Imagerie à pixel unique multicanal multicentroïde compensée en mouvement d’une cible rigide 2D en déplacement arbitraire

Des images plus nettes avec moins de pixels

Les technologies d’imagerie reposent généralement sur de grandes puces complexes contenant des millions de petits pixels. Mais il existe une approche différente : n’utiliser qu’un seul capteur lumineux et laisser des motifs astucieux et le calcul faire le reste. Cet article montre comment l’idée du pixel unique peut être poussée plus loin, permettant de suivre et d’imager clairement de petits objets rapides qui tournent, se tordent et peuvent même sortir partiellement du champ de vision — le tout en temps réel.

Pourquoi un pixel peut suffire

En imagerie à pixel unique, une scène est éclairée ou filtrée par une séquence de motifs structurés, et un détecteur unique ne mesure que la luminosité totale pour chaque motif. En combinant mathématiquement toutes ces mesures, on peut reconstruire une image complète. Cette approche est intéressante chaque fois que les matrices de détecteurs performantes sont coûteuses ou impraticables, comme en térahertz, en rayons X ou en imagerie à photon unique. Elle fonctionne aussi bien avec un échantillonnage « compressé », de sorte que beaucoup moins de mesures sont nécessaires qu’avec des caméras traditionnelles. Cependant, il y a un gros bémol : l’objet doit normalement rester immobile pendant l’application successive des motifs. S’il bouge, les mesures ne correspondent plus, provoquant flou et images fantômes dans la photo finale.

Le défi des cibles mobiles et tournantes

Les tentatives antérieures pour gérer le mouvement en imagerie à pixel unique se sont concentrées sur des déplacements simples en ligne droite. Elles reposaient souvent sur l’insertion de motifs « localisateurs » supplémentaires dans la séquence pour estimer la position, ou sur des images d’aperçu ou des caméras externes pour mesurer le mouvement. Ces astuces réduisent soit la fréquence d’image effective, supposent des mouvements répétitifs, soit peinent lorsque les objets se traduisent et tournent simultanément. Le mouvement de rotation est particulièrement délicat : même une petite erreur dans l’angle estimé peut se traduire par de grands décalages à la périphérie de l’objet, brouillant les détails fins. Les méthodes existantes ont aussi tendance à perdre la piste lorsque l’objet dérive partiellement hors du champ de vision, situation fréquente dans les tâches de suivi réelles.

Une nouvelle façon de suivre et figer le mouvement

Les auteurs présentent MC3‑SPI (Multichannel Multicentroid Motion‑compensated Single‑Pixel Imaging), une méthode qui suit et image des objets rigides soumis à n’importe quel mouvement bidimensionnel — y compris des combinaisons arbitraires de translations et de rotations — sans sacrifier la résolution temporelle. L’idée clé est d’encoder une poignée de motifs de Fourier spécialement choisis, qui agissent comme des règles globales posées sur le champ de vision. En examinant comment la phase du signal provenant de ces motifs se décale, le système peut localiser le centre de masse de l’objet avec une précision d’environ un tiers de pixel. Comme la lumière est séparée en canaux rouge, vert et bleu, chaque couleur fournit son propre centroïde ; ces trois points définissent ensemble la position et l’orientation de l’objet à chaque trame de mesure. Avec cette information, la méthode fait ensuite fonctionner le film à l’envers, pour ainsi dire : elle applique aux motifs eux‑mêmes les translations et rotations opposées avant de les combiner en une image, une procédure que les auteurs appellent transformée inverse compensée du mouvement.

Voir plus avec moins de mesures

Par des simulations et des expériences, les chercheurs montrent que les motifs de Fourier conviennent particulièrement bien à ce type de correction de mouvement, car ils restent presque orthogonaux même après avoir été décalés et tournés, préservant la qualité de reconstruction à des taux d’échantillonnage faibles. En revanche, une autre famille de motifs populaire, les motifs Hadamard, perd plus rapidement son orthogonalité sous compensation de mouvement et nécessite davantage de mesures pour atteindre une qualité d’image comparable. En utilisant leur schéma de Fourier optimisé, l’équipe suit et reconstruit avec succès des cibles colorées telles que les lettres « BIT », un personnage de dessin animé et une fusée jouet, toutes soumises à des mouvements 2D complexes. Même lorsque l’objet frôle le bord du champ de vision de sorte qu’aucune trame unique ne le contient entièrement, MC3‑SPI peut retrouver sa trajectoire réelle en exploitant l’information redondante des centroïdes des trois canaux de couleur, et peut toujours reconstituer progressivement une image couleur nette au fil du temps.

Du démonstrateur de laboratoire aux systèmes rapides et pratiques

Un avantage majeur de l’approche est la vitesse. La détermination du mouvement nécessite seulement six motifs de localisation par trame, donc, à la vitesse maximale de modulation d’un dispositif micromiroir numérique standard, le système pourrait en principe suivre le mouvement des milliers de fois par seconde. L’étape basique de reconstruction — la somme des motifs compensés du mouvement — est également extrêmement rapide, des ordres de grandeur plus rapide que les algorithmes d’optimisation itératifs, tout en fournissant des résultats clairs à des taux d’échantillonnage aussi bas que 5 %. Des algorithmes plus sophistiqués peuvent être ajoutés ultérieurement quand une qualité d’image supérieure est nécessaire et que le temps le permet. Parce que MC3‑SPI fonctionne avec des composants du commerce et s’intègre aux configurations classiques à pixel unique, il peut être combiné avec des schémas hyperspectraux, tridimensionnels ou résolus dans le temps, permettant potentiellement l’imagerie détaillée de cibles rapides, faibles ou difficiles d’accès dans des domaines allant de la microscopie à la télédétection.

Ce que cela signifie pour l’imagerie de demain

En substance, ce travail montre comment transformer un simple système à pixel unique en une caméra agile et consciente du mouvement qui peut suivre des objets rotatifs rapides tout en fournissant des images nettes. En choisissant intelligemment les motifs d’illumination, en utilisant les canaux de couleur pour définir plusieurs points de référence sur l’objet et en compensant son mouvement par logiciel, les auteurs dépassent la tension de longue date entre vitesse, résolution et sensibilité au mouvement en imagerie à pixel unique. Cela ouvre une voie pratique vers des systèmes d’imagerie compacts et peu coûteux qui ne se contentent pas de figer le monde, mais le suivent en temps réel.

Citation: Shao, C., Cao, Y., Li, S. et al. Multichannel multicentroid motion-compensated single pixel imaging of a 2D arbitrarily moving rigid-body target. Commun Eng 5, 61 (2026). https://doi.org/10.1038/s44172-026-00619-2

Mots-clés: imagerie à pixel unique, suivi de mouvement, imagerie computationnelle, motifs de Fourier, imagerie haute vitesse