Multichannel multicentroid bewegingsgecompenseerde single-pixel beeldvorming van een 2D willekeurig bewegend star lichaam

Scherpere beelden met minder pixels

Beeldvormingstechnologieën vertrouwen doorgaans op grote, complexe camerasensoren met miljoenen kleine pixels. Er is echter een andere benadering: gebruik slechts één lichtsensor en laat slimme patronen en berekeningen het werk doen. Dit artikel laat zien hoe dat single-pixel-idee verder kan worden uitgebouwd, zodat het mogelijk wordt om kleine, snel bewegende objecten die draaien, kantelen en zelfs gedeeltelijk buiten beeld glijden, in realtime te volgen en scherp in beeld te brengen.

Waarom één pixel voldoende kan zijn

Bij single-pixel beeldvorming wordt een scène verlicht of gefilterd met een reeks gestructureerde patronen, en één enkele detector meet voor elk patroon alleen de totale helderheid. Door al deze metingen wiskundig te combineren, kan een volledig beeld worden gereconstrueerd. Deze aanpak is aantrekkelijk wanneer hoogwaardige detectorarrays duur of onpraktisch zijn, zoals bij terahertz-, röntgen- of single-fotonbeeldvorming. Het werkt ook goed met ‘gecomprimeerde’ bemonstering, waardoor veel minder metingen nodig zijn dan bij traditionele camera’s. Er is echter een groot probleem: het object moet normaal gesproken stil blijven staan terwijl de patronen één voor één worden toegepast. Als het beweegt, komen de metingen niet meer overeen, waardoor het uiteindelijke beeld wazig wordt en ghosting verschijnt.

De uitdaging van bewegende, roterende doelen

Eerdere pogingen om beweging in single-pixel beeldvorming aan te pakken richtten zich op eenvoudige beweging langs een rechte lijn. Ze vertrouwden vaak op extra ‘locator’-patronen in de sequentie om de positie te schatten, of op previewbeelden of externe camera’s om beweging te meten. Deze trucs verlagen ofwel de effectieve framerate, veronderstellen herhaalde beweging, of hebben moeite wanneer objecten zowel transleren als roteren. Roterende beweging is bijzonder lastig: zelfs een kleine fout in de geschatte hoek kan bij de rand van het object tot grote verschuivingen leiden, waardoor fijne details uitlopen. Bestaande methoden verliezen ook vaak het spoor wanneer het object deels buiten het gezichtsveld dreigt te raken, iets wat vaak voorkomt bij echte trackingtaken.

Een nieuwe manier om beweging te volgen en te bevriezen

De auteurs introduceren MC3-SPI (Multichannel Multicentroid Motion‑compensated Single‑Pixel Imaging), een methode die starre objecten volgt en afbeeldt die eender welke tweedimensionale beweging ondergaan — inclusief willekeurige combinaties van translatie en rotatie — zonder concessies te doen aan de temporele resolutie. Het kernidee is om een handvol speciaal gekozen Fourier-patronen te coderen, die fungeren als globale maatstaven over het gezichtsveld. Door te analyseren hoe de fase van het signaal van deze patronen verschuift, kan het systeem het zwaartepunt van het object bepalen met ongeveer een derde-pixel precisie. Omdat het licht wordt opgesplitst in rood, groen en blauw, levert elke kleur zijn eigen centroid; samen bepalen deze drie punten zowel de positie als de oriëntatie van het object in elk meetframe. Met deze informatie draait de methode het beeld als het ware terug: ze past de tegengestelde translatie en rotatie toe op de patronen zelf voordat ze worden gecombineerd tot een afbeelding, een procedure die de auteurs een inverse bewegingsgecompenseerde transformatie noemen.

Meer zien met minder metingen

Door simulaties en experimenten laten de onderzoekers zien dat Fourier-patronen bijzonder geschikt zijn voor dit soort bewegingscorrectie, omdat ze vrijwel orthogonaal blijven, zelfs na verschuiving en rotatie, waardoor de reconstructiekwaliteit bij lage bemonsteringsgraden behouden blijft. Ter vergelijking verliest een andere populaire familie patronen, Hadamard-patronen, sneller zijn orthogonaliteit onder bewegingscompensatie en zijn meer metingen nodig om vergelijkbare beeldkwaliteit te bereiken. Met hun geoptimaliseerde Fourier-schema houdt het team succesvol gekleurde doelen bij en reconstrueert ze, zoals de letters “BIT”, een cartoonfiguur en een speelgoedraket, die allemaal complexe 2D-bewegingen ondergaan. Zelfs wanneer het object langs de rand van het gezichtsveld schuift zodat geen enkel frame het volledig bevat, kan MC3‑SPI het ware traject herstellen door de redundante centroid-informatie uit de drie kleurkanalen te benutten, en kan het toch in de loop van de tijd een scherp, full-color beeld opbouwen.

Van labdemonstratie naar snelle, praktische systemen

Een belangrijk voordeel van de aanpak is snelheid. Het bepalen van beweging vereist slechts zes lokalisatiepatronen per frame, dus bij de maximale modulatiesnelheid van een standaard digitale micromirrordevice kan het systeem in principe bewegingen duizenden keren per seconde volgen. De basale reconstructiestap — het optellen van bewegingsgecompenseerde patronen — is ook extreem snel, vele malen sneller dan iteratieve optimalisatiealgoritmen, en levert toch heldere resultaten bij bemonsteringsgraden zo laag als 5%. Geavanceerdere algoritmen kunnen later worden toegevoegd wanneer hogere beeldkwaliteit gewenst is en er meer tijd beschikbaar is. Omdat MC3‑SPI werkt met kant-en-klare componenten en kan worden geïntegreerd in standaard single-pixel opstellingen, kan het worden gecombineerd met hyperspectrale, driedimensionale of tijds-resolveerde methoden, wat mogelijk gedetailleerde beeldvorming van snelle, zwakke of moeilijk bereikbare doelen mogelijk maakt in gebieden variërend van microscopie tot remote sensing.

Wat dit betekent voor toekomstig beeldvorming

In wezen toont dit werk hoe je een eenvoudig single-pixel-systeem kunt omvormen tot een wendbare, bewegingsbewuste camera die gelijke tred kan houden met lenige, roterende objecten en toch scherpe beelden levert. Door slim de belichtingspatronen te kiezen, kleurkanalen te gebruiken om meerdere referentiepunten op het object te definiëren en de beweging in software te compenseren, overwinnen de auteurs de langdurige spanning tussen snelheid, resolutie en bewegingsgevoeligheid in single-pixel beeldvorming. Dit opent een praktische weg naar compacte, goedkope beeldvormingssystemen die de wereld niet alleen bevriezen, maar deze in realtime volgen.

Bronvermelding: 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

Trefwoorden: single-pixel beeldvorming, bewegingsvolging, computationele beeldvorming, Fourier-patronen, hogesnelheidsbeeldvorming