnitt benötigt werden, während Kristallausführungen mit periodischer Polung aktuell nur mit sehr kleinen Querschnitten gefertigt werden können.
In einer anderen Ausführung des Aufbaus erfolgt die Abbildung in beiden Armen des Aufbaus derartig, dass die die Fourier-Ebene der Emission des nichtlinearen Kristalls auf das Objekt im Beleuchtungsarm und den Detektor des Referenzarmes abgebildet wird.
Diese Ausführung nutzt die Winkelkorrelation zur Übertragung der Bildinformation, was zu einer Erhöhung der Tiefenschärfe führt. Für hohe Bildauflösung sollte dabei die SPDC- Emission einer möglichst punktförmigen Quelle entsprechen, weshalb der Pumpstrahl stark fokussiert werden muss.
Zudem ist in Ausführungsbeispielen eine möglichst scharfe Winkelkorreiation der Photonen sicherzustellen, um das Auflösungsvermögen zu verbessern.
Aufgrund von festen Abständen zwischen Photonenquelle, Objekt(en) und Detektoren entsprechen die Flugzeiten („time-of-flight") der Photonen räumlichen Distanzen. Um die time-of-flight Information eines Beleuchtungsphotons zu erhalten, wird dabei die Zeitdifferenz der Detektionszeitpunkte des miteinander korrelierten Photonenpaares, abzüglich eines technisch bedingten Zeitversatzes, gebildet. Da die Position oder die Richtung der Emission des Beleuchtungsphotons durch eine räumlich aufgelöste Messung des mit dem Beleuchtungsphoton korrelierten Referenzphotons bekannt ist, lässt sich daraus eindeutig die Position bestimmen, an der das Beleuchtungsphoton am Objekt reflektiert wurde.
Um die räumlich aufgelöste Oberflächenstruktur des beleuchteten Objekts oder der beleuchteten Objekte zu erhalten werden möglichst viele einzelne Photonen des Referenzarms sowohl zeitlich als auch räumlich aufgelöst gemessen, deren Detektionszeit und -position an die Recheneinheit geleitet und dort in einem Datensatz gespeichert. Zusätzlich werden möglichst viele einzelne Photonen des Beleuchtungsarms zeitlich und eventuell, aber nicht notwendigerweise, räumlich aufgelöst detektiert, die Detektionszeit ebenfalls an die Recheneinheit geleitet und in einem zweiten Datensatz gespeichert.
Damit die zeitlichen Informationen vergleichbar sind muss eine Methode zur Synchronisation der registrierten Zeitstempel vorhanden sein. Hierzu können entweder die Detektoren miteinander synchronisiert werden oder die Daten können an ein oder mehrere, miteinander synchronisierte, Geräte für eine externe Synchronisation übermittelt werden.
Diese somit erhaltenen Datensätze werden, unter Zuhilfenahme der Implementierung eines geeigneten Algorithmus, ausgewertet und dadurch das Bild rekonstruiert, wobei im Folgenden mehrere mögliche Realisierungen solch eines Algorithmus präsentiert werden. Hierbei gelten folgende Bezeichnungen:
Ein BA-Photon ist ein detektiertes Ereignis des Detektors des Beleuchtungsarmes des Aufbaus. Dieses Ereignis kann eine Detektion eines Beleuchtungsphotons oder eines Hintergrundphotons oder das Resultat von Dunkelrauschen sein.
Ein RA-Photon ist ein detektiertes Ereignis des Detektors des Referenzarmes des Aufbaus. Dieses Ereignis kann eine Detektion eines Referenzphotons oder eines Hintergrundphotons oder das Resultat von Dunkelrauschen sein.
Ein Oberflächenvoxel ist ein Bildvoxel, der als zur Oberfläche des Objekts zugehörig angesehen wird.
Die Helligkeit eines zusammenhängenden Bereichs der Wolke aus Bildvoxeln kann sich beispielsweise aus der Dichte der Bildvoxel in diesem Bereich ergeben.
Obwohl manche Aspekte im Zusammenhang mit einer Vorrichtung beschrieben wurden, versteht es sich, dass diese Aspekte auch eine Beschreibung des entsprechenden Verfahrens darstellen, sodass ein Block oder ein Bauelement einer Vorrichtung auch als ein entsprechender Verfahrensschritt oder als ein Merkmal eines Verfahrensschrittes zu verstehen ist. Analog dazu stellen Aspekte, die im Zusammenhang mit einem oder als ein Verfahrensschritt beschrieben wurden, auch eine Beschreibung eines entsprechenden Blocks oder Details oder Merkmals einer entsprechenden Vorrichtung dar. Einige oder alle der Verfahrensschritte können durch einen Hardware-Apparat (oder unter Verwendung eines Hardware-Apparats), wie zum Beispiel einen Mikroprozessor, einen programmierbaren Computer oder einer elektronischen Schaltung durchgeführt werden. Bei einigen Ausführungsbeispielen können einige oder mehrere der wichtigsten Verfahrensschritte durch einen solchen Apparat ausgeführt werden.
Je nach bestimmten Implementierungsanforderungen können Ausführungsbeispiele der Erfindung in Hardware oder in Software oder zumindest teilweise in Hardware oder zumindest teilweise in Software implementiert sein. Die Implementierung kann unter Verwendung eines digitalen Speichermediums, beispielsweise einer Floppy-Disk, einer DVD, einer BluRay® Disc, einer CD, eines ROM, eines PROM, eines EPROM, eines EEPROM oder eines FLASH-Speichers, einer Festplatte oder eines anderen magnetischen oder optischen Speichers durchgeführt werden, auf dem elektronisch lesbare Steuersignale gespeichert sind, die mit einem programmierbaren Computersystem derart Zusammenwirken können oder Zusammenwirken, dass das jeweilige Verfahren durchgeführt wird. Deshalb kann das digitale Speichermedium computerlesbar sein.
Manche Ausführungsbeispiele gemäß der Erfindung umfassen also einen Datenträger, der elektronisch lesbare Steuersignale aufweist, die in der Lage sind, mit einem programmierbaren Computersystem derart zusammenzuwirken, dass eines der hierin beschriebenen Verfahren durchgeführt wird.
Allgemein können Ausführungsbeispiele der vorliegenden Erfindung als Computerprogrammprodukt mit einem Programmcode implementiert sein, wobei der Programmcode dahin gehend wirksam ist, eines der Verfahren durchzuführen, wenn das Computerprogrammprodukt auf einem Computer abläuft.
Der Programmcode kann beispielsweise auch auf einem maschinenlesbaren Träger gespeichert sein.
Andere Ausführungsbeispiele umfassen das Computerprogramm zum Durchführen eines der hierin beschriebenen Verfahren, wobei das Computerprogramm auf einem maschinen lesbaren Träger gespeichert ist. Mit anderen Worten ist ein Ausführungsbeispiel des erfindungsgemäßen Verfahrens somit ein Computerprogramm, das einen Programmcode zum Durchführen mindestens eines der hierin beschriebenen Verfahren aufweist, wenn das Computerprogramm auf einem Computer abläuft. Ein weiteres Ausführungsbeispiei der erfindungsgemäßen Verfahren ist somit ein Datenträger (oder ein digitales Speichermedium oder ein computerlesbares Medium), auf dem das Computerprogramm zum Durchführen eines der hierin beschriebenen Verfahren aufgezeichnet ist. Der Datenträger oder das digitale Speichermedium oder das computerlesbare Medium sind typischerweise greifbar und/oder nicht flüchtig.
Ein weiteres Ausführungsbeispiel des erfindungsgemäßen Verfahrens ist somit ein Datenstrom oder eine Sequenz von Signalen, der bzw. die das Computerprogramm zum Durchführen eines der hierin beschriebenen Verfahren darstellt bzw. darstellen. Der Datenstrom oder die Sequenz von Signalen kann bzw. können beispielsweise dahin gehend konfiguriert sein, über eine Datenkommunikationsverbindung, beispielsweise über das Internet, transferiert zu werden.
Ein weiteres Ausführungsbeispiel umfasst eine Verarbeitungseinrichtung, beispielsweise einen Computer oder ein programmierbares Logikbauelement, die dahin gehend konfiguriert oder angepasst sind, eines der hierin beschriebenen Verfahren durchzuführen.
Ein weiteres Ausführungsbeispiel umfasst einen Computer, auf dem das Computerprogramm zum Durchführen eines der hierin beschriebenen Verfahren installiert ist.
Ein weiteres Ausführungsbeispiel gemäß der Erfindung umfasst eine Vorrichtung oder ein System, die bzw. das ausgelegt ist, um ein Computerprogramm zur Durchführung zumindest eines der hierin beschriebenen Verfahren zu einem Empfänger zu übertragen. Die Übertragung kann beispielsweise elektronisch oder optisch erfolgen. Der Empfänger kann beispielsweise ein Computer, ein Mobilgerät, ein Speichergerät oder eine ähnliche Vorrichtung sein. Die Vorrichtung oder das System kann beispielsweise einen Datei-Server zur Übertragung des Computerprogramms zu dem Empfänger umfassen.
Bei manchen Ausführungsbeispielen kann ein programmierbares Logikbauelement (beispielsweise eine feldprogrammierbare Gatter-Anordnung, ein FPGA) dazu verwendet werden, manche oder alle Funktionalitäten der hierin beschriebenen Verfahren durchzuführen. Bei manchen Ausführungsbeispielen kann eine feldprogrammierbare Gatter-Anordnung mit einem Mikroprozessor Zusammenwirken, um eines der hierin beschriebenen Verfahren durchzuführen. Allgemein werden die Verfahren bei einigen Ausführungsbeispielen seitens einer beliebigen Hardwarevorrichtung durchgeführt. Diese kann eine universell einsetzbare Hardware wie ein Computerprozessor (CPU) sein oder für das Verfahren spezifische Hardware, wie beispielsweise ein ASIC. Die oben beschriebenen Ausführungsbeispiele stellen lediglich eine Veranschaulichung der Prinzipien der vorliegenden Erfindung dar. Es versteht sich, dass Modifikationen und Variationen der hierin beschriebenen Anordnungen und Einzelheiten anderen Fachleuten einleuchten werden. Deshalb ist beabsichtigt, dass die Erfindung lediglich durch den Schutzumfang der nachstehenden Patentansprüche und nicht durch die spezifischen Einzelheiten, die anhand der Beschreibung und der Erläuterung der Ausführungsbeispiele hierin präsentiert wurden, beschränkt sei.
Referenzen:
[1] Morris, P, A., Aspden, R. S., Bell, J E., Boyd, R. W. und Padgett, M. J. „Imaging with a small number of photons", Nat. Commun. 6, 5913 (2015).
[2] Meyers, R. E., Deacon, K. S., „Method and System for quantum and quantum inspired ghost imaging", US 2010/0140458 A1; veröffentlicht: 2010.
[3] Padgett, M. J., und Boyd, R. W., „An introduction to ghost imaging quantum and classical", Trans. R. Soc. A 375 20160233 (2016).
[4] Meyers, R., Deacon, K. S., and Shih, Y., „Ghost-imaging experiment by measuring reflected photons", Phys. Rev. A77, 041801 (R) (2008).

Claims

Patentansprüche
1. System zur Erzeugung einer Aufnahme eines Objekts (104; 204; 304), um eine Darstellung des Objekts (104; 204; 304) zu erzeugen, wobei das System umfasst:
Eine Photonenquelle (101; 201; 301) zur Ausgabe einer Mehrzahl von Photonengruppen, wobei jede Photonengruppe der Mehrzahl der Photonengruppen miteinander korrelierte Photonen umfasst, wobei die miteinander korrelierten Photonen mindestens ein Referenzphoton und mindestens ein Beleuchtungsphoton umfassen, ein Trennsystem (102; 202; 302) zur Trennung des mindestens einen Referenzphotons und des mindestens einen Beleuchtungsphotons jeder Photonengruppe der Mehrzahl der Photonengruppen, eine erste Detektoreinheit (107; 208; 307) zur Detektion des mindestens einen Referenzphotons jeder Photonengruppe der Mehrzahl der Photonengruppen, eine zweite Detektoreinheit (108; 206; 308) zur Detektion des mindestens einen Beleuchtungsphotons jeder Photonengruppe der Mehrzahl der Photonengruppen, nachdem das mindestens eine Beleuchtungsphoton an dem Objekt (104; 304) reflektiert oder von dem Objekt (104; 204; 304) gestreut wurde oder eine Ebene, in der sich das Objekt (104; 204) befindet, transmittiert hat, und eine Verarbeitungseinheit (110; 210; 310) zur Erzeugung der Darstellung des Objekts (104; 204; 304) abhängig von der Detektion des mindestens einen Referenzphotons jeder Photonengruppe der Mehrzahl der Photonengruppen durch die erste Detektoreinheit (107; 208; 307) und abhängig von der Detektion des mindestens einen Beleuchtungsphotons jeder Photonengruppe der Mehrzahl der Photonengruppen durch die zweite Detektoreinheit (108; 206; 308).
2. System nach Anspruch 1 , wobei das System nach Anspruch 1 des Weiteren ein System (209; 309) zur Synchronisation umfasst, wobei das System (209; 309) zur Synchronisation für jede Photonengruppe der Mehrzahl der Photonengruppen die Detektion des mindestens einen Referenzphotons der Photonengruppe durch die erste Detektoreinheit (107; 208; 307) mit der Detektion des mindestens einen Beleuchtungsphotons der Photonengruppe durch die zweite Detektoreinheit (108; 206; 308) räumlich und/oder zeitlich synchronisiert, um ein referenzierbares Ergebnis der Detektion von individuellen Photonen der Photonengruppe zu erhalten und der Verarbeitungseinheit (110; 210; 310) zu übergeben, wobei die individuellen Photonen der Photonengruppe das mindestens eine Referenzphoton und das mindestens eine Beleuchtungsphoton der Photonengruppe umfassen, wobei die Verarbeitungseinheit (110; 210; 310) ausgebildet ist, die Darstellung des Objekts (104; 204; 304) abhängig von dem referenzierbaren Ergebnis von jeder der Photonengruppen zu erzeugen.
3. System nach Anspruch 1 oder 2, wobei für jede Photonengruppe der Mehrzahl der Photonengruppen das mindestens eine Referenzphoton der Photonengruppe und das mindestens eine Beleuchtungsphoton der Photonengruppe verschränkt sind.
4. System nach einem der vorherigen Ansprüche, wobei das System nach einem der vorherigen Ansprüche ein optisches System (207; 305) zur Verbesserung der Abbildung des mindestens einen Referenzphotons jeder Photonengruppe der Mehrzahl der Photonengruppen von dem Trennsystem (102; 202; 302) auf die erste Detektoreinheit (107; 208; 307) aufweist.
5. System nach einem der.vorherigen Ansprüche, wobei das System nach einem der vorherigen Ansprüche ein optisches System (203; 303) zur Verbesserung der Abbildung des mindestens einen
Beleuchtungsphotons jeder Photonengruppe der Mehrzahl der Photonengruppen von dem Trennsystem (102; 202; 302) auf das Objekt (104; 204; 304) aufweist.
6. System nach einem der vorherigen Ansprüche, wobei das System nach einem der vorherigen Ansprüche ein optisches System (205; 306) zur Verbesserung der Abbildung des mindestens einen
Beleuchtungsphotons jeder Photonengruppe der Mehrzahl der Photonengruppen, das von dem Objekt (104; 204; 304) reflektiert oder von dem Objekt (104; 204; 304) gestreut wurde oder das durch die Ebene, in der sich das Objekt (104; 204; 304) befindet, transmittiert ist, auf die zweite Detektoreinheit (108; 206; 308) aufweist.
7. System nach einem der vorherigen Ansprüche, wobei die Photonenquelle (101 ; 201; 301) ausgebildet ist, für jede Photonengruppe der Mehrzahl der Photonengruppen, das mindestens eine Beleuchtungsphoton der Photonengruppe und das mindestens eine Referenzphoton der Photonengruppe räumlich und/oder zeitlich zufällig oder pseudozufällig zu erzeugen.
8. System nach Anspruch 7, wobei die Photonenquelle (101; 201; 301) ausgebildet ist, für jede Photonengruppe der Mehrzahl der Photonengruppen, das mindestens eine Beleuchtungsphoton der Photonengruppe und das mindestens eine Referenzphoton der Photonengruppe zeitlich zufällig oder pseudozufällig nur innerhalb eines ausgewählten Zeitfensters zu erzeugen, indem die Erzeugung außerhalb des Zeitfenster verhindert wird.
9. System nach einem der vorherigen Ansprüche, wobei die Verarbeitungseinheit (110; 210; 310) ausgebildet ist, eine Bewertung vorzunehmen, die abhängt von einer erhaltenen Oberflächenstruktur des Objekts (104; 204; 304), und/oder einer erhaltenen Helligkeit der erhaltenen Oberflächenstruktur des Objekts (104; 204; 304), und/oder einer Dichte von erhaltenen Oberflächenvoxeln des Objekts (104; 204; 304), und/oder einer zu der Dichte der erhaltenen Oberflächenvoxeln zugehörigen Helligkeitsverteilung.
10. System nach Anspruch 9, wobei die Mehrzahl der Photonengruppen eine erste Menge von Photonengruppen ist, und wobei die Bewertung eine erste Bewertung ist, wobei die Photonenquelle (101 ; 201; 301), wenn die erste Bewertung ein vordefiniertes Kriterium nicht erfüllt oder einen vordefinierten Schwellwert nicht überschreitet, ausgebildet ist, ein oder mehrere weitere Mengen von Photonengruppen auszugeben, bis eine weitere Bewertung von ein oder mehreren weiteren Bewertungen, zu deren Bestimmung die Verarbeitungseinheit (110; 210; 310) ausgebildet ist, das vordefinierte Kriterium erfüllt oder den vordefinierten Schwellwert überschreitet.
11. System nach Anspruch 10, wobei die Verarbeitungseinheit (110; 210; 310) ausgebildet ist, jede der ein oder mehreren weiteren Bewertungen abhängig von einer weiteren erhaltenen Oberflächenstruktur des Objekts (104; 204; 304), und/oder einer weiteren erhaltenen Helligkeit der weiter erhaltenen Oberflächenstruktur des Objekts (104; 204; 304), und/oder einer weiteren Dichte von weiter erhaltenen Oberflächenvoxeln des Objekts (104; 204; 304), und/oder einer zu der weiteren Dichte der weiter erhaltenen Oberflächenvoxeln zugehörigen weiteren Helligkeitsverteilung zu bestimmen.
12. System nach einem der vorherigen Ansprüche, wobei das System nach einem der vorherigen Ansprüche ein neuronales Netz umfasst.
13. System nach Anspruch 12, wobei das neuronale Netz ausgebildet ist, als Eingabedatensatz zum Training Detektionsorte und/oder Detektionszeiten einer Menge an Photonengruppen aus der Mehrzahl der Photonengruppen zu erhalten, und wobei das neuronale Netz ausgebildet ist, als Ausgabedatensatz zum Training Informationen über das Objekt (104; 204; 304) zu erhalten.
14. System nach Anspruch 12 oder 13, wobei es sich bei dem neuronalen Netz um ein einschichtiges feedforward-Netz oder um ein mehrschichtiges feedforward-Netz oder um ein rekurrentes Netz handelt.
15. System nach einem der Ansprüche 12 bis 14, wobei das System nach einem der Ansprüche 12 bis 14 ausgebildet ist, das neuronale Netz durch Neuroevolution zu erzeugen oder zu aktualisieren.
16. System nach einem der Ansprüche 12 bis 15, wobei das System nach einem der Ansprüche 12 bis 15 ausgebildet ist, als Lernverfahren des neuronalen Netzes überwachtes Lernen einzusetzen.
17. System nach Anspruch 16, wobei das System nach Anspruch 16 ausgebildet ist, als Bewertungskriterium für das überwachte Lernen zu vergleichen, inwieweit eine Rekonstruktion des Objekts (104; 204; 304) zu dem Objekt (104; 204; 304) ähnlich ist.
18. System nach einem der vorherigen Ansprüche, wobei die Verarbeitungseinheit (110; 210; 310) ausgebildet ist, eine Entfernung zu dem Objekt (104; 204; 304) zu bestimmen.
19. System nach einem der vorherigen Ansprüche, wobei die Verarbeitungseinheit (110; 210; 310) ausgebildet ist, eine dreidimensionale Oberfläche des Objekts (104; 204; 304) zu bestimmen.
20. System nach einem der vorherigen Ansprüche, wobei die Verarbeitungseinheit (110; 210; 310) ausgebildet ist, ein
Gradientenverfahren zur Erzeugung der Darstellung des Objekts (104; 204; 304) einzusetzen.
21. System nach einem der vorherigen Ansprüche, wobei die Verarbeitungseinheit (110; 210; 310) ausgebildet ist, eine
Optimierungsheuristik zur Erzeugung der Darstellung des Objekts (104; 204; 304) einzusetzen.
22. System nach einem der vorherigen Ansprüche, wobei es sich bei der Darstellung des Objekts (104; 204; 304) um eine statische Darstellung des Objekts (104; 204; 304) handelt.
23. System nach einem der Ansprüche 1 bis 21 , wobei es sich bei der Darstellung des Objekts (104; 204; 304) um eine Darstellung des Objekts (104; 204; 304) in Bewegung über einen Zeitverlauf handelt.
24. System nach Anspruch 23, wobei die Verarbeitungseinheit (110; 210; 310) ausgebildet ist, einen Algorithmus einzusetzen, mit dem das Objekt (104; 204; 304), nachdem es erkannt wurde, verfolgt werden kann.
25. System nach Anspruch 23 oder 24, wobei die Verarbeitungseinheit (110; 210; 310) ausgebildet ist, eine
Objekterkennung in regelmäßigen Zeitabständen zu wiederholen.
26. System nach einem der Ansprüche 23 bis 25, wobei die Verarbeitungseinheit (110; 210; 310) ausgebildet ist, eine zeitliche Dynamik des Objekts (104; 204; 304) zu bestimmen.
27. Verfahren zur Erzeugung einer Aufnahme eines Objekts, um eine Darstellung des Objekts zu erhalten, wobei das Verfahren umfasst:
Ausgeben einer Mehrzahl von Photonengruppen, wobei jede Photonengruppe der Mehrzahl der Photonengruppen miteinander korrelierte Photonen umfasst, wobei die miteinander korrelierten Photonen mindestens ein Referenzphoton und mindestens ein Beleuchtungsphoton umfassen,
Trennen des mindestens einen Referenzphotons und des mindestens einen Beleuchtungsphotons jeder Photonengruppe der Mehrzahl der Photonengruppen,
Detektieren des mindestens einen Referenzphotons jeder Photonengruppe der Mehrzahl der Photonengruppen,
Detektieren des mindestens einen Beleuchtungsphotons jeder Photonengruppe der Mehrzahl der Photonengruppen, nachdem das mindestens eine Beleuchtungsphoton an dem Objekt reflektiert oder von dem Objekt gestreut wurde oder eine Ebene, in der sich das Objekt befindet, transmittiert hat, und
Erzeugen der Darstellung des Objekts abhängig von der Detektion des mindestens einen Referenzphotons jeder Photonengruppe der Mehrzahl der Photonengruppen und abhängig von der Detektion des mindestens einen Beleuchtungsphotons jeder Photonengruppe der Mehrzahl der Photonengruppen.
28. Computerprogramm mit einem Programmcode zur Durchführung des Verfahrens nach Anspruch 27.
EP21711542.7A 2020-03-11 2021-03-10 System und verfahren zur bildrekonstruktion unter verwendung eines optischen aufbaus zur aktiven beleuchtung mit einzelnen photonen Pending EP4118458A2 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102020203150.9A DE102020203150A1 (de) 2020-03-11 2020-03-11 System und Verfahren zur Bildrekonstruktion unter Verwendung eines optischen Aufbaus zur aktiven Beleuchtung mit einzelnen Photonen
PCT/EP2021/056087 WO2021180807A2 (de) 2020-03-11 2021-03-10 System und verfahren zur bildrekonstruktion unter verwendung eines optischen aufbaus zur aktiven beleuchtung mit einzelnen photonen

Publications (1)

Publication Number Publication Date
EP4118458A2 true EP4118458A2 (de) 2023-01-18

Family

ID=74871405

Family Applications (1)

Application Number Title Priority Date Filing Date
EP21711542.7A Pending EP4118458A2 (de) 2020-03-11 2021-03-10 System und verfahren zur bildrekonstruktion unter verwendung eines optischen aufbaus zur aktiven beleuchtung mit einzelnen photonen

Country Status (3)

Country Link
EP (1) EP4118458A2 (de)
DE (1) DE102020203150A1 (de)
WO (1) WO2021180807A2 (de)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190179024A1 (en) * 2017-12-13 2019-06-13 Luminar Technologies, Inc. Processing point clouds of vehicle sensors having variable scan line distributions using voxel grids
US20190250257A1 (en) * 2018-02-13 2019-08-15 Sense Photonics, Inc. Methods and systems for high-resolution long-range flash lidar

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7812303B2 (en) 2007-12-06 2010-10-12 The United States Of America As Represented By The Secretary Of The Army Method and system for creating an image using quantum properties of light based upon spatial information from a second light beam which does not illuminate the subject
US9123114B2 (en) * 2007-12-06 2015-09-01 The United States Of America As Represented By The Secretary Of The Army System and processor implemented method for improved image quality and enhancement based on quantum properties
EP3136712A1 (de) * 2015-08-25 2017-03-01 BAE Systems PLC Bildgebungsvorrichtung und -verfahren
US20180284234A1 (en) 2017-03-29 2018-10-04 Luminar Technologies, Inc. Foveated Imaging in a Lidar System
US10783394B2 (en) 2017-06-20 2020-09-22 Nvidia Corporation Equivariant landmark transformation for landmark localization

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190179024A1 (en) * 2017-12-13 2019-06-13 Luminar Technologies, Inc. Processing point clouds of vehicle sensors having variable scan line distributions using voxel grids
US20190250257A1 (en) * 2018-02-13 2019-08-15 Sense Photonics, Inc. Methods and systems for high-resolution long-range flash lidar

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of WO2021180807A2 *

Also Published As

Publication number Publication date
DE102020203150A1 (de) 2021-09-16
WO2021180807A2 (de) 2021-09-16
WO2021180807A3 (de) 2021-11-11

Similar Documents

Publication Publication Date Title
DE112012001984B4 (de) Integrieren von Video-Metadaten in 3D-Modelle
DE69127968T2 (de) Dreidimensionales echtzeit-sensorsystem
DE102014104712B4 (de) Registrierung einer in Cluster zerfallenden Szene mit visualisierten Clustern
DE10058244C2 (de) Messverfahren zur Ermittlung der Position eines Objektes vor einem Bildschirm und Vorrichtung zur Durchführung des Verfahrens
DE112018004797T5 (de) Ansichtspunktinvariante objekterkennung durch synthetisierung und domänenanpassung
DE102020203796B4 (de) Verfahren und Vorrichtung zum Bestimmen einer Messinformation und LiDAR-Gerät
WO2019238518A2 (de) Materialprüfung von optischen prüflingen
DE102016002398A1 (de) Optischer 3D-Sensor zur schnellen und dichten Formerfassung
DE102016107959A1 (de) Auf strukturiertem Licht basierende Multipfadlöschung bei Top-Bilderzeugung
WO2005048195A2 (de) Verfahren zur korrespondenzanalyse in bilddatensätzen
DE102016106511A1 (de) Parametrische Online-Kalibrierung und Kompensation bei der TOF-Bilderzeugung
DE112010003752T5 (de) Dynamische echtzeitreferenzbilderzeugung für ein entfernungsbildgebungssystem
EP3557487A1 (de) Generieren von validierungsdaten mit generativen kontradiktorischen netzwerken
EP3274652A1 (de) Streifenprojetionsverfahren, streifenprojektionsvorrichtung und computerprogrammprodukt
DE102014113431A1 (de) Adaptive Abstandsschätzung
DE102008021465A1 (de) Entfernungsmesssystem
DE112015002824T5 (de) Fusionsbasiertes Objekt-Erkennungssystem
DE102020207974A1 (de) Systeme und verfahren zum nachweis von bewegung während 3d-datenrekonstruktion
EP4118458A2 (de) System und verfahren zur bildrekonstruktion unter verwendung eines optischen aufbaus zur aktiven beleuchtung mit einzelnen photonen
Peng et al. Detailed feature representation and analysis of low frequency UWB radar range profile for improving through-wall human activity recognition
DE4205056A1 (de) Verfahren und system zum abtasten einer szene zu dem zweck des klassifizierens einer mehrzahl von sich bewegenden objekten
DE102019200177B4 (de) Verfahren zur Identifizierung eines Lebewesens
DE69722000T2 (de) Verfahren zur Verbesserung des Kontrasts von Bildern, welche durch Addition von gepulsten Teilbildern in ESPI-Technik erzeugt werden
EP3449463A1 (de) Bewegungsanalysesystem und ein dieses umfassendes bewegungsverfolgungssystem von bewegten oder sich bewegenden, sich thermisch von ihrer umgebung abhebenden objekten
Attanasi et al. Tracking in three dimensions via multi-path branching

Legal Events

Date Code Title Description
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: UNKNOWN

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE INTERNATIONAL PUBLICATION HAS BEEN MADE

PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: REQUEST FOR EXAMINATION WAS MADE

17P Request for examination filed

Effective date: 20220830

AK Designated contracting states

Kind code of ref document: A2

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

DAV Request for validation of the european patent (deleted)
DAX Request for extension of the european patent (deleted)
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: EXAMINATION IS IN PROGRESS

17Q First examination report despatched

Effective date: 20241128